CN105682033B

CN105682033B - 一种基于移动ap的近邻检测方法

Info

Publication number: CN105682033B
Application number: CN201610031880.8A
Authority: CN
Inventors: 叶阿勇; 陈秋玲
Original assignee: Fujian Normal University
Current assignee: Fujian Normal University
Priority date: 2016-01-19
Filing date: 2016-01-19
Publication date: 2019-01-25
Anticipated expiration: 2036-01-19
Also published as: CN105682033A

Abstract

本发明提供一种基于移动AP的近邻检测方法，其特征在于，包括以下步骤：首先每个移动用户兼职充当信标节点即移动AP节点，周期性地发出信标信号，为其他寻找邻居的用户提供位置参照；当移动用户查找邻居时，只需向服务器提交其邻居AP列表以及请求的邻居跳数；所述服务器通过计算这些邻居AP列表间是否存在交集，从而发现请求用户间的邻居关系。本发明提出的近邻检测方法，无需用户提供其自身的位置信息，并且不依赖于静态AP节点，能有效解决传统近邻检测方法中存在的位置隐私暴露问题。因此，在社交网络应用场景中具有很大的实用价值。

Description

一种基于移动AP的近邻检测方法

技术领域

本发明涉及一种基于移动AP的近邻检测方法，适用于社交网络，在保护用户位置隐私的前提下，为用户找出附近的邻居。

背景技术

哈希表(Hash table，也叫散列表)，是根据关键码值(Key value)而直接进行访问的一种数据结构。也就是说，它通过把关键码值映射到表中的一个位置来访问记录。在不需比较的情况下便可直接取得所查记录，以加快查找的速度。这个映射函数称为哈希函数。构造哈希函数常用的方法有：1)直接定址法；2)数字分析法；3)平方取中法；4)折叠法；5)除留取余法；6)随机数法。此外，不同的关键字可能映射得到同一散列地址，这种现象称为碰撞。因此，还需要有处理碰撞的方法，处理冲突常用的方法有：1)开放定址法；2)再哈希法；3)链地址法；4)建立一个公共溢出区。

现如今，移动互联网的快速发展使得WIFI技术得到了极大的普及与应用。随着WIFI热点(无线AP)数量的与日俱增，人们在大部分城市地区都可搜索到众多无线AP信号。当用户搜索无线AP时，每个AP信号里包含有SSID和BSSID这两项信息。SSID指的是服务集标识，就是我们搜索到的AP的名字，BSSID指的是AP的MAC地址。不同的AP可以有相同的SSID，但每一个AP的MAC地址是固定的，不同的AP对应的MAC地址都不一样。所以准确的说，一个AP可以由一个MAC地址来唯一的标识。

随着移动互联网以及社交网络的迅速发展，以微信、Facebook、Twitter为代表的SNS网站发展非常迅猛，用户数量也以惊人的速度增长。现今越来越多的用户使用类似找“附近的人”、“附近餐馆”等近邻检测服务，使得近邻检测服务成为社交网络中的一种基本服务。传统的近邻检测方法需要用户向服务器上传其地理位置信息，以便找出与该位置邻近的其他用户。该传统方法向服务器泄露了用户的位置信息，如果服务器存在安全漏洞，或者内部人员滥用这些位置信息，将会导致用户位置隐私的泄露，存在安全隐患。同时，由于现有AP的位置大多放置在固定的地方，并且Google、Skyhook等公司采集的WIFI AP数据库，已经可以得到大多数AP的详细位置。当移动物体连接到某个AP访问点时，用户的位置也就可以较精确地对应到一个经纬度，进而推断出用户曾到过的位置或轨迹。因此，通过目前固定的AP来为用户提供近邻检测的服务，有可能存在暴露用户位置隐私的风险。进一步，为了防止某些区域不存在AP而导致无法提供近邻检测服务的情况，综上所述，本发明最终提出了一种将移动节点升级为AP的近邻检测方法。

发明内容

本发明的目的是提供一种基于移动AP的近邻检测方法，解决了传统近邻检测方法会泄露用户的位置信息，严重情况下将会危害到用户隐私的问题；同时，采用移动AP，可有效防止使用静态AP带来的分布不均匀问题以及暴露用户位置的风险。

