CN108810817B - 基于移动众包模式的室内地图生成与轨迹加密方法 - Google Patents
基于移动众包模式的室内地图生成与轨迹加密方法 Download PDFInfo
- Publication number
- CN108810817B CN108810817B CN201810483501.8A CN201810483501A CN108810817B CN 108810817 B CN108810817 B CN 108810817B CN 201810483501 A CN201810483501 A CN 201810483501A CN 108810817 B CN108810817 B CN 108810817B
- Authority
- CN
- China
- Prior art keywords
- user
- cloud server
- data
- user side
- vector
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000013139 quantization Methods 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 241000772415 Neovison vison Species 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- QXOQNNAWFUXKMH-UHFFFAOYSA-N 1-(Malonylamino)cyclopropanecarboxylic acid Chemical compound OC(=O)CC(=O)NC1(C(O)=O)CC1 QXOQNNAWFUXKMH-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
- H04L9/0875—Generation of secret information including derivation or calculation of cryptographic keys or passwords based on channel impulse response [CIR]
-
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提出一种基于移动众包模式的室内地图生成与轨迹加密方法,该系统包括：用户端移动设备和云端服务器。为生成密钥参数，各用户端对云端服务器进行信道测量，并发送给云端计算机；云端计算机在收到各用户端发送的数据后，对接入无线网的各用户端同步进行信道测量，通过比对进行用户身份确认。云端服务器通过量化算法为每个用户生成可选编码。其次，云端计算机将数据集向所有用户传输。每个移动端接收到该数据集后，通过搜索确定云端计算机为其分配的编码。用户端使用用该编码构造非线性滤波器进行加密轨迹数据，并发送至云端服务器。云端服务器则用该参数构造对称结构进行解密。
Description
技术领域
本发明涉及计算机应用及移动通信安全领域中的数据安全，尤其是一种基于移动众包模式的室内地图生成与轨迹加密方法。
背景技术
如今各种手机定位与室外地图导航软件已经成为人们必不可少的软件之一，著名的互联网企业例如百度、谷歌等都开发了地图与导航服务。这些目前存在的这些地图生成软件基本都是依靠卫星通信技术给出室外的道路分布，并利用路径规划算法给出推荐的最短路径。同时，一些学者提出利用wifi通信来实现地图生成与定位。但是，已有的技术.存在如下明显的缺陷：(1)过于依赖GPS卫星信号，这使得难以在室内环境下进行有效的路径探测(2)对专业设备与通信网络要求较高，例如基于wifi的地图生成与定位方式对无线网可靠性要求较高；人工进行测绘则需要耗费较多的人力及测绘设备。
