CN113810851B - 一种车联网的车辆轨迹隐私保护方法 - Google Patents

一种车联网的车辆轨迹隐私保护方法 Download PDF

Info

Publication number
CN113810851B
CN113810851B CN202111068986.2A CN202111068986A CN113810851B CN 113810851 B CN113810851 B CN 113810851B CN 202111068986 A CN202111068986 A CN 202111068986A CN 113810851 B CN113810851 B CN 113810851B
Authority
CN
China
Prior art keywords
service
rsu
cache
cell
information matrix
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
Application number
CN202111068986.2A
Other languages
English (en)
Other versions
CN113810851A (zh
Inventor
陈惠芳
黄芊涌
许先云
谢磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202111068986.2A priority Critical patent/CN113810851B/zh
Publication of CN113810851A publication Critical patent/CN113810851A/zh
Application granted granted Critical
Publication of CN113810851B publication Critical patent/CN113810851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0492—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload by using a location-limited connection, e.g. near-field communication or limited proximity of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/60—Context-dependent security
    • H04W12/63—Location-dependent; Proximity-dependent
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Bioethics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种车联网的车辆轨迹隐私保护方法。现有方法难以抵抗长期统计攻击和位置关联攻击。本发明方法中LBS服务器根据服务历史数据建立信息矩阵，并选择热点数据发送给RSU，RSU缓存热点数据并且构建缓存信息矩阵；车辆用户根据位置熵和有效距离选择生成虚拟位置，生成多个服务请求发送给RSU服务器获取服务；在未获得服务结果或者缓存命中率低于阈值时，RSU根据位置熵产生新的服务请求发送给LBS服务器，实现对缓存时间较长的数据的更新，并且能获得用户所需服务结果。本发明方法减少了车辆用户与LBS服务器间的交流，并在通信时采用虚拟位置的方法保护用户隐私，同时能够考虑数据有效性来实现缓存更新，提高缓存命中率。

