CN104618897A - 一种lbs中的轨迹隐私保护方法 - Google Patents
一种lbs中的轨迹隐私保护方法 Download PDFInfo
- Publication number
- CN104618897A CN104618897A CN201510038553.0A CN201510038553A CN104618897A CN 104618897 A CN104618897 A CN 104618897A CN 201510038553 A CN201510038553 A CN 201510038553A CN 104618897 A CN104618897 A CN 104618897A
- Authority
- CN
- China
- Prior art keywords
- request
- probability
- anonymous
- track
- sliding window
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Telephonic Communication Services (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种简单有效的轨迹隐私保护方法,属于信息安全技术领域,本方法计算成本较低,实用性强。该方法基于DLS算法并引入边轨迹概率这一定义,综合考虑了LBS单次请求和连续请求的情况,在单次请求的情况下能有效地保护用户的位置隐私,在连续请求的情况下能有效地保护用户的轨迹隐私。本发明所提供的方法解决了传统的K匿名技术用于LBS连续请求所带来的相关隐私安全问题。
Description
技术领域
本发明属于信息安全技术领域,具体涉及一种LBS中的轨迹隐私保护方法。
背景技术
随着现代通信技术、移动终端的高速发展,基于位置服务的应用系统取得了巨大成功。近几年来,由于基于位置服务(LBS)系统给能给人们的生活带来很大的便捷,因此迅速得到人们的关注并且广泛用用在各大领域中。在LBS应用系统中,人们利用手持终端(智能手机、平板)就能轻松的向LBS服务器发起请求,得到自己想要的相关信息,比如查找离自己最近的性价比高的餐厅,离自己最近的加油站。然而,在享受位置服务带给我们生活便捷的同时,也暴露了很多隐私安全的问题。在基于位置服务中,每一次提出请求,请求内容中都必需带有用户的精确位置信息,这样LBS提供者才能有效地作高质量的服务。但是我们不能保证LBS提供者是完全可信的,它有可能暴露用户的相关信息,倒卖给第三方,从而获得更大的利润。由此可见,隐私保护是一个急需解决的事情。K匿名作为解决当前LBS位置隐私安全问题的技术手段,近年来受到了国内外隐私保护领域研究的广泛关注。所谓K匿名技术就是用户在发送请求时与其它K-1个假位置一起发送给LBS服务器,便于混淆视听,使得LBS服务器难以从K个位置中辨别出真实的用户的位置。
Niu等人提出的DLS算法就是一种考虑边信息而选择假位置方法(Niu,B.et al..Achievingk-anonymity in privacy-aware location-based services[C].IEEE INFOCOM,2014,754–762.)。DLS算法用熵来衡定用户的隐私级别,熵值越大表明用户的隐私级别越高。DLS方法将其所服务的区域划分成n×n=N个大小相同的位置单元,每个位置单元都对应一个历史点概率(queryprobability based on the previous query history),具体定义如下:
且
其中,pi为所划分区域中第i个位置单元的历史点概率,N代表LBS服务器服务范围内的位置单元总数。
在基于DLS算法的LBS系统中,LBS服务器需要统计出服务区域每个位置单元内用户发送位置服务请求的历史概率,然后发布这份概率信息,这样每个用户都可以得到位置请求历史概率。当用户需要某种位置服务时,用户首先利用GPS等定位装置获得自己的准确位置,根据位置请求历史概率获得当前所处位置发送位置服务请求的历史概率,然后根据用户的匿名度要求K,从位置地图中寻找出2K个与当前位置发送请求历史概率接近的候选位置,最后计算从该2K个候选位置中选择的所有可能K-1个位置和用户真实位置构成的K个位置的熵值,选择使熵值最大的K个位置作为用户向LBS服务器发送的位置信息。
但是,用DLS算法选择出的K个位置的概率集合的熵值H可能远小于理论上可实现的最优的K个位置相应的概率集合的熵值。若熵值远小于最大值的时候,说明选择出的K-1个假位置的某些位置概率和用户真实位置的概率相差甚远,这样轻而易举的就能排除掉那些概率特小以及概率特别大的若干个位置,不利于用户端隐私的保护。
发明内容
本发明的目的是提供一种LBS中的轨迹隐私保护方法,本方法基于DLS算法并引入边轨迹概率这一定义,综合考虑了LBS单次请求和连续请求的情况,在单次请求的情况下,该方法能有效地保护用户的位置隐私;在连续请求的情况下能有效地保护用户的轨迹隐私。
