CN109769212B - 一种群智感知中基于切片的轨迹隐私保护方法 - Google Patents
一种群智感知中基于切片的轨迹隐私保护方法 Download PDFInfo
- Publication number
- CN109769212B CN109769212B CN201910059756.6A CN201910059756A CN109769212B CN 109769212 B CN109769212 B CN 109769212B CN 201910059756 A CN201910059756 A CN 201910059756A CN 109769212 B CN109769212 B CN 109769212B
- Authority
- CN
- China
- Prior art keywords
- track
- tuple
- server
- client
- tuples
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000008447 perception Effects 0.000 title abstract description 9
- 238000012358 sourcing Methods 0.000 title abstract description 7
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 230000033001 locomotion Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Storage Device Security (AREA)
- Alarm Systems (AREA)
Abstract
本发明适用于隐私保护技术领域，提供了一种群智感知中基于切片的轨迹隐私保护方法，包括如下步骤：S1、以位置作为最小单元来对轨迹数据进行切片，获取轨迹元组，生成各轨迹元组的标识符；S2、将轨迹元组的索引及操作标签的映射形成查询逻辑，并存储在客户端；S3、将轨迹元组及对应的索引通过随机阈值数量的客户端上传至服务器；S4、基于查询逻辑获取轨迹元组的索引序列，将索引序列发送至服务器；S5、接收服务器返回的轨迹元组，所述轨迹元组为索引序列对应的轨迹元组。轨迹元组在参与者中迭代，能够有效地保护感知用户个人位置隐私以及轨迹隐私，并抵御恶意用户和服务器勾结带来的轨迹隐私泄露问题，可以在客户端重建轨迹，保证了客户端数据的实用性。
Description
技术领域
本发明属于隐私保护技术领域，提供了一种群智感知中基于切片的轨迹隐私保护方法。
背景技术
群智感知(Crowd Sensing,CS)的概念是由基于人在活动中的主观能动性提出的。具体地，他们提出可将个体所持有的移动智能终端作为移动传感节点，用于完成本地各类数据(如声音，视频，图像等)的收集、分析和共享。目前使用健康参与式传感作为数据收集的方法正在迅速成为现实，这将彻底改变数据的规模和类型，这些数据可以汇总用于若干人口健康，流行病学，统计和数据分析目的。群智感知应用范围可能性很大，但是群智感知的先前工作没有详细考虑可能在健康背景下产生的应用。可穿戴技术是物联网最大的应用之一，目前可穿戴设备的普及程度呈***式增长，可以使用更多传感器记录我们日常生活的各个方面，已无意识的方式影响我们的生活。但是，随着可穿戴设备的广泛部署，出现了安全问题，最严重的威胁是可穿戴设备数据信息以及轨迹信息的隐私泄露，因为这些信息包含了丰富的个人隐私信息。
国内外研究学者对于群智感知中的轨迹隐私保护问题也提出了许多解决方案。FQiu等提出的SLICER方法,是第一个用于多媒体数据群智感知的k匿名隐私保护方案，集成了数据编码技术和消息交换策略，可以有效保护参与者的隐私，同时保持高数据准确性。但是这种方法使得数据在客户端无法再现。作为共识，隐私保护的关键挑战之一在于如何在保持数据实用性的同时实现有效的隐私保护。群智感知应用***的好处直接来自于群智感知数据集的价值，已获得有意义的发现。比如，个人运动轨迹在地图上渲染可用于公共健身设施建设区域选择的决策，现有的轨迹隐私保护的方法有很多，虽然都达到了轨迹隐私保护的目的，但是未能保证轨迹数据在客户端的实用性。
发明内容
本发明实施例提供一种群智感知中基于切片的轨迹隐私保护方法，实现了轨迹数据在客户端的重现，保证了轨迹数据在客户端的实用性。
为了实现上述目的，本发明提供了一种群智感知中基于切片的轨迹隐私保护方法，该方法包括如下步骤：
S1、以位置作为最小单元来对轨迹数据进行切片，获取轨迹元组，并生成各轨迹元组的标识符；
S2、将轨迹元组的索引与操作标签的映射形成查询逻辑，并存储在客户端，所述索引即为轨迹元组的标识符；
S3、将轨迹元组及对应的索引通过随机阈值数量的客户端上传至服务器；
S4、基于查询逻辑获取轨迹元组的索引序列，将索引序列发送至服务器；
S5、接收服务器返回的轨迹元组，所述轨迹元组为索引序列对应的轨迹元组。
进一步的，为防止服务器发起基于时间处理的攻击，若步骤S2中的操作标签为时间戳，则在步骤S3之前还包括：对轨迹元组的时间戳进行扰乱，同时客户端保留原始时间和扰乱后时间的映射；在步骤S5之后还包括：对轨迹元组的时间戳进行还原，实现轨迹数据的重构。