Description

一种车联网的车辆轨迹隐私保护方法
技术领域
本发明属于信息安全技术领域，特别涉及一种车联网的车辆轨迹隐私保护方法。
背景技术
随着无线网络的发展和应用，车载自组网(vehicular ad-hoc network，VANET)正在成为未来智能交通系统的重要组成部分。预计它将在道路安全、交通管理、驾驶员和乘客信息传递等方面发挥重要作用。随着越来越多的车辆连接到物联网,传统的VANET正在向车联网(internet of vehicles，IoVs)发展。
在车联网中，车辆可以通过车载单元(onboard unit，OBU)与路边单元(Road SideUnit，RSU)进行通信，进而从云端获得基于位置的服务(Location Based Service，LBS)，如查找最近的加油站、餐厅等信息，为用户带来极大的便利。但是，用户享受高效便捷的同时，LBS服务器作为潜在的攻击者，会导致用户的隐私信息泄露。用户在连续发送服务请求时，可能会暴露一系列位置，因而攻击者可以获得用户的运动轨迹，一旦一个用户轨迹泄露，那么其所有访问过的地点均会暴露。
当前应用在车联网环境下的车辆轨迹隐私保护方法主要有：基于混合区的车辆轨迹隐私保护、基于差分的车辆轨迹隐私保护、基于虚拟位置的车辆轨迹隐私保护、基于缓存的车辆轨迹隐私保护等。基于混合区模型的隐私保护方法，车辆经过混合区域时，停止发送服务信息，在此区域内可进行假名更换或者交换，攻击者无法将离开的车辆和进入的车辆关联对应，从而实现车辆位置隐私保护。但由于车辆在混合区内会停止服务其通信将会受到限制，并且需要频繁更换车辆假名；差分隐私保护方法通过将位置叠加噪声实现隐私保护的目的，但位置数据有失真，服务质量无法得到保障，并且如何分配合理隐私预算也是一个难点；基于虚拟位置的隐私保护方法，不需要依赖于可靠的第三方服务器，车辆用户在本地生成一定数量的虚拟位置，利用虚拟位置与真实位置发起多个服务请求，进而保护车辆位置信息，且能保证服务查询的准确性，但是这种方法是通过增大系统通信开销来保护车辆位置隐私的；基于缓存机制的方法是在LBS服务器和车辆用户之间部署缓存，避免车辆用户频繁访问LBS服务器带来的轨迹隐私泄露，但该方法难度在于合理的设置缓存内容和缓存更新机制来保证较高的缓存命中率。
目前已有一些基于虚拟位置的轨迹隐私保护方法，如：申请号为201080070100.1的中国发明专利申请，公开了一种在使用基于位置的服务时通过采用虚拟信息保护位置隐私的方法，局限在于这种方法在虚拟位置的生成过程没有考虑额外的先验信息，隐私保护的有效性难以得到保证。
发明内容
本发明的目的是提供一种基于虚拟位置和缓存机制的车联网车辆轨迹隐私保护方法，主要针对现有车联网的基于虚拟位置的车辆位置保护方法，难以抵抗长期统计攻击和位置关联攻击，且目前的利用采用缓存的方法无法兼顾车辆高移动性带来的对缓存效率以及隐私保护有效性的考验这两方面的问题。
本发明方法具体是：
步骤(1)基于位置服务LBS服务器建立信息矩阵：
LBS服务器将一个路边单元RSU所管辖区域划分为I×J个正方形单元格，celli,j表示第i行第j列的单元格，i＝1,2,…,I，j＝1,2,…,J，celli,j位置表示为ri,j。
基于服务请求的历史数据，LBS服务器统计每个单元格中车辆用户发起服务请求的数量，则每个单元格celli,j的服务请求概率
Figure BDA0003259752630000021
fi,j为celli,j中服务请求数量，F为服务请求总数量。在单元格中第u个服务类型的服务语义
Figure BDA0003259752630000022
u＝1,2,…,U，U为服务类型个数，f(i,j),u为在celli,j上对于第u个服务类型发起的请求数量。
单位格的位置、服务请求概率和服务语义构成信息矩阵Q(r,q,e)，r表示单元格的位置信息，q表示对应位置单元格的服务请求概率，e表示对应位置单元格的服务语义。
步骤(2)LBS服务器构建热点数据：热点数据是指RSU所管辖区域内请求概率最高的
Figure BDA0003259752630000023
个位置与服务组合的请求结果，γ表示提前设置好的缓存命中率阈值。
热点数据选择问题表述为：
Figure BDA0003259752630000024
其中，R表示车辆能经由道路够到达的位置，
Figure BDA0003259752630000025
表示关联服务内容的热点数据位置集合，D(r，q，e)表示与
Figure BDA0003259752630000026
相应的信息矩阵，
Figure BDA0003259752630000031
表示RSU管辖位置内单元格集合。
选择热点数据的具体过程如下：
(2-1)LBS服务器计算出各个单位格的服务请求概率qi，j与全部服务语义乘积e(i,j)u，u＝1,2,…,U，并按降序排列；
(2-2)选择其中满足道路约束的前
Figure BDA0003259752630000032
个的位置以及服务语义，将前
Figure BDA0003259752630000033
个位置与服务组合的请求结果作为热点数据集。
