CN103957523B - 道路网络中基于概率预测的位置隐私保护方法 - Google Patents
道路网络中基于概率预测的位置隐私保护方法 Download PDFInfo
- Publication number
- CN103957523B CN103957523B CN201410125455.6A CN201410125455A CN103957523B CN 103957523 B CN103957523 B CN 103957523B CN 201410125455 A CN201410125455 A CN 201410125455A CN 103957523 B CN103957523 B CN 103957523B
- Authority
- CN
- China
- Prior art keywords
- user
- anonymous
- region
- road network
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明公开一种基于概率预测的位置隐私保护方法，主要解决现有技术的位置隐私保护方法需要用户频繁上传位置到匿名服务器，生成的匿名区域较大的问题。本发明的步骤为：1、用户发送请求；2、匿服务器初始化；3、生成初始匿名区域；4、预测用户成功匿名的概率；5、返回查询结果。本发明充分利用城市道路网络的特点，提出了活跃用户和非活跃用户的概念。通过分析匿名服务器存储的历史位置数据，预测非活跃用户的分布情况。由于利用非活跃用户来进行位置匿名，可以在保证用户隐私需求的前提下生成更小的匿名区域，从而保证了服务质量，同时也减少了通信开销。
Description
技术领域
本发明属于通信技术领域，更进一步涉及信息安全技术领域中的一种道路网络中基于概率预测的位置隐私保护方法。本发明可以在基于位置服务的系统中为请求位置服务的用户生成匿名区域，保护请求用户的位置隐私。
背景技术
随着智能手机的普及以及传感器技术、移动互联网、物联网、云计算等技术的发展，基于位置的服务（LBS）越来越流行，如位置查询服务，基于位置的社交网络服务等。LBS提供商要求用户上传自身的位置来获取服务信息。然而位置信息的公开很有可能会泄露用户的隐私信息，攻击者可以通过位置信息来获取用户的身份信息，通过查询内容分析用户的生活规律等。
位置匿名是保护位置隐私的主流方法。匿名服务器将用户的精确位置用一个包含若干个额外用户的匿名区域代替，LBS提供商针对整个区域返回查询结果集，再由匿名服务器根据用户的精确位置返回最优结果。匿名区域的大小决定了服务质量的高低和通信开销的大小。在保证位置隐私不泄露的前提下，匿名区域越小越好。
哈尔滨工程大学提出的专利申请“一种基于道路网络空间中移动对象位置隐私保护方法”（申请号CN201310121193申请公布号CN103249038A）公开了一种采用多个幻影伪节点保护位置隐私的方法。该方法的具体步骤是：用户发送位置查询请求信息到匿名服务器；匿名服务器使用匿名算法完成匿名；匿名服务器将完成匿名后的查询发送给基于位置的服务器；基于位置的服务器根据匿名后的请求进行查询处理；匿名服务器从查询处理结果集中选出真实位置返回给用户。该专利申请存在的不足是：此方法仅仅依赖生成假位置来保护位置隐私，攻击者有可能通过生成的假位置推测用户的真实位置。
孟小峰、肖珍提出的专利申请“一种感知服务质量的位置隐私保护方法”（申请号CN201010193368申请公布号CN101873317B）公开了一种感知服务质量的位置隐私保护方法，具体步骤是：A、移动对象提出基于位置的查询请求r，并将其传递给匿名服务器；B、匿名服务器将查询请求r匿名处理为r′＝(pid,MBR(r.Uout),r.data)；C、匿名服务器将经过匿名处理后的查询请求发送给提供商服务器以供查询，并将从提供商服务器获得的查询结果返回给移动对象。该专利申请存在的不足是：用户的隐私要求较高的时候，或者请求用户较少时，匿名服务器很难保证服务质量。
发明内容
本发明针对上述现有技术的不足，提出一种道路网络中基于概率预测的位置隐私保护方法。该方法通过预测道路网络中非活跃用户的位置来保护活跃用户的位置隐私。
本发明包括以下步骤：
1.一种道路网络中基于概率预测的位置隐私保护方法，包括如下步骤：
（1）用户发送请求：
用户给匿名服务器发送基于位置的服务请求；
（2）匿名服务器初始化：
（2a）匿名服务器生成一颗完全四叉树，其头节点存储道路网络的中心坐标值；
（2b）将道路网络等分成2×2的四个矩形区域，并将每个矩形区域的中心坐标值添加到四叉树中；
（2c）将每个矩形区域等分为四个更小的矩形区域，得到新生成的矩形区域，将新生成的矩形区域的中心坐标值存储到四叉树中；重复本步骤，直到每个小矩形区域的面积小于设定的阈值；