针对上述地图生成方案的缺陷，最近研究者提出了基于移动众包模式的室内地图生成系统。移动众包模式是指充分利用大数据时代的优势，采集多用户的实时数据进行分析处理，以达到相应的技术目的。移动众包模式实际上将收集数据与部分处理数据的任务分派给不同个人，随着互联网产业的加速发展，这种模式体现出巨大的市场应用潜力。该方案通过手机内置的传感器，采集数据并进行数据分析，判定用户步态从而得到单用户的轨迹；不同用户将轨迹数据上传至云端计算机，云端服务器在收到各用户的轨迹信息以后，利用轨迹整合算法去除冗余，得到最大概率的地图作为最终结果。这种方案具有广泛而可靠的数据来源，能够实时进行更新，且不需要专业设备或者技术人员，成本低廉，有效地解决了复杂室内条件下的地图生成问题。
基于移动众包模式的室内地图生成方案虽然比起传统地图生成方案具有优势，但其仍然有存在明显的安全漏洞。首先，由于轨迹的汇集与地图的分发需要大量与云端计算机进行通信，且用户端需要发送自身的坐标信息，其地理位置容易被恶意攻击者截获，导致用户隐私泄露。这些隐私数据容易被不法分子利用，进而给用户造成不必要的困扰，其次，不能排除上传坐标的移动端被恶意用户操纵，上传错误信息进行位置欺诈，进而干扰轨迹的整合与生成。
针对移动众包模式下的地图生成系统中存在的安全风险，本专利提出利用无线信道测量进行轨迹数据加密。这种方案同样具有易操作性，利用手机内置的通信模块即可完成，无需依赖外部设备。且无线信道状态通常具有时变性和不可复制性，第三方无法从用户端与云端计算机的通信中获取任何有效信息。另外，通过无线信道测量可以获取大量无线网络强度与通信距离的关系，从而有效甄别恶意用户所上传的错误轨迹数据。云端计算机通过信道测量获取的数据生成密钥编码，具有很高的安全度。
发明内容
本发明的目的在于在基于移动众包模式的室内地图生成系统的框架内，提供一种有效的轨迹数据加密方案，这种方案同样具有易操作性，利用手机内置的通信模块即可完成，无需依赖外部设备。
为解决上述问题，本发明提出基于移动众包模式的室内地图生成与轨迹加密方法，其特征在于，所述方法包括以下步骤：
步骤一：地图生成与轨迹加密系统包括用户端移动设备、低功耗蓝牙模块和云端服务器，用户端移动设备通过监听传感器，获得包括三方向速度、三方向加速度、磁场大小和气压大小在内的传感器数据；
步骤二：用户端设备通过传感器数据特征识别，确定用户处于上下楼、转弯、加速/等步伐特征，进而得到用户本次行走的轨迹；
步骤三：4个低功耗蓝牙模块组成一个正方形，通过用户端设备感知蓝牙模块发送的功率，进而推算用户所处的位置，每隔一定的采样时间对行走轨迹进行误差纠正；
步骤四：用户的位置数据作为一个时变序列，作为非线性滤波器的输入，并将输出序列通过公共信道传输至云端服务器，其中滤波器的关键参数(密钥)由用户端移动设备及云端计算机通过无线信道测量共同决定；云端服务器将各用户上传的轨迹通过轨迹整合算法整合成完整的室内地图，并将整合后的地图通过公共信道直接发送至各用户端设备。
本文中所提出的基于非线性滤波器和无线信道测量的室内地图数据加密方案其基本流程为：
(1)每个用户端接入云端服务器接入的无线网并对云端服务器进行无线信道测量，得到云端服务器的MAC地址和无线网络信号强度。各用户端将所测得的数据匿名后通过公共信道发往云端服务器
(2)云端服务器在获得所有用户端的信道强度数据后，立即对各接入的用户端进行信道测量，得到各用户端设备的信号强度与MAC地址，将该次测量的结果进行排序，同时将收到的用户端发来的信道测量数据也进行排序，通过对比从而每个自用户端发来的信道强度属于哪个MAC地址。
(3)云端服务器将用户端移动设备发来的信道强度数据组成向量，利用文献所提的方法进行去相关运算和矢量量化处理，为该向量中每个数据产生2个可选的二进制编码和一个选择位
(4)云端服务器根据3)中确定的用户端数据与MAC地址的对应关系，给每个用户发送一个数据集，包括：A：步骤1)中所有用户发送给云端服务器的信道强度集合 B：步骤3)中云端服务器为所有用户生成的2个可选的二进制编码集合C：步骤3) 中云端服务器为所有用户生成的选择位集合。
(5)用户端从原始向量集合中搜索自身测得的数据，得到自身在原始信号强度数据集合中的索引，并由此确定其所分配到的2个二进制编码，再根据选择位选择其中一个作为非线性滤波器参数。