本发明具体采用如下技术方案:
一种LBS中的轨迹隐私保护方法,其流程如图1所示,具体包括以下步骤:
步骤1.初始化:用户端输入值包括:隐私度K,用户的真实位置d1,区别是单次请求还是连续请求的参量flag,请求相对时间t,当前匿名区域A(即当前请求假位置的选择范围),匿名阈值ε及距离阈值st,其中ε≥0.7×K,距离阈值st的大小与用户的请求速度及请求时间的间隔相关,st指用户端可接受的在同一连续请求的相邻两次请求提交时所在位置的距离最大值;用户端根据输入值判断是单次请求还是连续请求:flag=0时为单次请求,flag=1时为连续请求;进一步的,若为连续请求,当前请求相对时间t=0时说明当前请求为该连续请求的第一次请求,t≠0则说明当前请求为连续请求中的非第一次请求;
若当前请求是单次请求或连续请求的第一次请求,则执行步骤2;若当前请求是连续请求的非第一次请求,则执行步骤3;
步骤2.用户端根据输入值flag及请求相对时间t判断出本次请求是单次请求或是连续请求的第一次请求后,向PIDS(pseudonym identity server)申请PID值,获得PID值后向LP(LBS provider)递交PID以验证其合法性,验证通过后如果是单次请求,则LP返回给用户端历史点概率表P,若是连续请求的第一次请求,则LP返回用户端历史点概率表P和边轨迹概率表E;用户端根据设置的匿名区域A,提取位于匿名区域A中的各位置单元的历史点概率,并按其值由小至大的顺序汇于序列S中,执行步骤2-1;
步骤2-1.用户端从表P中提取出当前真实位置下的历史点概率pL,在序列S中生成匿名滑动窗序列W,所述序列W包含有K个元素且匿名滑动窗内概率点集合的匿名度D∈[K-ε,K],概率值pL位于当前滑动窗内;将选定的匿名滑动窗内的K个位置点概率对应的K个位置信息发送至LP完成位置请求;
若匿名滑动窗在滑动过程中使得概率值pL脱离出滑动窗,或者滑动窗内的元素个数小于K,则K匿名滑动窗序列W生成失败,执行步骤2-2;
步骤2-2.若匿名滑动窗序列生成失败,用户端将修改匿名区域A及K值,重新执行步骤1发起请求;
步骤3.针对LBS服务区域内所划分的所有位置单元,每个位置单元区域的中心位置定义为当前位置单元的顶点;若其中两顶点的距离不大于距离阈值st且两点在真实的地图上有路径,则将两点连线连线,该连线成为该两顶点的边轨迹;每条边轨迹的两个顶点所处位置单元的历史请求频率之和作为此边轨迹的请求频率,定义边轨迹概率为该边轨迹的频率值与服务区域中所有边轨迹频率值之和的比值,把所有边轨迹概率值汇于边轨迹概率表E中;
用户端根据输入值flag及请求相对时间t判断出本次请求是连续请求的非第一次请求后,令用户端当前需要提交的请求是该连续请求中的第i次,不失一般性地假设用户端第i-1次的请求已经成功提交,且向LP提交申请时包含的K个位置坐标集合为Li-1={di-1,1,di-1,2,…,di-1,K},用户端根据边轨迹概率表E得出用户在提交第i-1次请求至第i次请求时间段的真实轨迹的边轨迹概率qL;
步骤3-1.用户端将当前时刻匿名区域A中,除当前真实位置点之外,在该连续请求的第i-1次请求中已向LP提交过请求的共计m个位置点赋权值L.prior=1,剩余位置点赋权值L.prior=0;针对所述权值L.prior=1的每一个位置点,将其与集合Li-1中所有位置点相连得l条轨迹,剔除其中边轨迹长度大于距离阈值st或无法在真实地图上实现的轨迹后,从中选取其边轨迹概率值与真实轨迹概率值qL最接近的一个;由此得m个边轨迹概率及相应边轨迹;
步骤3-2.将当前时刻匿名区域A中,除去真实位置点及所述m个权值L.prior=1的位置点之外的剩余位置点的历史点概率汇于集合A'中;将第i-1次请求的位置集合Li-1中,除去已经选择出的真实边轨迹和m条边轨迹的始点之外剩余的K-m-1位置点汇于集合L'i-1中,其中,定义每一条边轨迹位中位于集合Li-1中的端点为边轨迹始点,其另一端点为终点;
步骤3-3.针对位置点集合L'i-1中的每一个位置点构建一个相应的轨迹概率集合T',所述轨迹概率集合具体构建方法如下:相应位置点指向集合A'中所有位置点而得的边轨迹概率值中,剔除其中边轨迹长度大于距离阈值st或无法在真实地图上实现的轨迹所对应的边轨迹概率后,即构成该点概率值的轨迹概率集合T';从所构建的每一个边轨迹概率集合T'中随机选取一个边轨迹概率值对应的边轨迹,共选取K-m-1条边轨迹且保证所有边轨迹的终点均不重合,执行步骤3-4;
步骤3-4.把所选取的K-m-1个边轨迹概率与步骤3-1所得的m个轨迹概率值及用户端真实轨迹概率结合,构成包含K个元素的轨迹概率集合Tf,计算集合Tf的匿名度D;
若匿名度D∈[K-ε,K],则用户端将步骤3-3所选择的K-m-1条轨迹的终点位置与匿名区域A中所述m个权值L.prior=1的位置及用户端当前真实位置共K个位置点发送至LP服务器,完成请求的发送;