（2d）计算路口概率转移矩阵；
（2e）根据存储在匿名服务器中大量的历史数据，通过估计用户速度变化的均值和方差，拟合用户速度变化；
（3）生成初始匿名区域：
匿名服务器接收用户请求，生成初始匿名区域，统计当前时刻初始匿名区域中所有请求用户的个数；
（4）预测用户匿名成功的概率：
（4a）匿名服务器判断初始匿名区域是否满足用户的隐私需求，若满足，执行步骤（4j），否则，执行步骤（4b）；
（4b）将初始匿名区域，按道路网络中用户的最大速度等距离扩张成为一个新矩形区域，该新矩形区域的边界与初始匿名区域的边界距离值等于最大速度值；
（4c）匿名服务器查找当前时刻无请求，但前一时刻有请求，且位于新矩形区域中的用户，将这些用户构成备选用户集；
（4d）匿名服务器根据道路网络的拓扑结构，为备选用户集中的每个用户，找出所有能使其留在初始匿名区域中的路径；
（4e）匿名服务器根据路口的概率转移矩阵，计算备选用户选择每条路径的概率；
（4f）匿名服务器根据备选用户历史时刻的坐标记录，计算备选用户前一时刻的速度；
（4g）匿名服务器根据正态分布概率密度函数，计算每个备选用户留在初始匿名区域中的概率；
（4h）匿名服务器计算当前时刻初始匿名区域内，至少含有k-m个备选用户的概率，若概率值大于0.9，则执行步骤（4j），否则，执行步骤（4i），其中，k表示用户隐私需求，m表示初始匿名区域中请求用户的个数；
（4i）匿名服务器扩张初始匿名区域后，执行步骤（4a）；
（4j）匿名服务器将初始匿名区域作为用户的最终匿名区域；
（4k）匿名服务器将用户请求R转换为新的请求R′=(u′,c,r)，其中R'表示匿名服务器处理后的用户请求，u′和c分别表示匿名服务器为用户生成的假身份和匿名区域，r表示用户的请求内容；
（5）返回查询结果：
（5a）匿名服务器将处理后的用户请求R'，发送给提供位置服务的服务器；
（5b）匿名服务器从提供位置服务的服务器获取查询结果集合；
（5c）匿名服务器对查询结果集合进行求精处理，将求精处理的结果返回给请求服务的用户。
附图说明
图1为本发明的流程图；
图2为本发明的系统结构图。
具体实施方式
本发明的应用场景为移动用户在道路网络中请求LBS服务。参照图2，本发明的系统采用中心服务器模型，该中心服务器模型由四部分构成：无线网络接入点、移动用户、匿名服务器、LBS服务器。移动用户与匿名服务器通过加密信道通信，匿名服务器与LBS服务器通过普通信道通信。移动用户通过无线网络接入点连接到无线网络。在当前时刻，匿名服务器仅知道请求LBS服务的用户的位置。
参照附图1，本发明的具体步骤如下：
步骤1，用户发送请求。
用户给匿名服务器发送基于位置的服务请求，服务请求包括用户的身份、用户的地理坐标、发送请求的时刻、请求的内容以及用户的隐私需求；所述的隐私需求是指用户对匿名服务器生成的匿名区域中用户个数的需求。
步骤2，匿名服务器初始化。
第1步，匿名服务器生成一颗完全四叉树，其头节点存储道路网络的中心坐标值。这里我们假设整个道路道路网络为一个矩形区域，中心坐标是一个四维坐标，包括中心的横纵坐标和中心离矩形相邻两边的距离；通过中心坐标能完全确定一个矩形区域
第2步，将道路网络等分成2×2的四个矩形区域，并将每个矩形区域的中心坐标值添加到四叉树中。
第3步，将每个矩形区域等分为四个更小的矩形区域，得到新生成的矩形区域，将新生成的矩形区域的中心坐标值存储到四叉树中；重复本步骤，直到每个小矩形区域的面积小于设定的阈值；所述阈值与道路网络用户密度有关，阈值的大小等于道路网络的面积除以用户个数。
第4步，计算路口概率转移矩阵；概率转移矩阵如下：
其中，M(v)表示道路网络中路口v的概率转移矩阵，下标1到n表示道路网络中含有相同的路口v的道路编号，pi,j表示处于道路网络中道路j的用户向道路i运动的概率，pi,j＝Ni,jNj，Ni,j表示从道路j向道路i运动的用户数，Nj表示在道路j上的用户数。
第5步，根据存储在匿名服务器中大量的历史数据，通过估计用户速度变化的均值和方差，拟合用户速度变化；拟合用户速度变化的样本至少选取10000个；所述速度变化是指用户在相邻时刻速度的差值；
步骤3，生成初始匿名区域。
匿名服务器接收用户请求，生成初始匿名区域，统计当前时刻初始匿名区域中所有请求用户的个数；所述初始匿名区域为存储在四叉树最底层，且包含请求用户坐标的矩形区域。
步骤4，预测用户匿名成功的概率。
第1步，匿名服务器判断初始匿名区域是否满足用户的隐私需求，若满足，执行第10步，否则，执行第2步；匿名服务器判断初始匿名区域是否满足用户隐私需求的过程为：匿名服务器根据当前时刻收到的请求，计算所有在初始匿名区域中发送请求的用户个数，若所有请求用户的个数大于用户的隐私需求，则初始匿名区域满足用户的隐私需求，否则，初始匿名区域不满足用户的隐私需求。