(6)用户端判断该参数是否符合滤波器不稳定条件，如符合，则将轨迹数据输入滤波器，并将输出序列经过公共信道直接传送给云端服务器，云端服务器收到后根据3) 中已确定的该用户参数构造对称滤波器进行解密,得到用户传送的原始轨迹数据，经过轨迹整合后的地图可通过公共信道直接发送至用户端。如不符合，则放弃此次轨迹上传。
作为本发明的一种改进，步骤(3)中的通过解相关运算及矢量量化，生成每个用户的二进制编码，其具体步骤为：
(4-31)首先通过对该向量的每一个分量减去所有分量的算术平均值，得到一个零均值的向量，再对该向量左乘一个特定的酉矩阵，将该向量变换为一个协方差矩阵为对角阵的向量；
(4-32)通过信道强度的概率分布函数，将向量中每个分量量化到一个整数值。
(4-43)根据该量化值构造两个格雷码，作为该用户的二进制编码；
(4-44)根据量化值模4的结果确定一个二进制选择位，用于选择一个编码。
本发明还给出基于无线信道测量数据生成密钥参数的方法，其步骤包括：
(1)云端服务器将收到的用户数据集m进行零均值化处理，即将m中的每个分量减去m中所有分量的算术平均，得到m′.随后使用线性矩阵变换将m′的协方差矩阵变为对角阵，即令Q＝mHm并对Q作SVD矩阵分解，得到Q＝U∑VH，并令y＝Um
(2)假设需要的量化精度为s位，描述信道统计特征的累计分布函数为CDF(x),首先确定K各量化标准值：
于是通过k(i)＝{mink:y[i]>ηk}. 可将向量y中的第i个分量量化到一个整数。
(3)通过步骤(2)中得到的整数k确定每个用户的二进制编码的方法为：分别选择第
和第
个二位格雷码作为Code1和Code2
(4)步骤通过步骤2)中的得到的整数k确定选择位的方法为：若k模4为2或3，则选择位Flag为1，否则为0.
相对于现有技术，本发明的有益效果如下：本发明是一种基于移动众包模式的室内地图生成与轨迹加密方法，该方法利用用户信道测量的到的数据，经过一定的处理生成密钥参数，构造非线性滤波器进行数据加密，实现了用户端到云端计算机轨迹数据的安全传输，使得移动众包模式下的数据交互更加安全、隐蔽。相比其他方案，本加密方案具有众多优点，包括1)对用户端设备要求较低，复杂的运算均由云端计算机完成2) 采用无线信道测量的方法确定密钥参数，利用了信道的不可复制性，使得数据传输具有较高的安全度3)本方案不仅可用于移动众包模式下的地图轨迹加密，还可用于一切短距离无线通信的安全系统4)本方案中密钥参数的量化精度可以根据实际需要进行调整，具有较好的课扩展性。
附图说明
图1是本方案的整体原理图。
图2是本方案的设备配置图。
图3为本方案中提出的加密流程图。
图4为本方案中使用的密钥参数与选择位的计算流程图。
具体实施方式
为了加深对本发明的认识和理解，下面结合附图对本发明做更进一步的说明。
参见图1-图4，图2为本方案使用的设备结构图。其中201-A代表用户端移动设备，可以是任何具备内置传感器的Android或iOS系统；201-B代表云端计算机，可以使用windows或linux.系统，但需要安装用于数学运算的软件(如MATLAB)或引入用于数学运算的java包，201-C代表低功耗蓝牙模块，符合IEEE 802.11标准。
实施例：一种基于移动众包模式的室内地图生成与轨迹加密方法，所述方法包括以下步骤：步骤一：地图生成与轨迹加密系统包括用户端移动设备、低功耗蓝牙模块和云端服务器，用户端移动设备通过监听传感器，获得包括三方向速度、三方向加速度、磁场大小和气压大小在内的传感器数据；步骤二：用户端设备通过传感器数据特征识别，确定用户处于上下楼、转弯、加速/等步伐特征，进而得到用户本次行走的轨迹；步骤三： 4个低功耗蓝牙模块组成一个正方形，通过用户端设备感知蓝牙模块发送的功率，进而推算用户所处的位置，每隔一定的采样时间对行走轨迹进行误差纠正；步骤四：用户的位置数据作为一个时变序列，作为非线性滤波器的输入，并将输出序列通过公共信道传输至云端服务器，其中滤波器的关键参数(密钥)由用户端移动设备及云端计算机通过无线信道测量共同决定；云端服务器将各用户上传的轨迹通过轨迹整合算法整合成完整的室内地图，并将整合后的地图通过公共信道直接发送至各用户端设备。