若则将所选的K-m-1条边轨迹记的组合方式存档;则执行步骤3-5;
步骤3-5.从步骤3-3构建的轨迹概率集合T'中重新随机选取终点不重合的K-m-1条边轨迹至所得K-m-1条边轨迹的组合方式尚未存档时止,执行步骤3-4;若穷尽K-m-1条轨迹的所有组合方式后,依然无法使得匿名度D∈[K-ε,K],则用户端设置请求相对时间t=0,执行步骤2,把此次请求作为连续请求的第一次请求继续处理。
本发明的有益效果是:
本发明提供的方法针对单次请求大大降低了时间复杂度,连续请求的时候从整体上保护了用户的轨迹隐私安全。尤其在处理连续请求的时候,通过以下两点大大增强轨迹隐私安全:1)在选择假轨迹的时候优先选择已经选过的位置,这样选择出的轨迹图就会有很多相交的位置点,而不是相互独立的K条轨迹,从而攻击者猜测出用户真实的轨迹概率远远小于1/K;2)当没有找到合适的K-1条假轨迹的时候,用户端会重置请求相对时间t=0,并采用连续请求的第一次请求的处理方法继续处理。
附图说明
图1为本发明提供的LBS中的轨迹隐私保护方法流程图。
具体实施方式
一种LBS中的轨迹隐私保护方法,其流程如图1所示,具体包括以下步骤:
步骤1.初始化:用户端输入值包括:隐私度K,用户的真实位置d1,区别是单次请求还是连续请求的参量flag,请求相对时间t,当前匿名区域A(即当前请求假位置的选择范围),匿名阈值ε及距离阈值st,其中ε≥0.7×K,距离阈值st的大小与用户的请求速度及请求时间的间隔相关,st指用户端可接受的在同一连续请求的相邻两次请求提交时所在位置的距离最大值;用户端根据输入值判断是单次请求还是连续请求:flag=0时为单次请求,flag=1时为连续请求;进一步的,若为连续请求,当前请求相对时间t=0时说明当前请求为该连续请求的第一次请求,t≠0则说明当前请求为连续请求中的非第一次请求;
若当前请求是单次请求或连续请求的第一次请求,则执行步骤2启用KSW算法;若当前请求是连续请求的非第一次请求,则执行步骤3启用CKAT算法;
步骤2.用户端根据输入值flag及请求相对时间t判断出本次请求是单次请求或是连续请求的第一次请求后,向PIDS服务器申请PID值,获得PID值后向LP递交PID以验证其合法性;验证通过后,如果是单次请求,则LP返回给用户端历史点概率表P,若是连续请求的第一次请求,则LP返回用户端历史点概率表P和边轨迹概率表E;用户端根据设置的匿名区域A,提取位于匿名区域A中的各位置单元的历史点概率,并按其值由小至大的顺序汇于序列S中,执行步骤2-1;
步骤2-1.用户端从表P中提取出当前真实位置下的历史点概率pL,并按以下方法生成匿名滑动窗序列W,所述序列W包含K个元素:
(1)若匿名区域A中点概率值小于pL的个数小于(K-1)/2,则将序列S中概率值最小的K个点概率作为初始匿名滑动窗序列W,计算当前滑动窗内概率点集合的熵H及匿名度D;若匿名度D∈[K-ε,K],则选定当前滑动窗序列所包含的K个位置点概率,否则,将匿名滑动窗在序列S中向右移动一个元素位置,直到滑动窗内的概率点集合的匿名度D∈[K-ε,K]且概率值pL位于当前滑动窗内时止,并选定当前滑动窗序列所包含的K个位置点概率;将选定的匿名滑动窗内的K个位置点概率对应的、包含有用户端真实位置的K个位置信息发送至LP完成位置请求;
根据信息论的相关定义,概率集合的熵值H及匿名度D由如下公式确定:
其中,K为概率集合的概率值数量,pj为概率集合的第j个概率值;
当匿名滑动窗在滑动过程中使得概率值pL脱离出匿名滑动窗,或者滑动窗内的元素个数小于K时,则匿名滑动窗序列W生成失败,执行步骤2-2;
(2)若匿名区域A中点概率值大于pL的个数小于(K-1)/2,则将序列S中概率值最大的K个点概率作为初始匿名滑动窗序列W,计算当前滑动窗内概率点集合的熵H及匿名度D,若匿名度D∈[K-ε,K],则选定当前滑动窗序列所包含的K个位置点概率,否则,将匿名滑动窗在序列S中向左移动一个元素位置,直到滑动窗内的概率点集合的匿名度D∈[K-ε,K]且概率值pL位于当前滑动窗内时止,并选定当前滑动窗序列包含的K个位置点概率;将选定的K个位置点概率对应的、包含有用户端真实位置的K个位置信息发送至LP完成位置请求;
若滑动窗在滑动过程中使得概率值pL脱离出滑动窗,或者滑动窗内的元素个数小于K,则匿名滑动窗序列W生成失败,执行步骤2-2;
(3)若匿名区域A中点概率值小于或者大于pL的个数均大于(K-1)/2,则在序列S中以pL为中心向其两边展开选择K个点概率作为初始匿名滑动窗序列,计算当前滑动窗内概率点集合的熵H及匿名度D;若匿名度D∈[K-ε,K],则选定当前匿名滑动窗序列包含的K个位置点概率,否则,将匿名滑动窗在序列S中向右移动一个元素位置,直到滑动窗内的概率点集合的匿名度D∈[K-ε,K]且概率值pL位于当前滑动窗内时止,并选定当前滑动窗序列包含的K个位置点概率;将选定的K个位置点概率对应的、包含有用户端真实位置的K个位置信息发送至LP完成位置请求;