进一步的，在将轨迹元组进行上传时，客户端随机选择或生成三个参数α，β，λ，其中，α为初始值，λ为步长，β为阀值，轨迹元组每通过一个参与客户端时，α的值减少λ，当α小于β值时，参与客户端将轨迹元组上传到服务器。
进一步的，服务器检测索引序列中的索引是否符合设定的标准格式，若不符合设定的标准格式，则服务器断开与对应客户端的连接，若符合设定的标准格式，则检测索引序列对应的UUID是否存在于服务器，若不存在，则断开与对应客户端的连接，若存在，将索引序列对应的轨迹元组返回至客户端。
本发明提供的基于群智感知中基于切片的运动轨迹隐私保护方法具有如下有益效果：
1.轨迹元组在参与者中迭代，能够有效地保护感知用户个人位置隐私以及轨迹隐私，并抵御恶意用户和服务器勾结带来的轨迹隐私泄露问题。
2.可以在客户端重建轨迹，保证了客户端数据的实用性；
3.不需要加解密过程，计算开销较低，安全且高效。
附图说明
图1为本发明实施例提供的群智感知中基于切片的轨迹隐私保护方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
群智感知***：一种使用大量移动终端感知数据的大型数据采集***，群智感知***是由处于云端的群智感知应用服务器和一批移动终端用户组成。
服务器：获得参与者的感知数据而不暴露参与者位置和轨迹隐私的服务器。
本发明充分利用参与者进行轨迹元组的迭代，保证用户的位置隐私安全，解决了恶意参与者和服务器之间共谋攻击带来的隐私泄露的威胁。此外用户可以在客户端实现轨迹重建，保证了客户端数据的实用性。
图1为本发明实施例提供的群智感知中基于切片的轨迹隐私保护方法流程图，该方法包括如下步骤：
S1、以位置作为最小单元来对轨迹数据进行切片，获取轨迹元组，并生成各轨迹元组的标识符；
客户端将采集到的轨迹数据以位置(GPS)作为最小单元进行切片，将轨迹数据分割成轨迹元组，表示为TTi＝(xi，yi，ti，si，hi)，i＝1,2,3…n，其中，(xi，yi)表示ti时刻的位置坐标，si，hi分别表示ti时刻的运动速度和心率，并将生成的通用唯一标识符(Universally Unique Identifiers,UUID)分配给每个轨迹元组，TTI为轨迹元组的索引即为轨迹元组的标识符UUID；
S2、将轨迹元组的索引与操作标签的映射形成查询逻辑，并存储在客户端；
在本发明实施中，给每个轨迹元组与至少一个操作标签进行映射，例如基于位置的操作标签及基于时间戳的操作标签，将该轨迹元组的标识符UUID及与操作标签的映射形成查询逻辑，并将查询逻辑存储于客户端。
S3、将轨迹元组及其索引通过随机阈值数量的客户端上传至服务器；
用户在将的轨迹元组及其索引上传到服务器时，此时随机生成三个随机数，分别是α，β，λ，其中，α为初始值，λ为减少的值，β为阀值，轨迹元组及其索引每通过一个参与者时，α的值会减少λ，当α的值减少到小于β值时，此时的参与者就会将轨迹元组及其索引直接上传到服务器。不同的用户可以选择不同的α，β，λ的值。
S4、基于查询逻辑获取轨迹元组的索引序列，将索引序列发送至服务器，服务器基于索引查找对应的轨迹元组序列；
在本发明实施例中，基于数据的安全，服务器需要对来自用户上传过来的索引序列进行格式检测，即从而避免非法用户的访问。即检查的UUID的格式，如果UUID的格式不符合设定的标准格式，那么服务器会立刻断开连接，如果UUID的格式满足设定的标准格式，检测服务器中是否存在索引序列对应的UUID，若不存在，则立刻断开连接与对应客户端的连接，否则会把检索序列对应的轨迹元组返回给用户。
S5、接收服务器返回的轨迹元组。
在本发明实施例中，由于时间戳在攻击过程中向对手提供了关键信息，因此，若轨迹元组的操作标签为时间戳时，在步骤S3之前还包括：
对轨迹元组的时间戳进行扰乱，将原始时间和扰乱后时间的映射存储于客户端，轨迹元组标识为TTi＝(xi，yi，ti’，si，hi)，i＝1,2,3….n，其中，ti’是扰动后的时间戳，扰动的时间戳会使攻击者或者服务器不能发起基于时间戳的攻击；对应的在步骤S5之后还包括：
对轨迹元组的时间戳进行还原，方可实现轨迹数据的重构。
本发明提供的基于群智感知中基于切片的运动轨迹隐私保护方法具有如下有益效果：
1.轨迹元组在参与者中迭代，能够有效地保护感知用户个人位置隐私以及轨迹隐私，并抵御恶意用户和服务器勾结带来的轨迹隐私泄露问题。
2.可以在客户端重建轨迹，保证了客户端数据的实用性；
3.不需要加解密过程，计算开销较低，安全且高效。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种群智感知中基于切片的轨迹隐私保护方法，其特征在于，所述方法包括如下步骤：
S1、以位置作为最小单元来对轨迹数据进行切片，获取轨迹元组，并生成各轨迹元组的标识符；
S2、将轨迹元组的索引及与操作标签的映射形成查询逻辑，并存储在客户端，所述索引即为轨迹元组的标识符行；
S3、将轨迹元组及对应的索引通过随机阈值数量的客户端上传至服务器；
S4、基于查询逻辑获取轨迹元组的索引序列，将索引序列发送至服务器；
S5、接收服务器返回的轨迹元组，所述轨迹元组为索引序列对应的轨迹元组；
在将轨迹元组进行上传时，客户端随机选择或生成三个参数α，β，λ，其中，α为初始值，λ为步长，β为阀值，轨迹元组每通过一个参与客户端时，α的值减少λ，当α小于β值时，参与客户端将轨迹元组上传到服务器。