本发明采用以下技术方案实现：一种基于移动AP的近邻检测方法，其特征在于，包括以下步骤：首先每个移动用户兼职充当信标节点即移动AP节点，周期性地发出信标信号，为其他寻找邻居的用户提供位置参照；当移动用户查找邻居时，只需向服务器提交其邻居AP列表以及请求的邻居跳数；所述服务器通过计算这些邻居AP列表间是否存在交集，从而发现请求用户间的邻居关系。

进一步的，所述的邻居AP列表存储的是每个AP的MAC地址，用于唯一标识一个AP。

在本发明一实施例中，用户发射信号的周期由发射信号时间与等待时间组成，其中，发射信号的时间为固定值10秒，而等待发射信标信号的时间由以下算法决定：步骤1：确定邻居度K，设自身的邻近用户数为N，N为自然数，则该用户的邻居度步骤2：从整数集合[0，1，…，2^K-1]中随机选择某个整数r；步骤3：根据r，计算出该用户的等待时间T＝r*t，其中t为一个预设的时间值。

在本发明一实施例中，服务器通过计算这些邻居AP列表间是否存在交集的具体步骤：1)、首先遍历用户的邻居AP列表，利用哈希函数BKDRhash将表中的每个AP生成对应的哈希值Key，并根据该哈希值Key查找AP-用户列表；2)、如果查找为空，证明该AP为新的参照，则将当前用户作为该AP的第一个用户并插入AP-用户列表；若不为空，则将该AP项对应空间的用户集加入邻居列表；3)、接着判断邻居跳数hop是否大于1；4)、若不是，则返回邻居列表，查找结束；若是，则根据上一跳邻居的AP列表重新计算哈希值Key，将哈希值Key对应的用户集里除上一跳邻居以外的其他用户加入邻居列表，作为用户的下一跳邻居，此时，邻居跳数hop减1，返回步骤3)。

进一步的，所述用户的邻居AP列表以哈希表的方式进行存储，通过哈希函数BKDRhash将用户的ID生成对应哈希值Key，Key值对应空间存放该用户的邻居AP列表；所述AP-用户列表也以哈希表的方式存储AP的邻居用户表，利用函数BKDRhash将每个AP生成哈希值Key，Key值对应空间存放AP的邻居用户集，每个AP项下的用户互为邻居。

进一步的，邻居跳数hop的取值大小由请求用户决定，其用于扩大邻居的搜索范围，即寻找“邻居的邻居”，通过不断地向外扩大邻居搜索范围，寻找多跳之外的邻居。

进一步的，哈希表里每个AP项下的用户都设有一个生存时间TTL，在该时间内的用户为有效用户，超过这个时间的用户将从哈希表中删除；假设在该AP原始信号覆盖范围内的用户移动至信号外的d距离都仍认为其在该AP节点的有效信号覆盖范围内，仍为该AP节点下的有效用户，当用户一直处于该AP原始信号覆盖范围内，TTL取值无穷大；当用户初始位于该AP节点原始信号覆盖边界，并以其最大速度V_max向信号外围移动，则TTL取到最小值，即TTL的取值范围为：

在本发明一实施例中，TTL的取值范围为1-5分钟。

与现有技术相比：本发明提出的近邻检测方法，无需用户提供其自身的位置信息，并且不依赖于静态AP节点，能有效解决传统近邻检测方法中存在的位置隐私暴露问题。因此，在社交网络应用场景中具有很大的实用价值。

附图说明

图1是基于移动AP的近邻检测方法系统框架图；

图2是AP列表匹配流程图；

图3是AP列表存储结构图；

图4是多跳扩大邻居搜索范围图。

具体实施方式

下面结合附图和具体实施方对本发明做进一步说明。

一种基于移动AP的近邻检测方法，其特征在于，包括以下步骤：首先每个移动用户兼职充当信标节点即移动AP节点，周期性地发出信标信号，为其他寻找邻居的用户提供位置参照；当移动用户查找邻居时，只需向服务器提交其邻居AP列表以及请求的邻居跳数；所述服务器通过计算这些邻居AP列表间是否存在交集，从而发现请求用户间的邻居关系。系统框架图参见图1。