步骤(3)路边单元RSU初始化：
LBS服务器将每个RSU所管辖区域内的信息矩阵Q(r,q,e)与
Figure BDA0003259752630000034
个热点数据集合推送给RSU；RSU获取后，对celli,j上第u个服务类型的缓存数据存在时间开始计时，表示为t(i,j),u，以此构建缓存信息矩阵E(r,q,t,e)，若对应服务无缓存数据，不记录时间；RSU对收到相应服务结果的位置缓存数据同时，RSU开始对信息矩阵存在时间计时，表示为tq。
步骤(4)用户设置隐私参数：
RSU将信息矩阵Q(r,q,e)广播给所管辖区域内的所有用户，用户输入隐私保护级别V，V∈[0,1)，V越大表示隐私保护级别越高；根据隐私保护级别V计算用户隐私参数
Figure BDA0003259752630000035
表示向上取整。
步骤(5)用户生成虚拟位置：
在每条道路上，车辆用户在保证有效距离最大的同时，选择使得位置熵最大的k-1个虚拟位置，具体过程如下：
(5-1)定义位置熵：若生成的虚拟位置集合包含L个位置{r1,r2,…,rL}，相应的位置服务请求概率为{q1,q2,…,qL}，相应的服务语义为{e1,u,e2,u,…,eL,u}；rl表示第l个位置，对应的位置服务请求概率为ql、服务语义为el,u，l＝1,2,…,L；
L个位置的位置熵
Figure BDA0003259752630000036
其中，第l个位置上归一化的服务请求概率
Figure BDA0003259752630000037
(5-2)有效距离定义为该元素与集合内所有元素的距离的最小值。
(5-3)选择RSU管辖区域内概率与q0e0,u相近的k′个虚拟位置及其相应的服务内容，q0和e0,u分别为用户自身位置所属单元格服务请求概率和服务请求语义；
(5-4)用户根据自身位置从k′个虚拟位置中逐次选择使得当前位置集合有效距离最大的位置加入位置集合，直至位置集合有k个位置为止。
步骤(6)用户发起请求服务：
车辆用户利用真实位置与k-1个虚拟位置的位置集合，结合相应的服务内容生成服务请求发送给RSU。
步骤(7)RSU筛选服务结果：
RSU接收到服务请求后，在自身缓存中筛选服务结果，首先将数据内容缓存时间重置为0；如果kc/k≥γ，则RSU将相应的服务结果返回给车辆用户，执行步骤(8)；如果kc/k＜γ，则执行步骤(9)；kc为缓存命中数量。
步骤(8)车辆用户结果筛选：
车辆用户收到RSU的服务结果后，如果车辆用户根据自身位置从服务结果中筛选出所需结果，则执行步骤(13)；如果车辆用户未能获取所需结果，那么车辆用户将未获得服务请求的标识符加入初始服务请求中，并将服务请求再次发送给RSU，执行步骤(9)。
步骤(9)RSU生成服务请求：
RSU重新选择kc个位置，加上相应的服务内容，加上步骤(7)中未被缓存命中的位置及其关联服务整合成新的服务请求。为保证LBS服务器无法区分用户请求中的虚拟位置，在选择kc个位置时需要保证位置集位置熵最大。
kc个位置选择的最优化问题描述为：
Figure BDA0003259752630000041
Figure BDA0003259752630000042
其中，
Figure BDA0003259752630000043
表示关联服务内容的新的kc个位置集合，B(r,q,e)表示与相应的信息矩阵，P(r,q,e)表示当前时刻无缓存数据的位置集合的信息矩阵，g′表示步骤(7)中未被缓存命中的关联服务内容的位置集合；p(i,j),u表示celli,j上第u个服务类型的的归一化服务请求概率，Hn表示未被缓存命中的位置集合的位置熵。
kc个位置选择算法描述如下：
(9-1)RSU计算出无缓存数据的单位格的服务请求概率与服务语义乘积；
(9-2)选择使与步骤(7)中未命中位置构成的位置集合位置熵最大的位置作为虚拟位置，当前包括未命中位置集和新加入的虚拟位置的所有位置构成虚拟位置集合；
(9-3)每次操作中都选择使当前集合位置熵最大的位置加入虚拟位置集合，直到选出kc个位置为止。
步骤(10)LBS服务器返回服务结果：
LBS服务器收到服务请求消息后，根据服务内容检索得到k个服务结果，将服务结果返回给RSU。
步骤(11)RSU更新缓存：
RSU存储步骤(10)中的k个服务结果，并对缓存数据开始计时，更新缓存信息矩阵E(r,q,t,e)，并且根据缓存信息矩阵，将存储时间超过缓存数据生命周期TD缓存数据删除。同时，RSU筛选出车辆用户请求结果加上步骤(7)中缓存命中的结果，构成服务结果返回给车辆用户。
步骤(12)结果筛选：
车辆用户根据自身位置从服务结果中筛选出服务结果。
步骤(13)信息矩阵周期性更新：
如果tq≥T，则RSU向LBS服务器发送缓存提供的服务次数及类型和对应位置，T表示信息矩阵更新周期，LBS服务器重新计算各个单元格位置的服务请求概率和服务请求语义，并更新LBS服务器的信息矩阵Q(r,q,e)，每次信息矩阵更新后，LBS服务器将信息矩阵Q(r,q,e)发送给RSU，结合celli,j上第u个服务类型的缓存数据已存在时间t(i,j),u，RSU更新缓存信息矩阵E(r,q,t,e)，并将新的信息矩阵广播给车辆用户；
