面向隐私的BRNN保护方法优化策略
2021-03-14童威黄启萍
电脑与电信 2021年12期
童威黄启萍
(1.安徽文达信息工程学院,安徽 合肥 231201;2.安徽电气工程职业技术学院,安徽 合肥 230051)
1 引言
基于位置的服务(Location Based Services,LBS),即获得移动对象的位置后,用户获取相关位置查询。基于位置服务中的隐私内容包括位置信息和敏感信息。前者为隐私用户查询的确切位置,后者即隐藏与用户个人隐私有关的敏感信息[1]。
传统LBS隐私保护技术包含三类:基于数据失真的位置隐私保护技术;基于抑制发布的位置隐私保护技术;基于数据加密的位置隐私保护技术[2]。前两者无法满足较高隐私需求的用户要求。本文面向隐私的BRNN查询(双色反向最近邻查询)保护方法即基于数据加密的位置隐私保护技术进行探讨。
2 预备知识
在LBS的大部分应用中,BRNN是一种常见的查询方法。给定两个点集S(服务集)、R(对象点集),查询点q∈S,BRNN要查找的是最近邻q的对象点集合。图1为一个BRNN示例,圆点表示住宅区Qi,方块表示服务点Si(超市)。某客户如果想开一家超市,有2个候选位置q1,q2。哪个位置开店可以在距离上吸引更多原本在其他超市购物的居民?通过对候选位置的BRNN查询,可以得知优先度q2>q1,因为q2有最大的BRNN查询结果集,包括3个住宅区Q2,Q3,Q6。

图1 BRNN示例
随着移动计算和位置服务的不断发展,BRNN查询更加广泛地应用在如地图查询、资源定位、急救调度、基于移动现实游戏等领域中[3]。
然而,BRNN查询可能会导致用户的隐私泄露。例如,以上示例中,用户的查询位置以及商业意图将完全暴露给服务器。已有的BRNN查询以空间模糊化为基础,将位置匿名化发送给服务器。但……
登录APP查看全文