第2步，将初始匿名区域，按道路网络中用户的最大速度等距离扩张成为一个新矩形区域，该新矩形区域的边界与初始匿名区域的边界距离值等于最大速度值。此时，新矩形区域与初始匿名区域为同心矩形，新矩形区域在外，初始匿名区域在内，两个矩形区域对应的边界互相平行，且边界之间的距离值等于最大速度值；道路网络中用户的最大速度等于道路网络中道路上的速度上限，在交通规则的约束下，用户的速度值不超过该上限值。
第3步，匿名服务器从大量的历史数据中查找当前时刻无请求，但前一时刻有请求，且位于新矩形区域中的用户，将这些用户构成备选用户集。
第4步，匿名服务器根据道路网络的拓扑结构，为备选用户集中的每个用户，找出所有能使其留在初始匿名区域中的路径；由于备选用户集中的用户在当前时刻无请求，匿名服务器无法判断这些用户当前时刻的位置，但备选用户在当前时刻有可能位于初始匿名区域中。
第5步，匿名服务器找出每条路径上的所有路口，然后读取各个路口对应的概率转移矩阵，算出具体的概率值；该概率等于备选用户选择一条路径的概率。
第6步，匿名服务器根据备选用户历史时刻的坐标记录，计算备选用户前一时刻的速度；根据坐标记录，匿名服务器可以算出用户运动的路程，用路程除以对应的时间便得到用户的速度。
第7步，匿名服务器根据正态分布概率密度函数，计算每个备选用户留在初始匿名区域中的概率；概率密度函数的均值和方差分别等于通过拟合得到的用户速度变化的均值和方差。对每一个备选用户，根据备选用户留在初始匿名区域中的路径和备选用户上一时刻的速度得到一个速度变化范围，每条路径都对应一个速度变化范围，表示备选用户在选择该条路径的前提下，当且仅当前备选用户速度变化在该范围内，备选用户能进入初始匿名区域。
第8步，匿名服务器计算当前时刻初始匿名区域内，至少含有k-m个备选用户的概率，若概率值大于0.9，则执行第10步，否则，执行第9步，其中，k表示用户隐私需求，m表示初始匿名区域中请求用户的个数。
第9步，匿名服务器根据初始匿名区域在四叉树中的位置，得到初始匿名区域的父区域，匿名服务器将初始匿名区域更新为初始匿名区域的父区域，执行第1步
第10步，匿名服务器将初始匿名区域作为用户的最终匿名区域。
第11步，匿名服务器将用户请求R转换为新的请求R′=(u′,c,r)，其中R'表示匿名服务器处理后的用户请求，u′和c分别表示匿名服务器为用户生成的假身份和匿名区域，r表示用户的请求内容。
步骤5，返回查询结果。
匿名服务器将处理后的用户请求R'，发送给提供位置服务的服务器；匿名服务器从提供位置服务的服务器获取查询结果集合；匿名服务器根据用户的真实位置从查询结果集合中挑选出最适合用户的查询结果，并将结果返回给请求服务的用户。
Claims (9)
1.一种道路网络中基于概率预测的位置隐私保护方法，包括如下步骤：
(1)用户发送请求：
用户给匿名服务器发送基于位置的服务请求；
(2)匿名服务器初始化：
(2a)匿名服务器生成一颗完全四叉树，其头节点存储道路网络的中心坐标值；
(2b)将道路网络等分成2×2的四个矩形区域，并将每个矩形区域的中心坐标值添加到四叉树中；
(2c)将每个矩形区域等分为四个更小的矩形区域，得到新生成的矩形区域，将新生成的矩形区域的中心坐标值存储到四叉树中；重复本步骤，直到每个小矩形区域的面积小于设定的阈值；
(2d)按照下公式，计算路口概率转移矩阵；
其中，M(v)表示道路网络中路口v的概率转移矩阵，下标1到n表示道路网络中含有相同的路口v的道路编号，pi,j表示处于道路网络中道路j的用户向道路i运动的概率，pi,j＝Ni,j/Nj，Ni,j表示从道路j向道路i运动的用户数，Nj表示在道路j上的用户数；
(2e)根据存储在匿名服务器中大量的历史数据，通过估计用户速度变化的均值和方差，拟合用户速度变化；
(3)生成初始匿名区域：
匿名服务器接收用户请求，生成初始匿名区域，统计当前时刻初始匿名区域中所有请求用户的个数；
(4)预测用户匿名成功的概率：
(4a)匿名服务器判断初始匿名区域是否满足用户的隐私需求，若满足，执行步骤(4j)，否则，执行步骤(4b)；
(4b)将初始匿名区域，按道路网络中用户的最大速度等距离扩张成为一个新矩形区域，该新矩形区域的边界与初始匿名区域的边界距离值等于最大速度值；
(4c)匿名服务器查找当前时刻无请求，但前一时刻有请求，且位于新矩形区域中的用户，将这些用户构成备选用户集；
(4d)匿名服务器根据道路网络的拓扑结构，为备选用户集中的每个用户，找出所有能使其留在初始匿名区域中的路径；
(4e)匿名服务器根据路口的概率转移矩阵，计算备选用户选择每条路径的概率；