如果tq＜T则执行步骤(14)。
步骤(14)服务结束。
本发明方法通过将缓存部署在RSU上来减少车辆用户与LBS服务器间的交流，并考虑在车辆用户与RSU通信时以及RSU与LBS服务器通信时采用虚拟位置的方法保护用户隐私，同时能够考虑数据有效性来实现缓存更新，提高缓存命中率。
本发明方法结合车联网层级特点，考虑将缓存部署在RSU上，从而减少车辆用户与LBS服务器的通信，并且在请求中加入虚拟位置进一步保护车辆位置隐私。与已有的车辆轨迹隐私保护方法相比，具有如下有益效果：
(1)采用基于虚拟位置的位置隐私保护方法，可以在没有可靠第三方的情况下，保证隐私保护策略有效执行。
(2)相比于已有的基于虚拟位置的轨迹隐私保护方法，本发明考虑将缓存部署在RSU上并设置缓存命中阈值，这样不仅可以减少车辆用户与LBS服务器的通信次数，同时也使得LBS服务器收到请求时不一定包含用户真实位置，降低用户隐私暴露的可能。并且本发明设置了兼顾缓存有效性和用户隐私保护效果的缓存更新机制，既提高了缓存命中率，又保护了用户位置隐私。
附图说明
图1为本发明方法的流程图；
图2为实施例中信息交互示意图；
图3为实施例中请求概率分布图。
具体实施方式
以下结合附图并举实施例对本发明进一步详细说明。
一种车联网的车辆轨迹隐私保护方法，具体流程如图1所示，方法中各部分信息交互如图2所示。本实施例考虑单个服务请求内对该方法进行说明。
步骤(1)基于位置服务LBS服务器建立信息矩阵：
LBS服务器将一个路边单元RSU所管辖区域划分为10×10个正方形单元格，celli,j表示第i行第j列的单元格，i＝1,2,…,10，j＝1,2,…,10；celli,j位置表示为ri,j，ri,j＝(xi,j,yi,j)，ri,j为单元格celli,j内随机选择的位置，xi,j和yi,j分别表示该位置的经度和纬度。
基于服务请求的历史数据，LBS服务器统计每个单元格中车辆用户发起服务请求的数量，则每个单元格celli,j的服务请求概率
Figure BDA0003259752630000071
fi,j为celli,j中服务请求数量，F为服务请求总数量。在单元格中第u个服务类型的服务语义
Figure BDA0003259752630000072
u＝1,2,…,U，U为服务类型个数，f(i,j),u为在celli,j上对于第u个服务类型发起的请求数量，本实施例考虑u＝1，请求概率分布如图3所示。
单位格的位置、服务请求概率和服务语义构成信息矩阵Q(r,q,e)，r表示单元格的位置信息，q表示对应位置单元格的服务请求概率，e表示对应位置单元格的服务语义。
步骤(2)LBS服务器构建热点数据：
缓存命中率阈值γ设置为0.75。选出
Figure BDA0003259752630000073
个热点数据。
热点数据选择问题表述为：
Figure BDA0003259752630000074
其中，R表示车辆能经由道路够到达的位置，
Figure BDA0003259752630000075
表示关联服务内容的热点数据位置集合，D(r，q，e)表示与
Figure BDA0003259752630000076
相应的信息矩阵，
Figure BDA0003259752630000077
表示RSU管辖位置内单元格集合。
选择热点数据的具体过程如下：
(2-1)LBS服务器计算出各个单位格的服务请求概率qi，j与全部服务语义乘积e(i,j)u，u＝1，并按降序排列；
(2-2)选择其中满足道路约束的前75个的位置以及服务语义，将相应的服务结果作为热点数据集。
步骤(3)路边单元RSU初始化：
LBS服务器将每个RSU所管辖区域内的信息矩阵Q(r,q,e)与75个热点数据集合推送给RSU。RSU获取后，对celli,j上第u个服务类型的缓存数据存在时间开始计时，表示为t(i,j),u，u＝1。以此构建缓存信息矩阵E(r,q,t,e)，若对应服务无缓存数据，不记录时间；RSU对收到相应服务结果的位置缓存数据同时，RSU开始对信息矩阵存在时间计时，表示为tq。
步骤(4)用户设置隐私参数：
RSU将信息矩阵Q(r,q,e)广播给所管辖区域内的所有用户，用户输入隐私保护级别V，V∈[0,1)，V越大表示隐私保护级别越高，本实施例V＝0.95；根据隐私保护级别V计算用户隐私参数
Figure BDA0003259752630000081
步骤(5)用户生成虚拟位置：
在每条道路上，车辆用户在保证有效距离最大的同时，选择使得位置熵最大的4个虚拟位置，具体过程如下：
(5-1)定义位置熵：若生成的虚拟位置集合包含L个位置{r1,r2,…,rL}，相应的位置服务请求概率为{q1,q2,…,qL}，相应的服务语义为{e1,u,e2,u,…,eL,u}；rl表示第l个位置，对应的位置服务请求概率为ql、服务语义为el,u，l＝1,2,…,L；
L个位置的位置熵
Figure BDA0003259752630000082
其中，第l个位置上归一化的服务请求概率
Figure BDA0003259752630000083