若滑动窗在滑动过程中使得概率值pL脱离出滑动窗,或者滑动窗内的元素个数小于K,则匿名滑动窗序列W生成失败,执行步骤2-2;
步骤2-2.若匿名滑动窗序列生成失败,用户端将修改匿名区域A及K值,重新执行步骤1发起请求;
步骤3.针对LBS服务区域内所划分的所有位置单元,每个位置单元区域的中心位置定义为当前位置单元的顶点;若其中两顶点的距离不大于距离阈值st且两点在真实的地图上有路径,则将两点连线连线,该连线成为该两顶点的边轨迹;每条边轨迹的两个顶点所处位置单元的历史请求频率之和作为此边轨迹的请求频率,定义边轨迹概率为该边轨迹的频率值与服务区域中所有边轨迹频率值之和的比值,把所有边轨迹概率值汇于边轨迹概率表E中;
用户端根据输入值flag及请求相对时间t判断出本次请求是连续请求的非第一次请求后,令用户端当前需要提交的请求是该连续请求中的第i次,不失一般性地假设用户端第i-1次的请求已经成功提交,且向LP提交申请时包含的K个位置坐标集合为Li-1={di-1,1,di-1,2,…,di-1,K},用户端根据边轨迹概率表E得出用户在提交第i-1次请求至第i次请求时间段的真实轨迹的边轨迹概率qL;
步骤3-1.用户端将当前时刻匿名区域A中,除当前真实位置点之外,在该连续请求的第i-1次请求中已向LP提交过请求的共计m个位置点赋权值L.prior=1,剩余位置点赋权值L.prior=0;针对所述权值L.prior=1的每一个位置点,将其与集合Li-1中所有位置点相连得l条轨迹,剔除其中边轨迹长度大于距离阈值st或无法在真实地图上实现的轨迹后,从中选取其边轨迹概率值与真实轨迹概率值qL最接近的一个;由此得m个边轨迹概率及相应边轨迹;
步骤3-2.将当前时刻匿名区域A中,除去真实位置点及所述m个权值L.prior=1的位置点之外的剩余位置点的历史点概率汇于集合A'中;将第i-1次请求的位置集合Li-1中,除去已经选择出的真实边轨迹和m条边轨迹的始点之外剩余的K-m-1位置点汇于集合L'i-1中,其中,定义每一条边轨迹位中位于集合Li-1中的端点为边轨迹始点,其另一端点为终点;
步骤3-3.针对位置点集合L'i-1中的每一个位置点构建一个相应的轨迹概率集合T',所述轨迹概率集合具体构建方法如下:相应位置点指向集合A'中所有位置点而得的边轨迹概率值中,剔除其中边轨迹长度大于距离阈值st或无法在真实地图上实现的轨迹所对应的边轨迹概率后,即构成该点概率值的轨迹概率集合T';从所构建的每一个边轨迹概率集合T'中随机选取一个边轨迹概率值对应的边轨迹,共选取K-m-1条边轨迹且保证每一条边轨迹的终点不重合,执行步骤3-4;
步骤3-4.把所选取的K-m-1个边轨迹概率与步骤3-1所得的m个轨迹概率值及用户端真实轨迹概率结合,构成包含K个元素的轨迹概率集合Tf,计算集合Tf的匿名度D;
若匿名度D∈[K-ε,K],则用户端将步骤3-3所选择的K-m-1条轨迹的终点位置与匿名区域A中所述m个权值L.prior=1的位置及用户端当前真实位置共K个位置点发送至LP服务器,完成请求的发送;
若则将所选的K-m-1条边轨迹记的组合方式存档;则执行步骤3-5;
步骤3-5.从步骤3-3构建的轨迹概率集合T'中重新随机选取终点不重合的K-m-1条边轨迹至所得K-m-1条边轨迹的组合方式尚未存档时止,执行步骤3-4;若穷尽K-m-1条轨迹的所有组合方式后,依然无法使得匿名度D∈[K-ε,K],则用户端设置请求相对时间t=0,执行步骤2,把此次请求作为连续请求第一次请求继续处理。
Claims (3)
1.一种LBS中的轨迹隐私保护方法,具体包括以下步骤:
步骤1.初始化:用户端输入值包括:隐私度K,用户的真实位置d1,区别是单次请求还是连续请求的参量flag,请求相对时间t,当前匿名区域A,匿名阈值ε及距离阈值st,距离阈值st的大小与用户的请求速度及请求时间的间隔相关,st指用户端可接受的在同一连续请求的相邻两次请求提交时所在位置的距离最大值;用户端根据输入值判断是单次请求还是连续请求:flag=0时为单次请求,flag=1时为连续请求;进一步的,若为连续请求,当前请求相对时间t=0时说明当前请求为该连续请求的第一次请求,t≠0则说明当前请求为连续请求中的非第一次请求;
若当前请求是单次请求或连续请求的第一次请求,则执行步骤2;若当前请求是连续请求的非第一次请求,则执行步骤3;
步骤2.用户端根据输入值flag及请求相对时间t判断出本次请求是单次请求或是连续请求的第一次请求后,向PIDS申请PID值,获得PID值后向LP递交PID以验证其合法性,验证通过后如果是单次请求,则LP返回给用户端历史点概率表P,若是连续请求的第一次请求,则LP返回用户端历史点概率表P和边轨迹概率表E;用户端根据设置的匿名区域A,提取位于匿名区域A中的各位置单元的历史点概率,并按其值由小至大的顺序汇于序列S中,执行步骤2-1;