301首先，每个用户端移动设备开启android.permission.ACCESS_WIFI_STATE权限，接入云端计算机提供的WLAN连接，通过测量可以得到两个信息：1)WLAN提供者(即云端计算机)的MAC地址，记为MACC 2)信号强度,第i个用户所测得的数值记为meai，并将上述两个数据匿名后发给云端计算机。
302云端计算机同时对所有移动用户端进行信道测量，获得每个用户的MAC地址及信号强度，云端计算机以信号强度为关键字，对所测得的数据进行排序，记为： (MAC1,strength1),(MAC2,strength2),……,(MACN,strengthN),其中 strength1>strength1>…>strengthN,同时，对收到的用户端发来的数据 (MACC,mea1),(MACC,mea2),…,(MAC1,meaN),去掉每组数据的MACC字段，对信号强度 mea字段进行排序，得到
其中a1,a2,…,aN是,1,2,…,N的一个排列。进一步地，我们将发送
的用户的MAC地址判定为MAC1，将发送
的用户的MAC地址判定为MAC2，以此类推。
303根据下面401～404所述步骤，云端计算机为每个用户端生成两个可选的二进制编码， Code0,Code1,及一个选择位Flag,
304云端服务器向每个用户端移动设备发送以下信息：D1:所有用户发送的原始信道测量数据D2:云端计算机为所有用户生成的2个可选二进制编码集合D3:该用户所分配到的 Flag,如下表所示，表1为本方案中云端计算机向用户端发送的数据集格式示意表。
表1：云端服务器向各用户发送的数据格式
305：每个用户收到云端服务器发来的上述信息后，从D1中搜索自己发送给云端服务器的信号强度数据，并确定自己在D1中的索引，进而得到被分配到的二进制编码组以及Flag位，如Flag＝0则选择Code 0,否则选择Code 1.作为滤波器的参数。
306用户端在确定密钥参数后，判定其是否满足滤波器的稳定条件，如是，则以该参数构造非线性滤波器，并将单用户轨迹上的坐标序列作为滤波器输入，将得到的输出序列通过公共信道传输至云端服务器，云端服务器收到发来的序列后，通过下图右半部分的对称结构进行解密；如不是，则用户端放弃此次轨迹上传，转到301，等待下一次分配。在上述流程中，步骤301中，用户端匿名发送的两个数据分别为云端计算机的MAC地址和用户端测得的信号强度，不包含其本身的身份信息，因此不会泄露个人位置，步骤 304中，云端服务器向用户端发送的数据集是将所有用户的mea值混在一起，且同样不包含任何身份认证信息(MAC地址)，第三方同样无法有效地将测量数据与用户身份对应起来，而在305中，用户端收到云端服务器发来的数据集后，由于D1中必定包含该用户原先发送的mea数值，因此只需在D1中查找即可获得自身数据在集合中的索引，进而获得云端计算机分配给它的编码，步骤306中，如果此次获得的参数符合要求，则用户端将经过加密的轨迹数据序列直接传送给云端服务器，因为缺乏滤波器的关键参数，第三方无法还原出用户发送的原始轨迹序列。而云端计算机在收到传输来的加密序列后，由于其事先已经知道每个用户的MAC地址及所对应的编码集、选择位，就可以很方便地找出滤波器的关键参数，进而构造对称结构进行解密。由于信道状态是不可复制的，窃听者无法获取通信双方的信道状态，所提出的加密传输方案具有很高的隐蔽性和可靠性，且实施也较为便捷。
利用自适应量化方法，图4所示为上述流程中所提到的基于用户信道测量生成可选二进制编码及选择位的流程，包括以下步骤：
401云端服务器将用户端发来的信号测量强度组成一个向量 m＝[mea1,mea2,…,meaN],首先对向量m进行去相关处理，即令Q＝mHm,对矩阵Q 作SVD分解，即：
Q＝mHm＝U∑VH
再将m作线性变换，即令y＝Um,
402假设需要的量化精度为s位，描述信道特征的累积分布函数为CDF(x),我们令K＝2s+2,首先确定K个量化标准值：
对于向量y中第i个元素，将其量化到：k(i)＝{mink:y[i]>ηi}.