可以看出与车辆用户的服务请求概率q0e0,u越接近的位置所形成的虚拟位置集合，区域位置熵越大，q0为用户自身位置所属单元格服务请求概率，e0,u为用户自身位置所属单元格服务请求语义。
(5-2)有效距离定义为该元素与集合内所有元素的距离的最小值。
(5-3)选择RSU管辖区域内概率与q0e0,u相近的k′个虚拟位置及其相应的服务内容。本实施例中，用户所处位置cell9,3,用户发起服务类型u＝1，则用户服务请求概率q9, 3e(9,3),1＝0.0043。选择RSU管辖区域内概率与q0e0,u相近的k′个虚拟位置及其相应的服务内容。本实施例k′＝2k-1＝9，故选择cell1,2，cell2,2，cell2,10，cell4,3，cell6,2，cell6,10，cell9,3，cell9,1，cell9,5。
(5-4)用户根据自身位置从k′个虚拟位置中逐次选择使得当前位置集合有效距离最大的位置加入位置集合，直至位置集合有5个位置为止。本实施例中，逐次选择出cell1,2、cell2,2、cell2,10、cell4,3作为虚拟位置。
步骤(6)用户发起请求服务：
车辆用户利用真实位置cell9,3与虚拟位置cell1,2、cell2,2、cell2,10、cell4,3的位置集合，结合相应的服务内容生成服务请求发送给RSU。
步骤(7)RSU筛选服务结果：
RSU接收到服务请求后，在自身缓存中筛选服务结果，缓存命中数量kc＝2，命中位置为cell1,2和cell2,2，其对应服务类型均为u＝1，相应的缓存数据时间重置为0；如果kc/k≥γ，则RSU将相应的服务结果返回给车辆用户，执行步骤(8)；如果kc/k＜γ，则执行步骤(9)。本实施例中，kc/k＝0.4＜γ，执行步骤(9)。
步骤(8)车辆用户结果筛选：
车辆用户收到RSU的服务结果后，如果车辆用户根据自身位置从服务结果中筛选出所需结果，则执行步骤(13)；如果车辆用户未能获取所需结果，那么车辆用户将未获得服务请求的标识符“NoCache”加入初始服务请求中，并将服务请求再次发送给RSU，执行步骤(9)。
步骤(9)RSU生成服务请求：
RSU重新选择kc＝2个位置，加上相应的服务内容，加上步骤(7)中未被缓存命中的位置及其关联服务整合成新的服务请求。为保证LBS服务器无法区分用户请求中的虚拟位置，在选择kc个位置时需要保证位置集位置熵最大。
kc个位置选择的最优化问题描述为：
Figure BDA0003259752630000091
Figure BDA0003259752630000092
其中，
Figure BDA0003259752630000093
表示关联服务内容的新的kc个位置集合，B(r,q,e)表示与相应的信息矩阵，P(r,q,e)表示当前时刻无缓存数据的位置集合的信息矩阵，
Figure BDA0003259752630000101
表示步骤(7)中未被缓存命中的关联服务内容的位置集合；p(i,j),u表示celli,j上第u个服务类型的的归一化服务请求概率，Hn表示未被缓存命中的位置集合的位置熵。
kc个位置选择算法描述如下：
(9-1)RSU计算出无缓存数据的单位格的服务请求概率与服务语义乘积；
(9-2)选择使与步骤(7)中未命中位置构成的位置集合位置熵最大的位置作为虚拟位置，当前包括未命中位置集和新加入的虚拟位置的所有位置构成虚拟位置集合；(9-3)每次操作中都选择使当前集合位置熵最大的位置加入虚拟位置集合，直到选出kc个位置为止。本实施例中，在无缓存数据的位置中再次选择的位置为cell6,2、cell6,10，生成新的服务请求包含位置为真实位置cell9,3与cell6,2、cell6,10、cell2,10、cell4,3。
步骤(10)LBS服务器返回服务结果：
LBS服务器收到服务请求消息后，根据服务内容检索得到5个服务结果，将服务结果返回给RSU。
步骤(11)RSU更新缓存：
RSU存储步骤(10)中的5个服务结果，并对缓存数据开始计时，更新缓存信息矩阵E(r,q,t,e)，并且根据缓存信息矩阵将存储时间超过TD＝600s缓存数据删除，TD表示缓存数据生命周期；同时，RSU筛选出车辆用户请求结果加上步骤(7)中缓存命中的结果，构成服务结果返回给车辆用户。
步骤(12)结果筛选：
车辆用户根据自身位置从服务结果中筛选出服务结果。
步骤(13)信息矩阵周期性更新：
如果tq≥T，则RSU向LBS服务器发送缓存提供的服务次数及类型和对应位置，T表示信息矩阵更新周期，LBS服务器重新计算各个单元格位置的服务请求概率和服务请求语义，并更新LBS服务器的信息矩阵Q(r,q,e)。每次信息矩阵更新后，LBS服务器将信息矩阵Q(r,q,e)发送给RSU，结合celli,j上第u个服务类型的缓存数据已存在时间t(i,j),u，RSU更新缓存信息矩阵E(r,q,t,e)，并将新的信息矩阵广播给车辆用户；如果tq＜T则执行步骤(14)。本实施例中，tq＝3s，T＝600s，tq＜T，执行步骤(14)。
步骤(14)服务结束。
上述实施例所述的内容仅仅是对本发明实现形式的列举，本发明的保护范围不应限于实施例所陈述的具体形式，本发明的保护范围也应包含在本发明基础上所构思的同类发明方法。

