基于利益最大化的位置隐私保护技术研究
2020-01-13王宇航张宏莉
智能计算机与应用 2020年1期
王宇航, 张宏莉
(哈尔滨工业大学 计算机科学与技术学院, 哈尔滨 150001)
1 相关工作
最近的研究试图建立整个位置隐私保护机制。这些LPPM在文献[1]中得到了系统阐述。基于现有工作,则有必要对LPPM可以提供给该位置的隐私数量进行有效评定,并且位置隐私度量是在文献[2-5]中进行了有针对性的研究。只是对于LBS场景,这些研究都集中在如何安全地使用该位置。
与此同时,当下也有部分研究正致力于在位置获取场景中保留位置隐私,对此可以描述为如何安全地获得位置。诸如文献[6-8]等就给出了有效的方法来应对这种威胁。
一般而言,包括匿名、混淆、噪声添加、差异隐私和基于加密的方法在近年来均得到了深入研究和重要的实践应用部署。无论研究中采用了何种具体方法,这些研究中几乎都拥有相同的系统模型以及边界假设。在LBS场景中,亦无需担心LBS提供商可能在没有用户意识或位置的情况下获取位置信息。而且,在位置获取场景中,研究也并不考虑该如何生成位置。在研究中提出的新服务方案中,不可避免地会在用户意识之外获得该位置。
迄今为止,当今仍鲜有研究对LBS的发展和位置隐私挑战给予足够的重视。本文中首次定义了DLBS和新的隐私挑战。文中提出的方案是可以解决DLBS场景中位置隐私挑战的前沿研究。
2 DLBS和新型隐私威胁
DLBS极大地扩展了LBS的范围,作为一种实践中新的LBS形式,在本节中,首先列出了本文所指的DLBS的特征,对此可做阐释分述如下。……
登录APP查看全文
