社交网络中基于位置查询和显示的隐私保护研究

摘要

社交网络起源较早，伴随无线定位技术的成熟、移动终端设备的普及以及移动互联网的发展，移动社交网络迅速崛起。空间定位技术的发展使得基于位置服务(Location-based service，LBS)逐步产生并迅速兴起。国内外对移动社交网络（例如新浪微博、Foursquare）的追捧程度彰显出其在当今人们生活中举足轻重的地位。但人们在享受移动社交网络提供的位置服务的同时，其个人位置信息的泄露已经成为一个严峻的问题。
　　近年来，针对社交网络中的位置隐私保护问题，研究人员提出了许多模型和算法，但这些模型和算法都是对位置进行泛化，位置服务的质量会受到影响。因此如何在隐私保护和服务质量之间找到一个平衡点成为社交网络位置隐私保护研究的核心。本文从隐私保护和服务质量两个方面对移动社交网络中的位置隐私问题进行研究，并提出了相应的方法和模型。研究工作主要包括如下内容:
　　(1)移动社交网络(Mobile Social Network)的发展使基于位置服务日益流行。用户在向LBS服务器发出查询后，若攻击者对LBS服务器进行攻击，获得用户的位置信息，用户就会受到威胁。本文提出基于包容度匿名圆(Anonymous Circleof Acceptability，ACOA)的位置隐私保护方法，基本思想是在社交网络用户和LBS服务商间加入可信赖第三方（匿名服务器）进行匿名。依据时间和空间确立查询范围，匿名服务器将查询发给LBS服务器，对LBS服务器返回的查询结果候选集进行筛选，把最佳查询结果返回给用户。理论分析和实验结果表明，该方法能够保护用户的隐私，缩短匿名时间且提高查询服务质量。
　　(2)社交网络用户分享其位置信息时，好友列表中不乏存在攻击者，根据用户分享的位置信息对其进行攻击。因此本文提出了基于社交网络好友亲密度分级的隐私保护模型L-intimacy，用来防止好友攻击者的攻击。基本思想是用户首先将移动社交网络中的好友根据亲密度级别分类。用户在行动区域网络中进行位置发布，若发布的位置是非敏感类型，不论何种级别的好友看到的都是用户的准确位置;若发布的位置是敏感类型，除亲密度级别最高的好友看到的依然是用户的准确位置外，不同亲密度级别的好友将看到不同的显示位置。理论分析和实验结果表明，与加入到Latitude服务的Google Maps相比，该方法既能保护移动社交网络用户的相关隐私，同时又具有较小的信息损失度。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 研究内容及论文组织结构

1．3．1 本文的主要工作

1．3．2 本文的组织结构

第二章 社交网络中的隐私保护方法综述

2．1 隐私保护的相关概念

2．2 k-匿名位置隐私保护技术

2．2．1 间隔匿名(interval cloak)算法

2．2．2 Casper cloak算法

2．2．3 Hiibert cloak算法

2．2．4 匿名区分割算法

2．2．5 k-最近邻查询

2．2．6 基于P2P的k-匿名查询

2．2．7 增加网络路由跳数构成k-匿名

2．2．8 匿名区域调整算法

2．3 非k-匿名位置隐私保护技术

2．3．1 SpaceTwist方法

2．3．2 PIR方法

2．3．3 冗余查询方法

2．4 本章小结

第三章 基于包容度匿名圆的位置隐私保护方法

3．1 问题提出

3．2 相关工作

3．3 包容度匿名圆的隐私保护方法

3．3．1 包容度匿名圆的体系结构

3．3．2 客户端

3．3．3 中心匿名服务器

3．3．4 LBS服务器

3．3．5 算法复杂度分析

3．4 实验结果与分析

3．5 本章小结

第四章 基于社交网络好友攻击的位置隐私保护模型

4．1 问题提出

4．2 相关工作

4．3 L-intimacy模型

4．3．1 基本概念

4．3．2 L-intimacy模型

4．3．3 算法

4．4 分析和评价实验结果

4．4．1 执行时间分析

4．4．2 位置信息损失分析

4．4．3 隐私泄露损失分析

4．5 本章小结

第五章 总结和展望

5．1 总结

5．2 研究展望

致谢

参考文献

硕士期间发表论文