Claims (3)

1.一种车联网的车辆轨迹隐私保护方法，其特征在于，该方法具体是：
步骤(1)基于位置服务LBS服务器建立信息矩阵：
LBS服务器将一个路边单元RSU所管辖区域划分为I×J个正方形单元格，celli,j表示第i行第j列的单元格，i＝1,2,…,I，j＝1,2,…,J，celli,j位置表示为ri,j；
基于服务请求的历史数据，LBS服务器统计每个单元格中车辆用户发起服务请求的数量，则每个单元格celli,j的服务请求概率
Figure FDA0003561684690000011
fi,j为celli,j中服务请求数量，F为服务请求总数量；在单元格中第u个服务类型的服务语义
Figure FDA0003561684690000012
U为服务类型个数，f(i,j),u为在celli,j上对于第u个服务类型发起的请求数量；
单位格的位置、服务请求概率和服务语义构成信息矩阵Q(r,q,e)，r表示单元格的位置信息，q表示对应位置单元格的服务请求概率，e表示对应位置单元格的服务语义；
步骤(2)LBS服务器构建热点数据；
步骤(3)路边单元RSU初始化：
LBS服务器将每个RSU所管辖区域内的信息矩阵Q(r,q,e)与
Figure FDA0003561684690000013
个热点数据集合推送给RSU；RSU获取后，对celli,j上第u个服务类型的缓存数据存在时间开始计时，表示为t(i,j),u，以此构建缓存信息矩阵E(r,q,t,e)，元素t表示时间t(i,j),u，若对应服务无缓存数据，不记录时间；RSU对收到相应服务结果的位置缓存数据同时，RSU开始对信息矩阵存在时间计时，表示为tq；γ表示提前设置好的缓存命中率阈值；
步骤(4)用户设置隐私参数：
RSU将信息矩阵Q(r,q,e)广播给所管辖区域内的所有用户，用户输入隐私保护级别V，V∈[0,1)，V越大表示隐私保护级别越高；根据隐私保护级别V计算用户隐私参数
Figure FDA0003561684690000014
Figure FDA0003561684690000015
表示向上取整；
步骤(5)用户生成虚拟位置：
在每条道路上，车辆用户在保证有效距离最大的同时，选择使得位置熵最大的k-1个虚拟位置，具体过程如下：
(5-1)定义位置熵：若生成的虚拟位置集合包含L个位置{r1,r2,…,rL}，相应的位置服务请求概率为{q1,q2,…,qL}，相应的服务语义为{e1,u,e2,u,…,eL,u}；rl表示第l个位置，对应的位置服务请求概率为ql、服务语义为el,u，l＝1,2,…,L；
L个位置的位置熵
Figure FDA0003561684690000021
其中，第l个位置上归一化的服务请求概率
Figure FDA0003561684690000022
(5-2)有效距离定义为该元素与集合内所有元素的距离的最小值；
(5-3)选择RSU管辖区域内概率与q0e0,u相近的k′个虚拟位置及其相应的服务内容，q0和e0,u分别为用户自身位置所属单元格服务请求概率和服务请求语义；
(5-4)用户根据自身位置从k′个虚拟位置中逐次选择使得当前位置集合有效距离最大的位置加入位置集合，直至位置集合有k个位置为止；
步骤(6)用户发起请求服务：
车辆用户利用真实位置与k-1个虚拟位置的位置集合，结合相应的服务内容生成服务请求发送给RSU；
步骤(7)RSU筛选服务结果：
RSU接收到服务请求后，在自身缓存中筛选服务结果，首先将数据内容缓存时间重置为0；如果kc/k≥γ，则RSU将相应的服务结果返回给车辆用户，执行步骤(8)；如果kc/k＜γ，则执行步骤(9)；kc为缓存命中数量；
步骤(8)车辆用户结果筛选：
车辆用户收到RSU的服务结果后，如果车辆用户根据自身位置从服务结果中筛选出所需结果，则执行步骤(13)；如果车辆用户未能获取所需结果，那么车辆用户将未获得服务请求的标识符加入初始服务请求中，并将服务请求再次发送给RSU，执行步骤(9)；
步骤(9)RSU生成服务请求：
RSU重新选择kc个位置，加上相应的服务内容，加上步骤(7)中未被缓存命中的位置及其关联服务整合成新的服务请求，在选择kc个位置时保证位置集位置熵最大；