步骤2-1.用户端从表P中提取出当前真实位置下的历史点概率pL,在序列S中生成匿名滑动窗序列W,若所述序列W包含有K个元素且匿名滑动窗内概率点集合的匿名度D∈[K-ε,K],概率值pL位于当前滑动窗内;将选定的匿名滑动窗序列W内的K个位置点概率对应的K个位置信息发送至LP完成位置请求;
若匿名滑动窗在滑动过程中使得概率值pL脱离出滑动窗,或者滑动窗内的元素个数小于K,则匿名滑动窗序列W生成失败,执行步骤2-2;
步骤2-2.若匿名滑动窗序列生成失败,用户端将修改匿名区域A及K值,重新执行步骤1发起请求;
步骤3.针对LBS服务区域内所划分的所有位置单元,每个位置单元区域的中心位置定义为当前位置单元的顶点;若其中两顶点的距离不大于距离阈值st且两点在真实的地图上有路径,则将两点连线,该连线成为该两顶点的边轨迹;每条边轨迹的两个顶点所处位置单元的历史请求频率之和作为此边轨迹的请求频率,定义边轨迹概率为该边轨迹的频率值与服务区域中所有边轨迹频率值之和的比值,把所有边轨迹概率值汇于边轨迹概率表E中;
用户端根据输入值flag及请求相对时间t判断出本次请求是连续请求的非第一次请求后,令用户端当前需要提交的请求是该连续请求中的第i次,不失一般性地假设用户端第i-1次的请求已经成功提交,且向LP提交申请时包含的K个位置坐标集合为Li-1={di-1,1,di-1,2,…,di-1,K},用户端根据边轨迹概率表E得出用户在提交第i-1次请求至第i次请求时间段的真实轨迹的边轨迹概率qL;
步骤3-1.用户端将当前时刻匿名区域A中,除当前真实位置点之外,把包含在该连续请求的第i-1次请求的共计m个位置点赋权值L.prior=1,剩余位置点赋权值L.prior=0;针对所述权值L.prior=1的每一个位置点,将其与集合Li-1中所有位置点相连得l条轨迹,剔除其中边轨迹长度大于距离阈值st或无法在真实地图上实现的轨迹后,从中选取其边轨迹概率值与真实轨迹概率值qL最接近的一个;由此得m个边轨迹概率及相应的边轨迹;
步骤3-2.将当前时刻匿名区域A中,除去真实位置点及所述m个权值L.prior=1的位置点之外的剩余位置点的历史点概率汇于集合A'中;将第i-1次请求的位置集合Li-1中,除去已经选择出的真实边轨迹和m条边轨迹的始点之外剩余的K-m-1位置点汇于集合L'i-1中;
步骤3-3.针对位置点集合L'i-1中的每一个位置点构建一个相应的轨迹概率集合T',所述轨迹概率集合具体构建方法如下:相应位置点指向集合A'中所有位置点而得的边轨迹概率值中,剔除其中边轨迹长度大于距离阈值st或无法在真实地图上实现的轨迹所对应的边轨迹概率后,即构成该点概率值的轨迹概率集合T';从所构建的每一个边轨迹概率集合T'中随机选取一个边轨迹概率值对应的边轨迹,共选取K-m-1条边轨迹且保证每一条边轨迹的终点不重合,执行步骤3-4;
步骤3-4.把所选取的K-m-1个边轨迹概率与步骤3-1所得的m个轨迹概率值及用户端真实轨迹概率结合,构成包含K个元素的轨迹概率集合Tf,计算集合Tf的匿名度D;
若匿名度D∈[K-ε,K],则用户端将步骤3-3所选择的K-m-1条轨迹的终点位置与匿名区域A中所述m个权值L.prior=1的位置及用户端当前真实位置共K个位置点发送至LP服务器,完成请求的发送;
若则将所选的K-m-1条边轨迹记的组合方式存档;则执行步骤3-5;
步骤3-5.从步骤3-3构建的轨迹概率集合T'中重新随机选取终点不重合的K-m-1条边轨迹至所得K-m-1条边轨迹的组合方式尚未存档时止,执行步骤3-4;若穷尽K-m-1条轨迹的所有组合方式后,依然无法使得匿名度D∈[K-ε,K],则用户端设置请求相对时间t=0,执行步骤2,把此次请求作为连续请求第一次请求继续处理。
2.根据权利要求1所述的LBS中的轨迹隐私保护方法,其特征在于,所述匿名滑动窗序列W具体通过一下方法确定:
(1)若匿名区域A中点概率值小于pL的个数小于(K-1)/2,则将序列S中概率值最小的K个点概率作为初始匿名滑动窗序列W,计算当前滑动窗内概率点集合的熵H及匿名度D;若匿名度D∈[K-ε,K],则选定当前滑动窗序列所包含的K个位置点概率,否则,将匿名滑动窗在序列S中向右移动一个元素位置,直到滑动窗内的概率点集合的匿名度D∈[K-ε,K]且概率值pL位于当前滑动窗内时止,并选定当前滑动窗序列所包含的K个位置点概率作为匿名滑动窗序列W;
(2)若匿名区域A中点概率值大于pL的个数小于(K-1)/2,则将序列S中概率值最大的K个点概率作为初始匿名滑动窗序列W,计算当前滑动窗内概率点集合的熵H及匿名度D,若匿名度D∈[K-ε,K],则选定当前滑动窗序列所包含的K个位置点概率,否则,将匿名滑动窗在序列S中向左移动一个元素位置,直到滑动窗内的概率点集合的匿名度D∈[K-ε,K]且概率值pL位于当前滑动窗内时止,并选定当前滑动窗序列包含的K个位置点概率作为匿名滑动窗序列W;
