边缘计算下面向位置隐私保护的中继分流模型
2020-10-21林文敏刘加邦
应用科学学报 2020年5期
林文敏,张 松,刘加邦
1.杭州师范大学阿里巴巴商学院,杭州311121
2.南京大学计算机科学与技术系,南京210023
随着无线通信技术及全球定位系统(global positioning system,GPS)技术的广泛应用,涌现出较多基于地理位置的服务(location-based services,LBS).基于地理位置的服务执行过程一般包括两个步骤:首先,用户向位置服务提供商(location service provider,LSP)发送一条包含其自身地理位置和所需服务的请求;然后,位置服务提供商返回给用户相应的结果.例如用户在使用美团点评时,首先选择自身的地理位置,然后选择需要查询的内容,接着将上述信息发送给美团点评服务提供商后,其服务器经过一系列计算返回给用户相应的查询结果.
在实际应用中,基于地理位置的服务为人们日常生活和工作提供了极大的便利.然而,用户在享受这种便利的同时,也面临着一定程度的隐私泄露风险.例如,一些LSP 或研究机构具有对用户的地理位置及用户请求进行分析的潜在可能性[1].LSP通过收集用户的请求,分析用户请求中的位置属性及内容属性,可以推测出用户的个人信息、行为偏好、身体状况[2].例如,某些用户发送的服务请求中经常包含某医院地点,那么LSP 就可以推测出用户的身体状况.
关于隐私问题的研究通常包括隐私挖掘和隐私保护两个方面.1)隐私挖掘是指对用户的请求进行数据分析,根据用户社会属性的不同可以将隐私挖掘分成两类:一类是面向具有危害性社会属性的用户(如犯罪分子),如在案件侦破过程……
登录APP查看全文