403得到k(i)后，利用二位格雷码确定可选的编码集合：Code0为第
个二位格雷码，Code1为第
个二位格雷码
404Flag的确定方法为：若k(i)的模4结果为2,3,Flag＝1,否则，Flag＝0.
上述方法具有较强的可扩展性，例如，按上述步骤生成的是二位二进制编码集合，只要令K＝2s+3，Code0为第
个三位格雷码，Code1为第
个三位格雷码，并令Flag在k(i)模8为4,5,6,7时为1，其余情况为0，即可为每个用户生成3位的二进制可选编码。并且由于已知Flag＝0或Flag＝1时，所对应的Code0和Code1均有多种等可能情况，因此即使在公共信道中传输Flag,第三方也无法得知具体的编码参数是哪一个，这样就确保了轨迹传输的安全性。
另外，本方案加密所使用的非线性滤波器中使用的为死区特性的函数，其中：
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.基于移动众包模式的室内地图生成与轨迹加密方法，其特征在于，所述方法包括以下步骤：
步骤一：地图生成与轨迹加密系统包括用户端移动设备、低功耗蓝牙模块和云端服务器，用户端移动设备通过监听传感器，获得包括三方向速度、三方向加速度、磁场大小和气压大小在内的传感器数据；
步骤二：用户端设备通过传感器数据特征识别，确定用户处于上下楼、转弯、加速步伐特征，进而得到用户本次行走的轨迹；
步骤三：4个低功耗蓝牙模块组成一个正方形，通过用户端设备感知蓝牙模块发送的功率，进而推算用户所处的位置，每隔一定的采样时间对行走轨迹进行误差纠正；
步骤四：用户的位置数据作为一个时变序列，作为非线性滤波器的输入，并将输出序列通过公共信道传输至云端服务器，其中滤波器的关键参数即密钥由用户端移动设备及云端计算机通过无线信道测量共同决定；云端服务器将各用户上传的轨迹通过轨迹整合算法整合成完整的室内地图，并将整合后的地图通过公共信道直接发送至各用户端设备；
步骤四中基于无线信道测量数据生成密钥参数的方法，其步骤包括：
(1)云端服务器将收到的用户数据集m进行零均值化处理，即将m中的每个分量减去m中所有分量的算术平均，得到m′.随后使用线性矩阵变换将m′的协方差矩阵变为对角阵，即令Q＝mHm并对Q作SVD矩阵分解，得到Q＝U∑VH，并令y＝Um；
(2)假设需要的量化精度为s位，描述信道统计特征的累计分布函数为CDF(x),首先确定K各量化标准值：
于是通过k(i)＝{mink:y[i]>ηk}.可将向量y中的第i个分量量化到一个整数；
(3)通过步骤(2)中得到的整数k确定每个用户的二进制编码的方法为：分别选择第
和第
个二位格雷码作为Code1和Code2；
(4)步骤通过步骤(2)中的得到的整数k确定选择位的方法为：若k模4为2或3，则选择位Flag为1，否则为0。
2.根据权利要求1所述的基于移动众包模式的室内地图生成与轨迹加密方法，其特征在于，通过非线性滤波器的混沌效应，用户端移动设备将其形成的单用户轨迹数据，按时间顺序作为非线性滤波器的输入序列，得到的滤波器输出序列通过公共信道传输给云端服务器，云端服务器在接收到该序列后，通过对称结构进行解密，获得用户端所发送的轨迹数据。
3.根据权利要求1所述的基于移动众包模式的室内地图生成与轨迹加密方法，其特征在于，通过步骤四中所述的非线性滤波器，其中关键参数的确定方法，其具体步骤如下：
(1)每个用户端移动设备对云端服务器进行无线信道测量，将得到的数据，包括：测得的云端服务器的MAC地址和信号强度直接发送给云端服务器；
(2)云端服务器同时对接入wifi的各用户进行无线信道测量，结合测得的各移动端的MAC地址和信号相对强弱，确定(1)中各移动端发来的信号强度数据所对应的MAC地址；
(3)云端服务器对(1)中得到的数据向量，通过解相关运算及自适应矢量量化，将其中每个分量映射到2个可选的二进制编码，并生成一个布尔型变量用于选择；
(4)对每个用户端设备，云端服务器向其传输如下数据：D1:(1)中所有用户发送的信号强度数值集合；D2:(3)中确定的所有用户的可选二进制编码的集合；D3:(3)中该用户所对应的布尔型变量；
(5)每个用户在接收到云端服务器发来的数据后，首先在D1中搜索它传输给云端服务器的信号强度数据，以确定自身数据在集合D1中的索引，然后利用该索引，在集合D2中找到自己被分配到的两个二进制编码，并根据D3选择其中的一个；
(6)用户端验证该二进制编码所对应的十进制数是否符合步骤1所述的滤波器的稳定数值条件，如果符合，则将该十进制数作为非线性滤波器的参数并将经加密后的序列发送给云端服务器；云端服务器收到后构造对称结构的滤波器进行解密；如果不符合，则不做任何操作。
4.根据权利要求3所述的基于移动众包模式的室内地图生成与轨迹加密方法，其特征在于,步骤(3)中的通过解相关运算及矢量量化，生成每个用户的二进制编码，其具体步骤为：
(4-31)首先通过对该向量的每一个分量减去所有分量的算术平均值，得到一个零均值的向量，再对该向量左乘一个特定的酉矩阵，将该向量变换为一个协方差矩阵为对角阵的向量；
(4-32)通过信道强度的概率分布函数，将向量中每个分量量化到一个整数值；
(4-43)根据该量化值构造两个格雷码，作为该用户的二进制编码；