在本发明一实施例中，服务器通过计算这些邻居AP列表间是否存在交集的具体步骤：1)、首先遍历用户的邻居AP列表，利用哈希函数BKDRhash将表中的每个AP生成对应的哈希值Key，并根据该哈希值Key查找AP-用户列表；2)、如果查找为空，证明该AP为新的参照，则将当前用户作为该AP的第一个用户并插入AP-用户列表；若不为空，则将该AP项对应空间的用户集加入邻居列表；3)、接着判断邻居跳数hop是否大于1；4)、若不是，则返回邻居列表，查找结束；若是，则根据上一跳邻居的AP列表重新计算哈希值Key，将哈希值Key对应的用户集里除上一跳邻居以外的其他用户加入邻居列表，作为用户的下一跳邻居，此时，邻居跳数hop减1，返回步骤3)。具体流程参见图2。上述过程通过迭代的方式进行，直到查找的邻居跳数满足用户的请求。

进一步的，所述用户的邻居AP列表以哈希表的方式进行存储，通过哈希函数BKDRhash将用户的ID生成对应哈希值Key，Key值对应空间存放该用户的邻居AP列表；所述AP-用户列表也以哈希表的方式存储AP的邻居用户表，利用函数BKDRhash将每个AP生成哈希值Key，Key值对应空间存放AP的邻居用户集，每个AP项下的用户互为邻居。用户-AP存储表对应的存储结构如图3所示。

在本发明一实施例中，TTL的取值范围为1-5分钟。

在本发明一具体实施例中，AP-用户存储表采用哈希表的方式进行存储。服务器提取所有用户的AP列表，并以AP列表里的ID作为关键字来生成哈希值Key。哈希值Key对应存储空间里存放对应AP的用户集。当服务器匹配用户AP列表时，若该AP已存在于哈希表中，并且当前用户不存在于该AP项下，则服务器将在对应AP项下添加新的用户；若该AP不在哈希表中，服务器对应的在哈希表中插入新的AP项。每个AP项下的用户互为邻居。如图3所示，用户U₁可以搜索到邻近的AP₁，因此以AP₁作为参照向服务器查询附近用户；服务器根据哈希值Key(AP₁)，在AP—用户存储表中查找到AP₁邻近的用户列表{U₁，U₂，U₃}；并将{U₂,U₃}作为结果返回给用户。

其中，哈希函数BKDRhash的伪代码如下：

一般地，一个AP节点信号覆盖范围内的移动用户，它们的AP列表存在交集，即它们互为邻居。但是，单个AP节点的信号覆盖范围有限，大多数移动用户无法搜索到覆盖范围之外更远的邻居，由此本文引入多跳机制来扩大邻居搜索的范围。

所述多跳机制原理为：首先每个移动用户将与它收到相同AP信号的其他移动用户称为它的一跳邻居；这些邻居中，有些有可能收到其他AP信号，在别的AP信号范围内有着其他的邻居；因此借助于一跳邻居之力，搜索到它们的一跳邻居，再由它们的一跳邻居搜索到其一跳邻居，以此类推，得到更远的邻居，从而实现扩大邻居的搜索范围。

如图4所示，移动用户A、B、C同时存在于AP节点O的信号覆盖范围内，则A、B、C三者的AP列表存在交集，即A、B、C互为一跳邻居；若用户A想搜索两跳内的邻居，即可借助一跳邻居B将其在另外一个信号覆盖范围内的一跳邻居D、E变为自己两跳范围内的邻居；接着再借助两跳邻居E将其在另外一个信号覆盖范围内的一跳邻居F、G变为自己的三跳范围内的邻居，如此，移动节点A搜索到的三跳以内的邻居为B、C、D、E、F、G。

如图3所示，服务器通过单跳匹配算法获得了用户U₁的1跳邻居列表为{U₂,U₃}，假设用户发送的邻居跳数为2，则服务器首先获取1跳邻居的AP列表为{AP₁,AP₂}，然后根据哈希值Key(AP₁)、Key(AP₂)，在AP—用户存储表中查找到AP₁、AP₂邻近的用户列表{U₁,U₂,U₃,U₄,U₅}，并将{U₁,U₄,U₅}作为结果返回给用户。

由于用户节点具有移动性，其与AP的位置关系是动态变化的，所有用户的邻居关系也是动态变化的。因此需要为AP-用户存储表中的每个用户设置有效期，当用户的生存时间值TTL变为零时，服务器自动将该用户从表中删除，同时也将用户的AP列表从用户-AP存储表中删除。

