论文部分内容阅读
由于物联网应用技术与无线网络通信技术的快速发展,移动用户终端基于位置服务(Location based Service,LBS)的应用也更加广泛,因此用户位置和移动轨迹等数据信息会大量生成,而这些用户个人隐私信息也面临着泄漏的危险。传统的位置轨迹隐私保护大多依赖于第三方可信(Fully Trusted Third Party,TTP)集中匿名服务器以及用户终端无集中匿名服务器的隐私保护方案。TTP集中匿名服务器容易形成性能瓶颈和被集中攻击的问题,基于用户终端的方案则存在用户之间通信开销比较大,用户不可信等问题。针对TTP集中匿名服务器与基于用户终端的解决方案中所面临的问题,本文设计了基于雾计算的轨迹隐私保护方案,该方案的主要研究内容具体如下:(1)位置服务中基于雾计算的轨迹隐私保护方法。为了保护位置服务中的用户轨迹等隐私信息,文章在基于雾计算的架构中设计了一种轨迹旋转平移(Trajectory Rotation Translation,TRT)算法实现用户轨迹隐私信息的保护。雾计算是对云计算部分功能的有效扩展,一般位于网络的边缘具有本地存储与计算能力。本文首先使用雾服务器替代传统的TTP匿名集中服务器,从而解决TTP集中匿名服务器形成的性能瓶颈和被集中攻击问题,而基于用户终端方案中各用户间通信开销较大和用户不可信的问题也可以有效避免。然后通过雾服务器来完成所设计的TRT算法实现用户轨迹的k匿名。通过仿真分析验证了该算法可以有效增强对用户位置和移动轨迹等隐私数据的保护。(2)基于图划分的多雾合作轨迹隐私保护方法。文章首先用维诺图进行空间区域划分,然后在划分好的区域内合理布置一定数量的雾服务器。根据图的划分把用户所处的区域分为明确区域和非明确区域。综合分析之后设计了一种双向增量近邻查询(Bidirectional Incremental Nearest Neighbor,BINN)算法。当用户位于某个雾服务器范围时采用BINN方法实现该雾服务器范围内的用户位置k匿名。用户不同时刻在雾服务器之间移动形成了用户的移动轨迹信息,由此设计了一种多雾合作(Multiple Fog Cooperative,MFC)轨迹k匿名算法。各雾服务器根据用户的隐私保护需求采用MFC算法完成用户轨迹的k匿名,从而保护用户的轨迹隐私信息。实验结果表明,该算法不仅提高了查询位置服务过程中的用户匿名效率,而且有效减轻了LBS中心服务器的负担。是一种新型架构下高效保护用户位置轨迹等隐私数据的方法。