基于位置服务中针对动态轨迹的匿名化

doi:10.3969/j.issn.1000-5641.2015.05.009

华东师范大学学报(自然科学版) ›› 2015, Vol. 2015 ›› Issue (5): 104-115.doi: 10.3969/j.issn.1000-5641.2015.05.009

基于位置服务中针对动态轨迹的匿名化

魏燊¹,孙广中¹,谢幸²

1. 中国科学技术大学计算机科学与技术学院,合肥230027; 2. 微软亚洲研究院，北京100080

收稿日期:2015-09-11 出版日期:2015-09-25 发布日期:2015-10-08
通讯作者: 孙广中，男，副教授，研究方向为算法优化、时空数据挖掘与应用，高性能计算与应用. E-mail: gzsun@ustc.edu.cn.
作者简介:魏燊，男，硕士研究生，研究方向为数据安全与隐私. E-mail: weishen0@mail.ustc.edu.cn. 

Dynamic trajectory anonymization in location based services

WEI Shen¹,SUN Guang-zhong¹,XIE Xing²

Received:2015-09-11 Online:2015-09-25 Published:2015-10-08

摘要/Abstract

摘要： 用户的移动设备中基于位置的服务会不断地向服务器发送用户当前的地理信息，通过地理位置查询出相应的结果并返回给用户.如何同时保证服务质量和地理信息不被泄露是一个重要的问题.为了保护用户的真实地点，提出一种基于虚假地点的方法，设备每次将发送多个地点给服务器来保护用户的真实地点.对于用户可能到达的地点，提出一种启发式算法划分需要发送的地点集合，并使用δ隐私来保证攻击者根据轨迹中的前后地点也无法获得更多有关敏感地点的信息.最后，在一个无线网接入数据上进行实验，实验结果表明在该数据集上平均需要发送5到6个地点.

关键词: 隐私保护, 位置隐私, 虚假地点, 集合划分

Abstract: Locationbased services in user’s mobile device can send geographical information queries to the server continuously, and receive corresponding results to the user. But simultaneously assure the quality of service and none leakage of geographical information is an important problem. This paper used a dummy location method to protect user’s real locations. The device sent multiple locations to the server. The paper also proposed a heuristic algorithm to partition location set and used δ privacy to prevent adversary infer sensitive information from contiguous locations. At last, an experiment on a WiFi access data set shows that five or six locations need to be sent averagely. 

Key words: privacy preservation, location privacy, dummy locations, set partition

中图分类号:

TP301

魏燊,孙广中,谢幸. 基于位置服务中针对动态轨迹的匿名化[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 104-115.

WEI Shen,SUN Guang-zhong,XIE Xing. Dynamic trajectory anonymization in location based services[J]. Journal of East China Normal University(Natural Sc, 2015, 2015(5): 104-115.

参考文献

［1］DWORK C. Differential privacy VAN TILBORG H, JAJODIA S. Encyclopedia of Cryptography and Security. New York: Springer, 2011: 338340.

［2］XIAO Y H, LI X. Dynamic differential privacy for location based applications［EB/OL］.［20150812］.http://arxiv.org/abs/1410.5919.

［3］SWEENEY L. Achieving kanonymity privacy protection using generalization and suppression［J］. International Journal of Uncertainty, Fuzziness and KnowledgeBased Systems, 2002, 10(5): 571588.

［4］PAN X, XU J L, MENG X F. Protecting location privacy against locationdependent attacks in mobile services［J］. IEEE Transactions on Knowledge and Data Engineering, 2012, 24(8): 15061519.

［5］KIDO H, YANAGISAWA Y, SATOH T. An anonymous communication technique using dummies for locationbased services［C］Proceedings of International Conference on Pervasive Services. IEEE, 2005, 8897.

［6］GTZ M, NATH S, GEHRKE J. et al. Privately releasing user context streams for personalized mobile applications［C］Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data. ACM, 2012: 289300.

［7］CHOW C Y, MOKBEL M F. Trajectory privacy in locationbased services and data publication［J］. ACM SIGKDD Explorations Newsletter, 2011, 13(1): 1929.

［8］GHINITA G, KALNIS P, KHOSHGOZARAN A, et al. Private queries in location based services: Anonymizers are not necessary［C］Proceedings of the 2008 ACM SIGMOD International Conference on Management of Data. ACM, 2008: 121132.

［9］SWEENEY L. kanonymity: A model for protecting privacy［J］. International Journal of Uncertainty, Fuzziness and KnowledgeBased Systems, 2002, 10(5): 557570.

［10］HARA T, ARASE Y, YAMAMOTO A, et al. Location anonymization using real car trace data for location based services［C］Proceedings of the 8th International Conference on Ubiquitous Information Management and Communication. ACM, 2014: 34.

[1]	乔少杰, 蒋宇河, 刘晨旭, 金澈清, 韩楠, 何帅为. 基于智能合约的教育大数据安全管理和隐私保护算法[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 128-140.
[2]	步一凡, 王晓玲, 贺珂珂, 卢兴见, 王文萱. 面向身份相互关系一致性的人脸去识别化方法[J]. 华东师范大学学报（自然科学版）, 2023, 2023(6): 49-60.
[3]	高祥云, 孟丹, 罗明凯, 王俊, 张丽平, 孔超. 支持隐私保护的端云协同训练[J]. 华东师范大学学报（自然科学版）, 2023, 2023(5): 77-89.
[4]	黄超然, 佟兴, 张召, 金澈清, 杨英杰, 秦钢. 面向教育的区块链应用合约架构和数据隐私研究[J]. 华东师范大学学报（自然科学版）, 2022, 2022(5): 61-72.
[5]	宋春芝, 董晓蕾, 曹珍富. 高效可验证的隐私保护推荐系统[J]. 华东师范大学学报(自然科学版), 2018, 2018(2): 41-51,62.
[6]	田秀霞, 李丽莎, 赵传强, 田福粮, 宋谦. 面向智能电表隐私保护的电量请求方案[J]. 华东师范大学学报(自然科学版), 2017, 2017(5): 87-100.
[7]	刘曙曙，刘安，刘冠峰，李直旭，赵雷，郑凯. 一种高效的保护隐私的轨迹相似度计算框架[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 154-161.
[8]	曹伍，徐葎，刘玉葆，印鉴. 基于多边形隐匿区域的LBS系统[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 143-153.
[9]	张峰,倪巍伟. 基于伪随机数加密的保护位置隐私近邻查询方法[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 128-142.
[10]	郑淼，王斌，杨晓春. 路网环境下基于位置服务的隐私保护方法[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 116-127.
[11]	邱明,皮德常. 基于轨迹方向的轨迹隐私保护算法[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 88-95.
[12]	许建秋，黄火荣. 移动对象运动方式隐私保护[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 77-87.
[13]	田秀霞,李丽莎,孙超超,刘大明. 面向智能电表的隐私保护技术综述[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 46-60.
[14]	赵大鹏,梁磊,田秀霞,王晓玲. LBS的隐私保护：模型与进展[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 28-45.
[15]	秦波,唐秋楠,王美琪. 基于位置隐私保护研究综述[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 14-27.

基于位置服务中针对动态轨迹的匿名化

Dynamic trajectory anonymization in location based services

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价