移動社交網(wǎng)絡(luò)中基于相似度匹配的隱私問題研究.pdf

1、基于相似度匹配的移動社交網(wǎng)絡(luò)（PMSN）在移動設(shè)備日益普及的今天，其應(yīng)用越來越廣泛，針對它的相關(guān)研究也越來越熱門。而在相似度匹配的過程中，對于用戶個人屬性的隱私保護和對匹配效率的提高的要求越來越迫切。在以隱私保護的情況下求集合的交為基礎(chǔ)的匹配方案中（如 GBF方案），還存在安全性不夠，通信開銷過大等問題；在基于相似度的屬性匹配方案中，還存在屬性條目區(qū)分度不夠，相似度的度量標準表達能力有限，以及匹配的時間效率有待提高等問題。
　　針

2、對以上在基于相似度匹配的移動社交網(wǎng)絡(luò)中亟待解決的問題，本文的主要工作如下。
　?。?）通過對已有的GBF方案分析，發(fā)現(xiàn)其安全性和通信開銷方面存在的不足。提出了一系列改進的GBF方案，提高了安全性并減低了通信量。提出的避免在碰撞中暴露元素的方案，可以有效地避免攻擊者驗證碰撞，從而避免用戶的集合元素的泄露；提出的避免字典攻擊的方案通過引入帶密鑰的消息認證碼和其他類似的帶密鑰的驗證手段，可以有效地避免字典攻擊，使得攻擊者無法驗證其攻擊是

3、否成功，同時只增加少量的計算量和通信量；提出的降低通信量的方案通過引入位移使得元素在 GBF中對應(yīng)的位置不再固定，進一步提高了安全性，在保證足夠安全性的情況下，還通過縮小字符串的長度降低了通信開銷。多個改進的GBF方案都可以用于后續(xù)的用戶屬性匹配隱私保護的問題中，可以保護用戶在匹配中屬性名稱不會泄露。
　　（2）通過對已有的細粒度用戶屬性匹配方案的分析，發(fā)現(xiàn)其表達力和通信開銷方面存在問題。提出了一個在移動社交網(wǎng)絡(luò)中用戶自定義屬性匹

4、配的隱私保護的方案。通過引入加權(quán)的曼哈頓距離作為相似度值的度量，其中的權(quán)值和閾值都可以由用戶自己指定，用戶可以更加精確地表達自己的匹配需求和偏好，也能更精準地找到想要匹配的對象。通過利用之前提出的改進的GBF方案，用戶自定義屬性匹配方案可以保護屬性條目的名稱和值的隱私。另外，通過全面的性能評估，證明了所提的方案跟有關(guān)方案相比，在計算和通信開銷兩個方面都是高效的，特別是當屬性條目的最大值比較大的時候。
　　本文針對移動社交網(wǎng)絡(luò)中基于