基于k-匿名模型的个性化位置隐私保护算法的研究文献综述
2020-04-26 11:51:04
1.1研究背景:
随着智能手机的普及,移动互联网飞速发展,手机上很多APP都需要获取到自己的位置信息来提供服务。比如各种地图APP需要通过获取当前位置来实现导航功能;ofo小黄车需要通过获取用户位置来寻找到离自己最近的小黄车。用户在使用此类服务的时候将不得不把自己的精确位置包含在查询中发送给服务提供商.换句话说.就是用户用隐私来换取服务。恶意攻击者通过获取用户的位置信息再结合已有的背景知识.推测出用户的身份信息、健康状况、宗教、爱好等.从而造成隐私泄露。这些应用为人们的生活带来方便的同时,也为个人位置隐私的保护提出了挑战。
位置信息的保护有很多种模型,k-匿名模型是其中比较经典的一种。但这个模型直接用在生活中缺点还是很明显的:匿名速度跟不上用户的需求;匿名的成功率比较低;系统开销比较大;抗攻击能力比较差。这些缺点使得我们需要进一步的改进来提高 k-匿名算法的质量。
目前国外以及有一些关于位置隐私保护的研究,比如D Song等人关于基于位置服务的隐私保护连续位置监测系统的研究,AT Truong等人关于基于自适应网格的位置隐私保护方法的研究。D Song的研究虽然可以提高服务质量,但系统开销比较大。AT Truong的研究并不是基于K-匿名模型的。
国内也有很多关于K匿名模型的改进也值得我们去参考,比如:叶阿勇等人关于一种基于服务相似性的k-匿名位置隐私保护方法的研究;李迎涛等人关于基于区域划分和排序的k-匿名位置隐私保护方法的研究;吴响等人关于基于抽样路径的k-匿名位置隐私保护方法的研究。这些研究为基于k-匿名位置信息保护的研究提供了指导作用
1.2 目的及意义:
本次设计目的是在了解并掌握k-匿名模型的基础上,从用户需求的角度,以及减少开销,提高质量的角度,设计一种新型的基于k-匿名模型的个性化轨迹隐私保护方法。
本次设计的意义是通过K一匿名模型以及一些改进措施,研究出一个更好的位置信息保护算法,可以将用户的位置信息更好的保护起来,在基本的不被一些不法分子获取到自己的隐私条件下,提高匿名质量,减少系统开销,提高抗攻击能力。
{title}2. 研究的基本内容与方案
{title}2.1基本内容(功能):
1.熟悉常用的位置隐私保护模型,重点掌握k-匿名模型,并总结国内外研究现状。