其中，假设在该AP原始信号覆盖范围内的用户移动至信号外的d距离都仍认为其在该AP节点的有效信号覆盖范围内，仍为该AP节点下的有效用户。由此当用户一直处于该AP原始信号覆盖范围内，TTL取值无穷大；当用户初始位于该AP节点原始信号覆盖边界，并以其最大速度V_max向信号外围移动，则TTL取到最小值，即TTL的取值范围为：

本发明提出的近邻检测方法，无需节点提供其自身的位置信息，并且不依赖于静态AP节点，能有效解决传统近邻检测方法中存在的位置隐私暴露问题。因此，在社交网络应用场景中具有很大的实用价值。

Claims

1.一种基于移动AP的近邻检测方法，其特征在于，包括以下步骤：首先每个移动用户兼职充当信标节点即移动AP节点，周期性地发出信标信号，为其他寻找邻居的用户提供位置参照；当移动用户查找邻居时，只需向服务器提交其邻居AP列表以及请求的邻居跳数；所述服务器通过计算这些邻居AP列表间是否存在交集，从而发现请求用户间的邻居关系；

服务器通过计算这些邻居AP列表间是否存在交集的具体步骤：

1)、首先遍历用户的邻居AP列表，利用哈希函数BKDRhash将表中的每个AP生成对应的哈希值Key，并根据该哈希值Key查找AP-用户列表；

2)、如果查找为空，证明该AP为新的参照，则将当前用户作为该AP的第一个用户并插入AP-用户列表；若不为空，则将该AP项对应空间的用户集加入邻居列表；

3)、接着判断邻居跳数hop是否大于1；

4)、若不是，则返回邻居列表，查找结束；若是，则根据上一跳邻居的AP列表重新计算哈希值Key，将哈希值Key对应的用户集里除上一跳邻居以外的其他用户加入邻居列表，作为用户的下一跳邻居，此时，邻居跳数hop减1，返回步骤3)。

2.根据权利要求1所述的基于移动AP的近邻检测方法，其特征在于：所述的邻居AP列表存储的是每个AP的MAC地址，用于唯一标识一个AP。

3.根据权利要求1所述的基于移动AP的近邻检测方法，其特征在于：用户发射信号的周期由发射信号时间与等待时间组成，其中，发射信号的时间为固定值10秒，而等待发射信标信号的时间由以下算法决定：

步骤1：确定邻居度K，设自身的邻近用户数为N，N为自然数，则该用户的邻居度

步骤2：从整数集合[0，1，…，2^K-1]中随机选择某个整数r；

步骤3：根据r，计算出该用户的等待时间T＝r*t，其中t为一个预设的时间值。

4.根据权利要求1所述的基于移动AP的近邻检测方法，其特征在于：所述用户的邻居AP列表以哈希表的方式进行存储，通过哈希函数BKDRhash将用户的ID生成对应哈希值Key，Key值对应空间存放该用户的邻居AP列表；所述AP-用户列表也以哈希表的方式存储AP的邻居用户表，利用函数BKDRhash将每个AP生成哈希值Key，Key值对应空间存放AP的邻居用户集，每个AP项下的用户互为邻居。

5.根据权利要求1所述的基于移动AP的近邻检测方法，其特征在于：邻居跳数hop的取值大小由请求用户决定，其用于扩大邻居的搜索范围，即寻找“邻居的邻居”，通过不断地向外扩大邻居搜索范围，寻找多跳之外的邻居。

6.根据权利要求1所述的基于移动AP的近邻检测方法，其特征在于：哈希表里每个AP项下的用户都设有一个生存时间TTL，在该时间内的用户为有效用户，超过这个时间的用户将从哈希表中删除；假设在该AP原始信号覆盖范围内的用户移动至信号外的d距离都仍认为其在该AP节点的有效信号覆盖范围内，仍为该AP节点下的有效用户，当用户一直处于该AP原始信号覆盖范围内，TTL取值无穷大；当用户初始位于该AP节点原始信号覆盖边界，并以其最大速度V_max向信号外围移动，则TTL取到最小值，即TTL的取值范围为：

7.根据权利要求6所述的基于移动AP的近邻检测方法，其特征在于：TTL的取值范围为1-5分钟。