(3)若匿名区域A中点概率值小于或者大于pL的个数均大于(K-1)/2,则在序列S中以pL为中心向其两边展开选择K个点概率作为初始匿名滑动窗序列,计算当前滑动窗内概率点集合的熵H及匿名度D;若匿名度D∈[K-ε,K],则选定当前匿名滑动窗序列包含的K个位置点概率,否则,将匿名滑动窗在序列S中向右移动一个元素位置,直到滑动窗内的概率点集合的匿名度D∈[K-ε,K]且概率值pL位于当前滑动窗内时止,并选定当前滑动窗序列包含的K个位置点概率作为匿名滑动窗序列W。
3.根据权利要求2所述的LBS中的轨迹隐私保护方法,其特征在于,所述概率集合的匿名度D由如下公式确定:
其中,H为当前概率集合的熵值,K为概率集合的概率值数量,pj为概率集合的第j个概率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510038553.0A CN104618897B (zh) | 2015-01-26 | 2015-01-26 | 一种lbs中的轨迹隐私保护方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510038553.0A CN104618897B (zh) | 2015-01-26 | 2015-01-26 | 一种lbs中的轨迹隐私保护方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104618897A true CN104618897A (zh) | 2015-05-13 |
CN104618897B CN104618897B (zh) | 2018-04-06 |
Family
ID=53153131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510038553.0A Active CN104618897B (zh) | 2015-01-26 | 2015-01-26 | 一种lbs中的轨迹隐私保护方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104618897B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430615A (zh) * | 2015-12-04 | 2016-03-23 | 河南工业大学 | 一种连续位置服务请求下基于假位置的位置隐私保护方法 |
CN105491519A (zh) * | 2015-11-24 | 2016-04-13 | 西安电子科技大学 | 基于位置服务中连续实时查询场景下的隐私保护方法 |
CN107318089A (zh) * | 2017-05-09 | 2017-11-03 | 中国科学院信息工程研究所 | 一种k匿名的虚假位置确定方法及装置 |
CN107707566A (zh) * | 2017-11-07 | 2018-02-16 | 湖南科技大学 | 一种基于缓存和位置预测机制的轨迹隐私保护方法 |
CN107835241A (zh) * | 2017-11-02 | 2018-03-23 | 辽宁工业大学 | 一种路网环境中连续近邻查询下的隐私保护区域构建方法 |
CN109444815A (zh) * | 2018-10-12 | 2019-03-08 | 桂林电子科技大学 | 基于室内声音定位的轨迹隐私保护方法及系统 |
CN109905386A (zh) * | 2019-02-20 | 2019-06-18 | 徐建红 | 一种基于用户信息安全的用户地址保护系统及其工作方法 |
CN111079183A (zh) * | 2019-12-19 | 2020-04-28 | 中国移动通信集团黑龙江有限公司 | 一种隐私保护方法、装置、设备及计算机存储介质 |
CN114885289A (zh) * | 2022-05-10 | 2022-08-09 | 电子科技大学 | 一种基于虚拟轨迹生成机制的位置隐私保护方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665207A (zh) * | 2012-05-08 | 2012-09-12 | 杭州电子科技大学 | Lbs中基于移动终端的连续查询用户位置隐匿方法 |
CN103826237A (zh) * | 2014-02-28 | 2014-05-28 | 西安电子科技大学 | 一种连续基于位置服务的位置隐私保护模型的建立方法 |
CN103957501A (zh) * | 2014-03-31 | 2014-07-30 | 西安电子科技大学 | 基于路网预测的长时请求位置隐私保护方法 |
CN104092692A (zh) * | 2014-07-15 | 2014-10-08 | 福建师范大学 | 一种基于k-匿名与服务相似性相结合的位置隐私保护方法 |