(4f)匿名服务器根据备选用户历史时刻的坐标记录，计算备选用户前一时刻的速度；
(4g)匿名服务器根据正态分布概率密度函数，计算每个备选用户留在初始匿名区域中的概率；
(4h)匿名服务器计算当前时刻初始匿名区域内，至少含有k-m个备选用户的概率，若概率值大于0.9，则执行步骤(4j)，否则，执行步骤(4i)，其中，k表示用户隐私需求，m表示初始匿名区域中请求用户的个数；
(4i)匿名服务器扩张初始匿名区域后，执行步骤(4a)；
(4j)匿名服务器将初始匿名区域作为用户的最终匿名区域；
(4k)匿名服务器将用户请求R转换为新的请求R'＝(u',c,r)，其中R'表示匿名服务器处理后的用户请求，u'和c分别表示匿名服务器为用户生成的假身份和匿名区域，r表示用户的请求内容；
(5)返回查询结果：
(5a)匿名服务器将处理后的用户请求R'，发送给提供位置服务的服务器；
(5b)匿名服务器从提供位置服务的服务器获取查询结果集合；
(5c)匿名服务器对查询结果集合进行求精处理，将求精处理的结果返回给请求服务的用户。
2.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(1)所述的服务请求包括用户的身份、用户的地理坐标、发送请求的时刻、请求的内容以及用户的隐私需求；所述的隐私需求是指用户对匿名服务器生成的匿名区域中用户个数的需求。
3.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(2c)所述的阈值与道路网络用户密度有关，阈值的大小等于道路网络的面积除以用户个数。
4.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(2e)所述的拟合用户速度变化的样本至少选取10000个。
5.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(3)所述的初始匿名区域为存储在四叉树最底层，且包含请求用户坐标的矩形区域。
6.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(4e)所述备选用户选择每条路径的概率计算方法的步骤如下：
第一步，匿名服务器找出路径上的所有路口；
第二步，匿名服务器读取各个路口对应的概率转移矩阵算出具体的概率值。
7.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(4g)所述的概率密度函数的均值和方差分别等于用户速度变化的均值和方差。
8.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(4i)所述的初始匿名区域扩张的具体步骤如下：
第一步，根据初始匿名区域在四叉树中的位置，得到初始匿名区域的父区域；
第二步，将初始匿名区域更新为初始匿名区域的父区域。
9.根据权利要求1所述的道路网络中基于概率预测的位置隐私保护方法，其特征在于，步骤(5c)所述的查询结果集合的求精处理是指，匿名服务器根据用户的真实位置从查询结果集合中挑选出最适合用户的查询结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410125455.6A CN103957523B (zh) | 2014-03-31 | 2014-03-31 | 道路网络中基于概率预测的位置隐私保护方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410125455.6A CN103957523B (zh) | 2014-03-31 | 2014-03-31 | 道路网络中基于概率预测的位置隐私保护方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103957523A CN103957523A (zh) | 2014-07-30 |
| CN103957523B true CN103957523B (zh) | 2017-04-19 |
Family
ID=51334726
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410125455.6A Active CN103957523B (zh) | 2014-03-31 | 2014-03-31 | 道路网络中基于概率预测的位置隐私保护方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103957523B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104184742B (zh) * | 2014-09-09 | 2017-07-04 | 西安电子科技大学 | 基于位置服务隐私保护的个性化双重隐身方法 |