(4-44)根据量化值模4的结果确定一个二进制选择位，用于选择一个编码。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810483501.8A CN108810817B (zh) | 2018-05-18 | 2018-05-18 | 基于移动众包模式的室内地图生成与轨迹加密方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810483501.8A CN108810817B (zh) | 2018-05-18 | 2018-05-18 | 基于移动众包模式的室内地图生成与轨迹加密方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108810817A CN108810817A (zh) | 2018-11-13 |
| CN108810817B true CN108810817B (zh) | 2020-10-27 |
Family
ID=64091199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810483501.8A Expired - Fee Related CN108810817B (zh) | 2018-05-18 | 2018-05-18 | 基于移动众包模式的室内地图生成与轨迹加密方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108810817B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101122466A (zh) * | 2006-08-09 | 2008-02-13 | 高德软件有限公司 | 电子地图的轨迹及其视频数据的存储及查询方法 |
| CN104320759A (zh) * | 2014-10-15 | 2015-01-28 | 上海交通大学 | 基于固定地标的室内定位系统指纹库构建方法 |
| CN105263113A (zh) * | 2015-10-26 | 2016-01-20 | 深圳大学 | 一种基于众包的WiFi位置指纹地图构建方法及其系统 |
| CN106461768A (zh) * | 2014-04-28 | 2017-02-22 | 三星电子株式会社 | 通过使用众包进行定位、绘图和数据管理的系统和方法 |
| CN106441292A (zh) * | 2016-09-28 | 2017-02-22 | 哈尔滨工业大学 | 一种基于众包imu惯导数据的楼宇室内平面图建立方法 |
| CN106714110A (zh) * | 2017-01-19 | 2017-05-24 | 深圳大学 | 一种Wi‑Fi位置指纹地图自动构建方法及系统 |
| CN106792465A (zh) * | 2016-12-26 | 2017-05-31 | 华中科技大学 | 一种基于众包指纹的室内指纹地图构建方法 |
| WO2017147916A1 (zh) * | 2016-03-04 | 2017-09-08 | 茹旷 | 大型建筑内地图导航系统 |
-
2018
- 2018-05-18 CN CN201810483501.8A patent/CN108810817B/zh not_active Expired - Fee Related
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101122466A (zh) * | 2006-08-09 | 2008-02-13 | 高德软件有限公司 | 电子地图的轨迹及其视频数据的存储及查询方法 |
| CN106461768A (zh) * | 2014-04-28 | 2017-02-22 | 三星电子株式会社 | 通过使用众包进行定位、绘图和数据管理的系统和方法 |
| CN104320759A (zh) * | 2014-10-15 | 2015-01-28 | 上海交通大学 | 基于固定地标的室内定位系统指纹库构建方法 |
| CN105263113A (zh) * | 2015-10-26 | 2016-01-20 | 深圳大学 | 一种基于众包的WiFi位置指纹地图构建方法及其系统 |
| WO2017147916A1 (zh) * | 2016-03-04 | 2017-09-08 | 茹旷 | 大型建筑内地图导航系统 |
| CN106441292A (zh) * | 2016-09-28 | 2017-02-22 | 哈尔滨工业大学 | 一种基于众包imu惯导数据的楼宇室内平面图建立方法 |
| CN106792465A (zh) * | 2016-12-26 | 2017-05-31 | 华中科技大学 | 一种基于众包指纹的室内指纹地图构建方法 |
