杜刚， 张 张国印

(1.哈尔滨工程大学 计算机科学与技术学院,黑龙江 哈尔滨 150001； 2.佳木斯大学 信息电子技术学院,黑龙江 佳木斯 154007； 3.山东科技大学 计算机科学与工程学院，山东 青岛 266590)

随着基于位置服务(location based service， LBS)的广泛应用，越来越多的人们开始关注该服务中的隐私泄露问题[1-2]。当前较为普遍的隐私保护方法有泛化[3- 4]、模糊[5-6]、加密[7-8]以及空间变换[9]等，但上述方法都面临同样的问题，即在LBS服务器提供服务的过程中不可避免地要获知用户的真实意图，进而可根据诸如兴趣点类型、查询种类等信息分析获得用户隐私。隐私信息检索(private information retrieval, PIR)是应对这种潜在隐私泄露的有效办法[10-11]。该方法对LBS服务器中的数据加密，通过二进制的可计算PIR和硬件PIR实现零信息泄露的结果检索。Wightman等[12]根据这一观点，基于经纬度的地理差异，提出了基于地图查询的PIR。杨松涛等[13]基于该技术建立了基于位置服务的盲查询方法。

但是，由于基于位置服务本身的特性，使得这种以索引为基础的隐私信息检索在执行过程中需搜寻较大规模的数据条目，这增加了反馈结果的处理时间，影响了服务质量[14]。Hu等[15]提出用分层索引提升索引效率。Yi等[16]则提出了模糊索引的概念。通常情况下，基于位置服务是一种针对用户提交信息进行反馈的服务，其反馈结果主要针对用户属性信息获得的查询结果[17-18]。因此，使用属性作为索引进行隐私信息检索将会减少处理数据量，提高检索效率，减少对服务质量的影响。基于上述观点，本文基于属性基加密提出了一种可应用于位置隐私保护的属性基PIR方法，该方法在有效的保护用户隐私信息的同时，能给提供比索引为基础的隐私信息检索方法更好的服务质量。……