版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,隨著移動定位和無線網(wǎng)絡(luò)技術(shù)的發(fā)展,人們可以更加方便地測定自己的地理位置,一種新的應(yīng)用服務(wù)--基于位置的服務(wù)應(yīng)運而生。人們?yōu)榱双@得基于位置的服務(wù)需要將自己的精確位置發(fā)送給服務(wù)提供商,這就對人們的隱私構(gòu)成了威脅,于是基于位置的服務(wù)中的隱私保護研究受到了學(xué)術(shù)界的廣泛關(guān)注。保護用戶隱私最常用的方法是k-匿名,它使得攻擊者無法從至少k個用戶中區(qū)分出哪一個才是真正的請求發(fā)起用戶。
現(xiàn)在已經(jīng)有很多k-匿名算法被提出,但是這些方法
2、大部分只能防范攻擊者獲得某用戶發(fā)出單一請求的快照攻擊,如果攻擊者利用某些方法獲得了由同一個用戶發(fā)出的連續(xù)請求,就可以通過對比不同匿名集中包含的用戶推測出真正的請求發(fā)起者。為了防范這種歷史攻擊,就要保證在一段時間內(nèi)匿名集中所包含的用戶固定不變。本文提出了一種k-匿名算法,該算法根據(jù)周圍用戶的位置,移動速度和移動方向,預(yù)測這些用戶將來的位置,然后利用這些位置計算出未來不同時間點上將某用戶加入匿名集使匿名區(qū)域增大的面積,利用貪心算法優(yōu)先選擇這
3、些增加面積之和最小的用戶加入匿名集。這樣既能夠得到在未來一段時間內(nèi)固定不變的匿名集來完成匿名工作,在歷史攻擊下有效地保護了用戶隱私,又能夠使這個匿名集形成的匿名區(qū)域大小適當(dāng),保證了一定的服務(wù)質(zhì)量。
本文在OPNET14.5平臺下對這種歷史攻擊的k-匿名算法進行了仿真實驗,分別在匿名等級k等于3,10和20的情況下,對防范歷史攻擊的匿名算法,帶閾值的防范歷史攻擊的匿名算法和防范快照攻擊的匿名算法所產(chǎn)生的匿名區(qū)域大小進行分析和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- K-匿名數(shù)據(jù)集的挖掘算法研究.pdf
- 基于k-匿名的云計算隱私保護算法研究.pdf
- 隱私保護中K-匿名算法和匿名技術(shù)研究.pdf
- 基于熵的k-匿名屬性泛化算法研究.pdf
- 基于K-匿名的隱私保護模型和算法研究.pdf
- 海量查詢下基于K-匿名的隱私保護算法研究.pdf
- 基于k-對稱匿名算法的社會網(wǎng)絡(luò)隱私保護研究.pdf
- K-匿名隱私保護問題的研究.pdf
- 防止隱私泄漏的K-匿名研究.pdf
- 一種基于K-匿名的隱私保護算法.pdf
- 基于K-匿名的隱私保護方法研究.pdf
- K-匿名表更新問題的研究.pdf
- 基于K-匿名技術(shù)的隱私保護研究.pdf
- 一種改進的軌跡k-匿名隱私保護算法.pdf
- 針對k-匿名隱私數(shù)據(jù)的判定樹和關(guān)聯(lián)規(guī)則算法的研究.pdf
- 基于R樹的K-匿名技術(shù)研究.pdf
- 基于多屬性泛化的K-匿名算法的設(shè)計與實現(xiàn).pdf
- 基于泛化樹的k-匿名數(shù)據(jù)集的挖掘算法研究.pdf
- 社會網(wǎng)絡(luò)中社團K-匿名研究.pdf
- 基于k-匿名隱私數(shù)據(jù)挖掘研究.pdf
評論
0/150
提交評論