| CN106714110A (zh) * | 2017-01-19 | 2017-05-24 | 深圳大学 | 一种Wi‑Fi位置指纹地图自动构建方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108810817A (zh) | 2018-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9986377B2 (en) | Geofences based on RF fingerprints | |
| CN109862114B (zh) | 一种基于雾计算的安全车辆群智感知方法 | |
| Šeděnka et al. | Privacy-preserving distance computation and proximity testing on earth, done right | |
| US20100195829A1 (en) | Method for establishing a random number for security and encryption, and a communications apparatus | |
| Wang et al. | L-srr: Local differential privacy for location-based services with staircase randomized response | |
| US8156326B2 (en) | Method to search for affinities between subjects and relative apparatus | |
| EP2859680B1 (en) | Privacy protection for participatory sensing system | |
| Loske et al. | Context-aware authentication: State-of-the-art evaluation and adaption to the IIoT | |
| Zhou et al. | PPTA: A location privacy-preserving and flexible task assignment service for spatial crowdsourcing | |
| CN113836447A (zh) | 一种云平台下的安全轨迹相似性查询方法及系统 | |
| CN110542454A (zh) | 一种基于区块链及物联网应用技术的环境质量检测系统 | |
| CN108810817B (zh) | 基于移动众包模式的室内地图生成与轨迹加密方法 | |
| Ziegeldorf et al. | TraceMixer: Privacy-preserving crowd-sensing sans trusted third party | |
| Yu et al. | pSafety: Privacy-preserving safety monitoring in online ride hailing services | |
| Lenk et al. | GeoFPE: Format preserving encryption of geospatial data for the Internet of Things | |
| Yang et al. | Persistent transportation traffic volume estimation with differential privacy | |
| Liao et al. | A location-dependent data encryption approach for enhancing mobile information system security | |
| CN106911789B (zh) | 一种基于用户协同环境的数据传输方法，传输系统及装置 | |
| CN106713339B (zh) | 具有隐私保护的轻量级公平会议地点决策服务系统及方法 | |
| Sreekumar et al. | Distributed hypothesis testing with a privacy constraint | |
| CN113423086B (zh) | 车辆匹配方法及其相关设备 | |
| CN114422113B (zh) | 获得邻近度的方法和电子设备 | |
| Sasada et al. | Decoupling Statistical Trends from Data Volume on LDP-Based Spatio-Temporal Data Collection | |
| CN117675186B (zh) | 一种量子密钥分发方法及设备 | |
| Long et al. | A privacy-preserving method based on server-aided reverse oblivious transfer protocol in MCS |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201027 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |