移動社交網(wǎng)絡(luò)中的用戶隱私保護(hù)研究.pdf

1、隨著移動設(shè)備及社交網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，移動社交網(wǎng)絡(luò)已經(jīng)變成一種在國內(nèi)、外移動用戶之間快速增長的應(yīng)用。借助于智能手機、平板電腦等現(xiàn)代智能設(shè)備，移動用戶可以通過訪問蘋果應(yīng)用商店或者谷歌應(yīng)用商店等下載諸多應(yīng)用軟件。通過各種不同的應(yīng)用軟件，從而1）享受各種服務(wù)運營商所提供的服務(wù)信息，例如，基于位置服務(wù)信息；2）通過短距離通信技術(shù)，如藍(lán)牙等實現(xiàn)與周圍用戶的相互通信，以共享彼此間的信息、視頻等，例如基于臨近度的移動社交網(wǎng)絡(luò)。
　　為了享受此類

2、服務(wù)，用戶通常需要泄漏其位置、興趣愛好或其他相關(guān)信息給不可信的第三方（例如基于位置服務(wù)中的服務(wù)器）或者周圍其他用戶作為第一步。然而由于此類服務(wù)器及周邊用戶往往可以獲取用戶的相關(guān)信息，包括用戶身處何時何地，希望獲取什么樣的請求，正在做什么等。擁有了這些信息，用戶可能被跟蹤，或者其信息被泄露給一些惡意第三方。因此，對用戶隱私的保護(hù)刻不容緩。
　　現(xiàn)有方案大都依賴可信第三方，或者難以為用戶提供滿足細(xì)粒度的隱私保護(hù)策略。本文提出了一系列解

3、決方案，為移動社交網(wǎng)絡(luò)用戶提供高效的隱私保護(hù)，尤其是基于位置服務(wù)和基于用戶臨近度的移動社交網(wǎng)絡(luò)。本文主要的貢獻(xiàn)如下：
　　1)本章指出了背景信息在基于位置服務(wù)中的用戶隱私保護(hù)的重要性并提出了兩個隱私保護(hù)算法，稱為虛假位置生成算法（Dummy Location Selection，DLS）和增強的虛假位置生成算法（enhanced-DLS），用來實現(xiàn)k-匿名以保護(hù)在基于位置服務(wù)中的用戶位置隱私。本章提出的基于信息熵的DLS算法充分考

4、慮了背景信息有可能被敵手獲取。enhanced-DLS同時考慮了信息熵和隱匿區(qū)域兩方面因素。首先依據(jù)背景信息選取若干候選位置，進(jìn)而通過帶有權(quán)重的位置分布算法使得由真實位置和虛假位置一起所組成的匿名區(qū)域盡可能的大。理論分析和實驗結(jié)果證明了本章所提出的算法切實有效。
　　2)為了滿足移動用戶對隱私程度和系統(tǒng)開銷的不同需求，本章提出了一種基于修改后的希爾伯特曲線（Modified Hilbert Curve）的隱私保護(hù)方案，稱為FGcl

5、oak。該方案首先設(shè)計了一種基于背景信息的希爾伯特曲線，從而使得所選擇的虛假位置能夠在在實現(xiàn)k-匿名的前提下保證隱匿區(qū)域足夠大。另外，F(xiàn)Gcloak通過調(diào)節(jié)虛假位置的選取規(guī)則實現(xiàn)隱私程度和系統(tǒng)開銷之間的平衡，最大程度地保證用戶的多樣化需求。最后給出了理論分析及相關(guān)實驗結(jié)果。
　　3)本章提出了一個基于用戶相遇模型的方案用以同時保護(hù)用戶的位置隱私和查詢隱私（稱為EPS）。EPS無依賴任何可信第三方，通過移動用戶在其智能設(shè)備上維護(hù)一個

6、存儲區(qū)域用來存儲從相遇的其他用戶手中交換獲取到的相關(guān)信息，來實現(xiàn)隱私保護(hù)目的。為了實現(xiàn)k-匿名，移動用戶在位置混淆算法和查詢請求混淆算法的基礎(chǔ)上，從其存儲區(qū)中隨機選取k-1條記錄以保護(hù)用戶隱私。實驗結(jié)果也進(jìn)一步驗證了EPS的性能及安全性。
　　4)為了同時兼顧用戶隱私保護(hù)問題和系統(tǒng)開銷問題，本章介紹了一個新的基于用戶協(xié)作群的隱私保護(hù)方案，稱為MobiCache。本方案中，通過緩存相關(guān)歷史請求信息，當(dāng)需要基于位置服務(wù)的時候，移動用戶

7、首先向周圍協(xié)作群中其他用戶請求服務(wù)數(shù)據(jù)，只有在其請求沒有被所獲得的服務(wù)數(shù)據(jù)滿足的情況下向基于位置服務(wù)的服務(wù)器發(fā)送請求。通過將虛假位置獲取到的服務(wù)數(shù)據(jù)進(jìn)行緩存再利用，從而降低用戶位置隱私泄漏的概率，實現(xiàn)對用戶位置隱私的保護(hù)。本章設(shè)計了三個虛假位置篩選算法，依次為DSA、enhanced-DSA和efficient-DSA。DSA旨在保證k-匿名的同時提高緩存數(shù)據(jù)利用率。enhanced-DSA在生成虛假位置時充分考慮該位置對緩存數(shù)據(jù)利用率

8、的貢獻(xiàn)，從而更好的保護(hù)用戶隱私。efficient-DSA考慮到基于位置服務(wù)中用戶的查詢習(xí)慣，通過限制緩沖區(qū)域距離當(dāng)前位置的距離來降低MobiCache的系統(tǒng)開銷。實驗結(jié)果證實了本方案中所提及算法的有效性。
　　5)本章提出了兩個帶有隱私保護(hù)的私有信息匹配方案（P-match和E-match）用以解決在基于臨近度的移動社交網(wǎng)絡(luò)中用戶的隱私保護(hù)問題。不同于現(xiàn)有方案，P-match通過將交換加密函數(shù)與一個新構(gòu)建的相似度函數(shù)結(jié)合，在充分

9、考慮兩個用戶之間的共有興趣集的數(shù)目、相應(yīng)權(quán)重和共有興趣集數(shù)目占總興趣數(shù)目的比例三個因素的前提下實現(xiàn)私有信息匹配。P-match能夠應(yīng)對多種潛在安全威脅，包括無限制輸入攻擊和最少輸入攻擊。E-match引入了布隆過濾器（Bloom Filter），使其能夠在避免各種復(fù)雜的密碼學(xué)技術(shù)前提下高效實現(xiàn)移動用戶間的私有信息匹配。安全性分析和實驗結(jié)果證明了本章所提出方案安全高效。
　　6)本章為移動社交網(wǎng)絡(luò)中有隱私保護(hù)需求用戶提供精確的時空匹

10、配方案。不同于現(xiàn)有方案，本方案基于為每個移動用戶精心設(shè)計的時空文件，首先通過一個帶有權(quán)重的預(yù)匹配模塊過濾掉惡意的攻擊者以及一些相似度比較低的用戶，從而保證在沒有確定出最佳匹配的用戶之前盡可能少的泄漏彼此個人信息。更進(jìn)一步，本方案設(shè)計了一個帶有隱私保護(hù)的私有信息交換模塊，用以抵抗來自系統(tǒng)內(nèi)部的，出于好奇心而對系統(tǒng)構(gòu)成威脅的用戶的各種攻擊。最后，相似度計算模塊計算出當(dāng)前用戶與潛在匹配用戶之間的精確匹配值，用以確定最佳的匹配用戶。安全性分析和