步骤(10)LBS服务器返回服务结果：
LBS服务器收到服务请求消息后，根据服务内容检索得到k个服务结果，将服务结果返回给RSU；
步骤(11)RSU更新缓存：
RSU存储步骤(10)中的k个服务结果，并对缓存数据开始计时，更新缓存信息矩阵E(r,q,t,e)，并且根据缓存信息矩阵，将存储时间超过缓存数据生命周期TD缓存数据删除；同时，RSU筛选出车辆用户请求结果加上步骤(7)中缓存命中的结果，构成服务结果返回给车辆用户；
步骤(12)结果筛选：
车辆用户根据自身位置从服务结果中筛选出服务结果；
步骤(13)信息矩阵周期性更新：
如果tq≥T，则RSU向LBS服务器发送缓存提供的服务次数及类型和对应位置，T表示信息矩阵更新周期，LBS服务器重新计算各个单元格位置的服务请求概率和服务请求语义，并更新LBS服务器的信息矩阵Q(r,q,e)，每次信息矩阵更新后，LBS服务器将信息矩阵Q(r,q,e)发送给RSU，结合celli,j上第u个服务类型的缓存数据已存在时间t(i,j),u，RSU更新缓存信息矩阵E(r,q,t,e)，并将新的信息矩阵广播给车辆用户；
如果tq＜T则执行步骤(14)；
步骤(14)服务结束。
2.如权利要求1所述的一种车联网的车辆轨迹隐私保护方法，其特征在于：步骤(2)具体是：
热点数据选择问题表述为：
Figure FDA0003561684690000031
其中，R表示车辆能经由道路够到达的位置，
Figure FDA0003561684690000032
表示关联服务内容的热点数据位置集合，D(r，q，e)表示与
Figure FDA0003561684690000033
相应的信息矩阵，
Figure FDA0003561684690000046
表示RSU管辖位置内单元格集合；
选择热点数据的具体过程如下：
(2-1)LBS服务器计算出各个单位格的服务请求概率qi，j与全部服务语义乘积e(i,j)u，u＝1,2,…,U，并按降序排列；
(2-2)选择其中满足道路约束的前
Figure FDA0003561684690000041
个的位置以及服务语义，将前
Figure FDA0003561684690000042
个位置与服务组合的请求结果作为热点数据集。
3.如权利要求2所述的一种车联网的车辆轨迹隐私保护方法，其特征在于：步骤(9)具体是：
kc个位置选择的最优化问题描述为：
Figure FDA0003561684690000043
Figure FDA0003561684690000044
其中，
Figure FDA0003561684690000047
表示关联服务内容的新的kc个位置集合，B(r,q,e)表示与相应的信息矩阵，P(r,q,e)表示当前时刻无缓存数据的位置集合的信息矩阵，
Figure FDA0003561684690000045
表示步骤(7)中未被缓存命中的关联服务内容的位置集合；p(i,j),u表示celli,j上第u个服务类型的的归一化服务请求概率，Hn表示未被缓存命中的位置集合的位置熵；
kc个位置选择算法描述如下：
(9-1)RSU计算出无缓存数据的单位格的服务请求概率与服务语义乘积；
(9-2)选择使与步骤(7)中未命中位置构成的位置集合位置熵最大的位置作为虚拟位置，当前包括未命中位置集和新加入的虚拟位置的所有位置构成虚拟位置集合；
(9-3)每次操作中都选择使当前集合位置熵最大的位置加入虚拟位置集合，直到选出kc个位置为止。
CN202111068986.2A 2021-09-13 2021-09-13 一种车联网的车辆轨迹隐私保护方法 Active CN113810851B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111068986.2A CN113810851B (zh) 2021-09-13 2021-09-13 一种车联网的车辆轨迹隐私保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111068986.2A CN113810851B (zh) 2021-09-13 2021-09-13 一种车联网的车辆轨迹隐私保护方法

