基于位置服務(wù)差分隱私中地域模糊性的研究.pdf

1、具有全球定位功能的移動設(shè)備允許用戶在其位置附近檢索與自己相關(guān)的興趣點(POI)。由于詳細的位置信息能關(guān)聯(lián)出用戶的生活方式、政治傾向、宗教信仰、健康狀況等隱私信息，為了保護用戶隱私，使其精確的位置坐標不暴露給具有位置服務(wù)的不可信第三方平臺是至關(guān)重要的。差分隱私保護不需要考慮攻擊者所掌握的任何背景知識，且它建立在堅實的數(shù)學(xué)基礎(chǔ)之上，對隱私保護也進行了嚴格的定義并提供了相關(guān)量化評估方法，可以明顯增強隱私保護處理結(jié)果的可靠性，因而近幾年被學(xué)者廣

2、泛研究。而地域模糊性作為一種新性的擴展模型，具有極高的學(xué)科前沿性。
　　本文首先研究了優(yōu)化地域模糊性和質(zhì)量損失之間的權(quán)衡問題，即在地域模糊性中給定某個閾值和先驗，通過改進shokri提出的最優(yōu)機制，設(shè)計構(gòu)造支撐圖及支撐圖算法，使計算僅考慮興趣區(qū)域邊界而非每對位置的地域模糊約束，并引進線性規(guī)劃問題，使約束數(shù)量從立方倍減少到平方倍，有效地減少線性約束數(shù)量，實現(xiàn)最小化服務(wù)質(zhì)量損失，從而達到更好的隱私保護。
　　其次，在此最優(yōu)機制中

3、研究了地域模糊性在實踐中的有效性，即保護用戶興趣點的能力。通過設(shè)置參數(shù)對提取興趣點算法進行改進，之后分別在兩個數(shù)據(jù)庫中進行實驗仿真。對于每位用戶的移動軌跡，通過時空群集算法來識別其興趣點，并將推測出的興趣點作為真實興趣點來研究，然后在改進后的機制中模糊移動軌跡，并認為此信息就是攻擊者所收集的信息。接著在模糊后的軌跡中運用同樣的群集算法推測模糊后的興趣點。
　　最后，本文設(shè)置一組度量指標來衡量保護用戶興趣點的能力。這些度量是：攻擊者