US20150007341A1 (en) * | 2008-09-05 | 2015-01-01 | Iowa State University Research Foundation, Inc. | Cloaking with footprints to provide location privacy protection in location-based services |
-
2015
- 2015-01-26 CN CN201510038553.0A patent/CN104618897B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150007341A1 (en) * | 2008-09-05 | 2015-01-01 | Iowa State University Research Foundation, Inc. | Cloaking with footprints to provide location privacy protection in location-based services |
CN102665207A (zh) * | 2012-05-08 | 2012-09-12 | 杭州电子科技大学 | Lbs中基于移动终端的连续查询用户位置隐匿方法 |
CN103826237A (zh) * | 2014-02-28 | 2014-05-28 | 西安电子科技大学 | 一种连续基于位置服务的位置隐私保护模型的建立方法 |
CN103957501A (zh) * | 2014-03-31 | 2014-07-30 | 西安电子科技大学 | 基于路网预测的长时请求位置隐私保护方法 |
CN104092692A (zh) * | 2014-07-15 | 2014-10-08 | 福建师范大学 | 一种基于k-匿名与服务相似性相结合的位置隐私保护方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105491519A (zh) * | 2015-11-24 | 2016-04-13 | 西安电子科技大学 | 基于位置服务中连续实时查询场景下的隐私保护方法 |
CN105491519B (zh) * | 2015-11-24 | 2019-03-01 | 西安电子科技大学 | 基于位置服务中连续实时查询场景下的隐私保护方法 |
CN105430615B (zh) * | 2015-12-04 | 2019-04-02 | 河南工业大学 | 一种连续位置服务请求下基于假位置的位置隐私保护方法 |
CN105430615A (zh) * | 2015-12-04 | 2016-03-23 | 河南工业大学 | 一种连续位置服务请求下基于假位置的位置隐私保护方法 |
CN107318089A (zh) * | 2017-05-09 | 2017-11-03 | 中国科学院信息工程研究所 | 一种k匿名的虚假位置确定方法及装置 |
CN107318089B (zh) * | 2017-05-09 | 2019-12-03 | 中国科学院信息工程研究所 | 一种k匿名的虚假位置确定方法及装置 |
CN107835241A (zh) * | 2017-11-02 | 2018-03-23 | 辽宁工业大学 | 一种路网环境中连续近邻查询下的隐私保护区域构建方法 |
CN107707566A (zh) * | 2017-11-07 | 2018-02-16 | 湖南科技大学 | 一种基于缓存和位置预测机制的轨迹隐私保护方法 |
CN107707566B (zh) * | 2017-11-07 | 2020-02-18 | 湖南科技大学 | 一种基于缓存和位置预测机制的轨迹隐私保护方法 |
CN109444815A (zh) * | 2018-10-12 | 2019-03-08 | 桂林电子科技大学 | 基于室内声音定位的轨迹隐私保护方法及系统 |
CN109905386A (zh) * | 2019-02-20 | 2019-06-18 | 徐建红 | 一种基于用户信息安全的用户地址保护系统及其工作方法 |
CN111079183A (zh) * | 2019-12-19 | 2020-04-28 | 中国移动通信集团黑龙江有限公司 | 一种隐私保护方法、装置、设备及计算机存储介质 |
CN111079183B (zh) * | 2019-12-19 | 2022-06-03 | 中国移动通信集团黑龙江有限公司 | 一种隐私保护方法、装置、设备及计算机存储介质 |
CN114885289A (zh) * | 2022-05-10 | 2022-08-09 | 电子科技大学 | 一种基于虚拟轨迹生成机制的位置隐私保护方法 |
