论文部分内容阅读
当前,各类基于位置的服务(Location-based Service,LBS)的普及极大地方便了用户的出行和社交活动。但是,由于不可信的LBS服务提供商或恶意攻击者会使用各种隐私挖掘手段从用户提交的查询请求中分析出用户的各种位置隐私信息,可能会导致用户位置隐私的泄露或隐私数据的非法使用,这使得用户在使用LBS应用服务享受便利的同时也会遭受到严重的隐私威胁。用户对位置隐私的担忧已成为阻碍LBS应用市场健康发展的主要瓶颈之一。因此,研究设计出在用户使用LBS应用服务时既能够保护用户位置隐私,又能够为用户提供高质量服务的位置隐私保护方法不论是对用户还是对LBS应用市场来说都具有很重要的实际意义。由于位置k匿名技术具有简单、实用的特点,已被很多位置隐私保护机制所采用。但是,现有基于位置k匿名技术的位置隐私保护方法重点关注如何提高位置隐私保护度,而在用户位置服务服务质量和位置隐私保护度之间未能取得很好地权衡;另外,也存在不能够满足用户更加个性化的位置隐私保护需求,且资源开销大的问题。针对以上问题,本文引入服务相似性定义,并量化了攻击者背景信息,结合位置熵度量机制开展研究,给出了有效解决上述问题的位置隐私保护方案。本文所做的主要研究工作如下:(1)分析、比较了现有位置k匿名隐私保护方法,指出了现有方法存在的不足之处,通过深入的调查研究,研究设计了具体有效的解决方案。(2)提出了一种抵御推理攻击的服务相似性位置k匿名隐私保护方法。该方法引入了服务相似性,并量化了攻击者可能拥有的历史查询概率背景信息,通过将基于相似性提高服务可用性的机制和基于位置熵的抵御背景信息推理攻击的隐私保护度优化机制进行很好的融合,使得该方法在用户位置服务服务质量和位置隐私保护度之间取得了更好的权衡,并能够有效抵御攻击者背景信息推理攻击。通过相应的性能验证实验,验证了该方法的性能优越性。(3)提出了一种新的基于服务相似性的用户个性化位置k匿名隐私保护方法。该方法为用户提供了可输入型的隐私保护度度量参数和服务质量度量参数,给出了包含隐私保护度度量参数k、服务质量度量参数S_d和匿名成功率三者之间数值关系的参数选择对照表,能够为用户提供更加个性化的位置隐私保护,并且具有较低的资源开销。相应的性能对比实验验证了该方法在位置隐私保护度、位置服务服务质量、时间开销和通信开销4个方面的性能优越性。