| CN104780173A (zh) * | 2015-04-16 | 2015-07-15 | 西安电子科技大学 | 一种道路网络中位置隐私保护的匿名路段选择系统及方法 |
| CN105246072B (zh) * | 2015-09-01 | 2018-12-28 | 重庆邮电大学 | 一种路网环境下的用户位置隐私保护方法和系统 |
| CN109862507B (zh) * | 2019-03-01 | 2021-09-21 | 华南理工大学 | 一种大范围车辆密度检测方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101873317A (zh) * | 2010-06-07 | 2010-10-27 | 孟小峰 | 一种感知服务质量的位置隐私保护方法 |
| CN103249038A (zh) * | 2013-04-09 | 2013-08-14 | 哈尔滨工程大学 | 一种基于道路网络空间中移动对象位置隐私保护方法 |
-
2014
- 2014-03-31 CN CN201410125455.6A patent/CN103957523B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101873317A (zh) * | 2010-06-07 | 2010-10-27 | 孟小峰 | 一种感知服务质量的位置隐私保护方法 |
| CN103249038A (zh) * | 2013-04-09 | 2013-08-14 | 哈尔滨工程大学 | 一种基于道路网络空间中移动对象位置隐私保护方法 |
Non-Patent Citations (2)
| Title |
|---|
| A dual-active spatial cloaking algorithm for location privacy;Che Y, Yang Q, Hong X;《2012 IEEE Proceedings on Wireless Communications and Networing Conference (WCNC)》;IEEE;20120611;第2098-2102页 * |
| L2P2: Location-aware location privacy protection for location-based;Wang Y, Xu D, He X, et al;《2012 IEEE Proceedings on INFOCOM》;IEEE;20120510;第1996-2004页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103957523A (zh) | 2014-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103957523B (zh) | 道路网络中基于概率预测的位置隐私保护方法 | |
| Luan et al. | Feel bored? join verse! engineering vehicular proximity social networks | |
| CN102685249B (zh) | 具有全球泛在通信功能的gid系统及其终端身份识别方法 | |
| CN104780173A (zh) | 一种道路网络中位置隐私保护的匿名路段选择系统及方法 | |
| Bai et al. | TANTO: An effective trust-based unmanned aerial vehicle computing system for the Internet of Things | |
| Christopher et al. | Jellyfish dynamic routing protocol with mobile sink for location privacy and congestion avoidance in wireless sensor networks | |
| Gupta et al. | Towards scalable and load-balanced mobile agents-based data aggregation for wireless sensor networks | |
| CN102595319B (zh) | 一种移动点对点网络中用户位置隐私保护的方法 | |