CN114885289B (zh) * | 2022-05-10 | 2023-04-07 | 电子科技大学 | 一种基于虚拟轨迹生成机制的位置隐私保护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104618897B (zh) | 2018-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104618897A (zh) | 一种lbs中的轨迹隐私保护方法 | |
CN104618864B (zh) | 一种位置服务中基于虚假位置的隐私保护方法 | |
JP4870881B2 (ja) | エンティティを識別するコンピュータ化された方法及びエンティティを識別する通信ネットワーク | |
Zhang et al. | Message in a sealed bottle: Privacy preserving friending in mobile social networks | |
CN112699386A (zh) | 隐私数据交集的获取方法、设备、电子装置和存储介质 | |
CN104936141B (zh) | 基于位置标签的lbs轨迹隐私保护方法 | |
CN108600304A (zh) | 一种基于位置k-匿名的个性化位置隐私保护方法 | |
Du et al. | Mixzone in motion: Achieving dynamically cooperative location privacy protection in delay-tolerant networks | |
CN105491519A (zh) | 基于位置服务中连续实时查询场景下的隐私保护方法 | |
CN109214205A (zh) | 一种群智感知中基于k-匿名的位置及数据隐私保护方法 | |
Li et al. | MobiShare+: Security Improved System for Location Sharing in Mobile Online Social Networks. | |
Nosouhi et al. | SPARSE: privacy-aware and collusion resistant location proof generation and verification | |
Hashem et al. | Protecting privacy for group nearest neighbor queries with crowdsourced data and computing | |
CN105162695A (zh) | 一种新型的近邻移动社交网络交友隐私保护方法 | |
Chung et al. | Anonymous authentication scheme for intercommunication in the internet of things environments | |
Yuan et al. | Secure rss-fingerprint-based indoor positioning: Attacks and countermeasures | |
Liao et al. | Towards location and trajectory privacy preservation in 5G vehicular social network | |
Huang et al. | Protecting location privacy in opportunistic mobile social networks | |
Wang et al. | Overview on privacy-preserving profile-matching mechanisms in mobile social networks in proximity (MSNP) | |
CN102790789A (zh) | 搜索联系信息的方法和装置 | |
Jia et al. | Nonexposure Accurate Location K‐Anonymity Algorithm in LBS | |
Sun et al. | One-round provably secure yoking-proof for RFID applications | |
CN104486726A (zh) | 一种保护用户前瞻位置隐私的路网环境位置泛化方法 | |
KR101763847B1 (ko) | 근거리채팅방법 및 근거리채팅시스템 | |
Thillaigovindan et al. | EPPAA-enhanced privacy preserving-anonymity authentication model with QPSO for wireless mobile networks |
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 |