2.如权利要求1所述群智感知中基于切片的轨迹隐私保护方法，其特征在于，若步骤S2中的操作标签为时间戳，则在步骤S3之前还包括：对轨迹元组的时间戳进行扰乱，同时在客户端保留原始时间和扰乱后时间的映射；在步骤S5之后还包括：对轨迹元组的时间戳进行还原，实现轨迹数据的重构。
3.如权利要求1或2所述群智感知中基于切片的轨迹隐私保护方法，其特征在于，服务器检测索引序列中的索引是否符合设定的标准格式，若不符合设定的标准格式，则服务器断开与对应客户端的连接，若符合设定的标准格式，则检测索引序列对应的UUID是否存在于服务器，若不存在，则断开与对应客户端的连接，若存在，将索引序列对应的轨迹元组返回至客户端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910059756.6A CN109769212B (zh) | 2019-01-22 | 2019-01-22 | 一种群智感知中基于切片的轨迹隐私保护方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910059756.6A CN109769212B (zh) | 2019-01-22 | 2019-01-22 | 一种群智感知中基于切片的轨迹隐私保护方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109769212A CN109769212A (zh) | 2019-05-17 |
| CN109769212B true CN109769212B (zh) | 2020-12-01 |
Family
ID=66454311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910059756.6A Expired - Fee Related CN109769212B (zh) | 2019-01-22 | 2019-01-22 | 一种群智感知中基于切片的轨迹隐私保护方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109769212B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111814184A (zh) * | 2020-07-07 | 2020-10-23 | 重庆大学 | 一种保护移动群智感知轨迹隐私的差分隐私方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101873317A (zh) * | 2010-06-07 | 2010-10-27 | 孟小峰 | 一种感知服务质量的位置隐私保护方法 |
| CN104219661A (zh) * | 2014-09-01 | 2014-12-17 | 北京邮电大学 | 抗tdoa定位追踪的源位置隐私保护路由方法 |
| CN107229872A (zh) * | 2016-03-26 | 2017-10-03 | 肖哲 | 一种分离存储查询逻辑与分段数据的隐私数据保护方法 |
| CN109165527A (zh) * | 2018-08-28 | 2019-01-08 | 东北大学 | 支持个性化隐私的轨迹敏感数据保护方法 |
| CN109214205A (zh) * | 2018-08-01 | 2019-01-15 | 安徽师范大学 | 一种群智感知中基于k-匿名的位置及数据隐私保护方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010205059A (ja) * | 2009-03-04 | 2010-09-16 | Oki Electric Ind Co Ltd | 情報提供サーバ、情報提供サーバシステム、情報提供方法、及び、プログラム |
| WO2013186061A1 (en) * | 2012-06-15 | 2013-12-19 | Alcatel Lucent | Architecture of privacy protection system for recommendation services |
-
2019
- 2019-01-22 CN CN201910059756.6A patent/CN109769212B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101873317A (zh) * | 2010-06-07 | 2010-10-27 | 孟小峰 | 一种感知服务质量的位置隐私保护方法 |
| CN104219661A (zh) * | 2014-09-01 | 2014-12-17 | 北京邮电大学 | 抗tdoa定位追踪的源位置隐私保护路由方法 |
| CN107229872A (zh) * | 2016-03-26 | 2017-10-03 | 肖哲 | 一种分离存储查询逻辑与分段数据的隐私数据保护方法 |
| CN109214205A (zh) * | 2018-08-01 | 2019-01-15 | 安徽师范大学 | 一种群智感知中基于k-匿名的位置及数据隐私保护方法 |