| CN103281233B (zh) | 一种泛在传感网系统架构及其实现方法 | |
| Chen et al. | Efficient pseudonym changing schemes for location privacy protection in VANETs | |
| CN108848461A (zh) | 一种基于动态环路由的WSNs源节点位置隐私保护方法 | |
| CN108769926A (zh) | 基于群体感知层的车联网隐私保护方法及车联网构架 | |
| CN110830995A (zh) | 能使无线传感器网络源位置安全的多分支路由设计方法 | |
| Kato et al. | User location anonymization method for wide distribution of dummies | |
| Zhu et al. | Rethinking routing information in mobile social networks: location-based or social-based? | |
| Liu | Research on the development of intelligent logistics based on 5G technology | |
| Barros et al. | Load balancing in D2D networks using reinforcement learning | |
| CN102413471A (zh) | 一种基于链路稳定性估算的无线栅格传感器网络组网方法 | |
| Singh et al. | Source location privacy using data mules in wireless sensor networks | |
| Li et al. | A mobile social network for efficient contents sharing and searches | |
| CN104053232B (zh) | 一种无线传感器网络及其控制方法 | |
| Gokulraj et al. | Data consistency matrix based data processing model for efficient data storage in wireless sensor networks | |
| Maivizhi et al. | Distance based Detection and Localization of multiple spoofing attackers for wireless networks | |
| Costa et al. | On building human-aware opportunistic communication strategies for cost-effective content delivery | |
| Matsuo et al. | Efficient periodical boundary detection through boundary crossing record and sensor data overhearing in dense MWSNs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200110 Address after: 710065 room 220, floor 2, building a, scientific and technological achievements transformation center, Xi'an University of Electronic Science and technology, No.3, Keji 7th Road, hi tech Zone, Xi'an City, Shaanxi Province Patentee after: Xi'an Electronic and Science University Engineering Technology Research Institute Co Ltd Address before: Xi'an City, Shaanxi province Taibai Road 710071 No. 2 Patentee before: Xi'an University of Electronic Science and Technology |
|
| TR01 | Transfer of patent right |