Publications (2)

Publication Number Publication Date
CN113810851A CN113810851A (zh) 2021-12-17
CN113810851B true CN113810851B (zh) 2022-06-03

Family

ID=78895173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111068986.2A Active CN113810851B (zh) 2021-09-13 2021-09-13 一种车联网的车辆轨迹隐私保护方法

Country Status (1)

Country Link
CN (1) CN113810851B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707028B (zh) * 2021-12-30 2024-08-23 华北电力大学 一种基于停放车辆路边单元(pcrsu)的个性化内容推荐方法
CN116934202B (zh) * 2023-09-15 2023-12-15 交通运输部规划研究院 一种基于lbs大数据的集装箱货源地识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019041896A1 (zh) * 2017-09-04 2019-03-07 东北大学 一种基于虚拟Mix-zone的VANETs位置隐私保护系统及方法
CN110139214A (zh) * 2019-06-26 2019-08-16 湖南大学 一种vanet中基于虚拟位置的车辆位置隐私保护方法
WO2020006161A1 (en) * 2018-06-28 2020-01-02 Cavh Llc Cloud-based technology for connected and automated vehicle highway systems
CN111083098A (zh) * 2019-06-17 2020-04-28 南通大学 一种基于隐私保护的可信lbs服务协议实现方法
CN111988763A (zh) * 2020-08-28 2020-11-24 安徽大学 一种基于公交车缓存的车联网位置隐私保护方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019041896A1 (zh) * 2017-09-04 2019-03-07 东北大学 一种基于虚拟Mix-zone的VANETs位置隐私保护系统及方法
WO2020006161A1 (en) * 2018-06-28 2020-01-02 Cavh Llc Cloud-based technology for connected and automated vehicle highway systems
CN111083098A (zh) * 2019-06-17 2020-04-28 南通大学 一种基于隐私保护的可信lbs服务协议实现方法
CN110139214A (zh) * 2019-06-26 2019-08-16 湖南大学 一种vanet中基于虚拟位置的车辆位置隐私保护方法
CN111988763A (zh) * 2020-08-28 2020-11-24 安徽大学 一种基于公交车缓存的车联网位置隐私保护方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《A Location Privacy Method Based on Dummy Locations in the Internet of Vehicles》;Xianyun Xu;《Applied Sciences》;20210531;全文 *
车联网中权限下放的隐私保护方案;刘源等;《通信技术》;20191210(第12期);全文 *

Also Published As

Publication number Publication date
CN113810851A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN113810851B (zh) 一种车联网的车辆轨迹隐私保护方法
Yao et al. Cooperative caching in vehicular content centric network based on social attributes and mobility
Glass et al. Leveraging MANET-based cooperative cache discovery techniques in VANETs: A survey and analysis
WO2019041896A1 (zh) 一种基于虚拟Mix-zone的VANETs位置隐私保护系统及方法
Liu et al. File downloading oriented roadside units deployment for vehicular networks
CN108540549B (zh) 一种面向用户移动性的网络边缘缓存选择方法
CN111866887B (zh) 一种车载网络中通信、缓存和计算资源联合优化方法
CN107295600A (zh) 一种车载网络中的数据传输方法
CN101771964A (zh) 一种基于信息相关度的机会网络数据分发方法
CN106992991A (zh) 一种VANET中动态可调的k‑匿名位置隐私保护方法
Smida et al. Video streaming forwarding in a smart city’s VANET
Raissi et al. Hybrid communication architecture in VANETs via named data network
Chancay-García et al. Optimising message broadcasting in opportunistic networks
CN108882257B (zh) 车载自组织网络中基于相遇概率的自适应机会转发方法
CN109327821A (zh) 一种结合车联网车辆社交性的消息传播方法
Sanguesa et al. On the selection of optimal broadcast schemes in VANETs
CN103052093A (zh) 一种vanet中链路稳定度评估方法
Xiao et al. A cooperative offloading game on data recovery for reliable broadcast in VANET
Fiore et al. On-demand content delivery in vehicular wireless networks
Wang et al. Markov Clustering-Based Content Placement in Roadside-Unit Caching With Deadline Constraint
Pack et al. Proxy-based wireless data access algorithms in mobile hotspots
Nair et al. Structure-free message aggregation and routing in traffic information system (SMART)
Moghraoui et al. An efficient pseudonym change protocol based on trusted neighbours for privacy and anonymity in VANETs
Pang et al. Research of the interest packet popple broadcast diffusion attack in ndn vanet
CN112751824A (zh) 一种基于区块链的车载命名数据网络信任机制

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