| CN109165527A (zh) * | 2018-08-28 | 2019-01-08 | 东北大学 | 支持个性化隐私的轨迹敏感数据保护方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109769212A (zh) | 2019-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Qu et al. | Privacy of things: Emerging challenges and opportunities in wireless internet of things | |
| Panah et al. | On the properties of non-media digital watermarking: a review of state of the art techniques | |
| Xing et al. | Mutual privacy preserving $ k $-means clustering in social participatory sensing | |
| CN111931253B (zh) | 基于节点群的数据处理方法、***、设备和介质 | |
| Nasir et al. | Fog computing enabled cost-effective distributed summarization of surveillance videos for smart cities | |
| CN105373986B (zh) | 医院无胶片化云计算的实现方法 | |
| Chi et al. | The novel location privacy-preserving CKD for mobile crowdsourcing systems | |
| CN106599719A (zh) | 支持高效密钥管理的密文检索方法 | |
| CN112787809B (zh) | 一种高效的群智感知数据流隐私保护真值发现方法 | |
| CN104636764B (zh) | 一种图像隐写分析方法以及其装置 | |
| CN109214205A (zh) | 一种群智感知中基于k-匿名的位置及数据隐私保护方法 | |
| Saini et al. | Privacy aware publication of surveillance video | |
| Li et al. | SPFM: Scalable and privacy-preserving friend matching in mobile cloud | |
| CN110602145A (zh) | 一种基于位置服务的轨迹隐私保护方法 | |
| CN109769212B (zh) | 一种群智感知中基于切片的轨迹隐私保护方法 | |
| Kui et al. | Securing top-k query processing in two-tiered sensor networks | |
| CN109829320A (zh) | 一种信息的处理方法和装置 | |
| Muhammad et al. | Efficient and privacy preserving video transmission in 5G-enabled IoT surveillance networks: Current challenges and future directions | |
| Andrew et al. | Privacy-preserving internet of things: techniques and applications | |
| Zhang et al. | Privacy-preserving deduplication of sensor compressed data in distributed fog computing | |
| Nabil et al. | Privacy-preserving non-participatory surveillance system for COVID-19-like pandemics | |
| CN109409111A (zh) | 一种面向加密图像的模糊搜索方法 | |
| Panah | Digital Watermarking of Non-media data stream (applications) | |
| Wang et al. | Slice-based Motion Trajectory Privacy Protection Method in Crowd Sensing | |
| Zhang et al. | Efficient and privacy-protected content-based image retrieval without homomorphic encryption |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201201 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |