CN111737737A - 一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法 - Google Patents

一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法 Download PDF

Info

Publication number
CN111737737A
CN111737737A CN202010523255.1A CN202010523255A CN111737737A CN 111737737 A CN111737737 A CN 111737737A CN 202010523255 A CN202010523255 A CN 202010523255A CN 111737737 A CN111737737 A CN 111737737A
Authority
CN
China
Prior art keywords
fuzzy
crowd sensing
privacy
mobile crowd
fine
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.)
Pending
Application number
CN202010523255.1A
Other languages
English (en)
Inventor
於志文
王皓
崔禾磊
郭斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010523255.1A priority Critical patent/CN111737737A/zh
Publication of CN111737737A publication Critical patent/CN111737737A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，包括以下步骤：参与者根据自己的隐私需求在所使用的终端设备上设置位置隐私模糊等级；所述参与者使用的终端设备发送真实位置给终端设备上的位置隐私模块，依据模糊等级通过模糊模型将所述参与者的真实位置模糊化；所述终端设备将模糊后的位置发送给移动群智感知平台；所述移动群智感知平台依据接收到的所述终端设备发来的模糊后的位置信息，进行任务查询处理；所述移动群智感知平台将查询结果以列表方式呈现到参与者所使用的终端设备上。通过此方法就完成了参与者通过全局模糊位置查询任务并接受任务的过程，保护了参与者的位置隐私泄露问题。

Description

一种面向移动群智感知的细粒度位置模糊度量的隐私保护 方法
技术领域
本发明属于网络位置定位领域，尤其涉及一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法。
背景技术
随着WLAN、4G/5G、WiMAX、蓝牙、ZigBee等无线通信技术的发展，移动设备配备多种嵌入式传感器，具有强大的传感、存储和处理能力。群智感知使个人通过移动设备能够收集、分析并共享本地知识。传统的群智感知***包含三个实体：请求者、服务平台和工作者。请求者在群智感知平台中发布感测任务；服务器分配任务，进行任务调度；工作人员完成任务，并将相关数据发送给请求者以获得奖励。
移动群智感知计算平台中不同的任务场景对感知数据的位置精度以及准确性要求也不同。有一类感知任务对参与者执行任务时的位置精度要求不高，比如标记鸟窝，拍摄天空反馈能见度等。但是移动感知终端可能在此类任务执行期间依旧会记录参与者的精确位置数据，进而引发参与者的位置隐私泄露问题。参与者在接受并执行此类任务期间希望自己的精准位置信息得到保护，使用模糊位置来和群智感知平台交互，以防泄露自己的移动规律和行为模式。而现有的平台缺乏度量位置模糊程度的隐私保护机制，另外众多群智感知平台均未提供给参与者全局分级别的细粒度模糊位置保护。解决移动群智感知平台中参与者采集任务完成前的位置隐私泄露问题，对保障参与者的隐私信息，提升参与者使用群智感知平台积极性有重要意义。
发明内容
针对以上缺陷，本发明提供一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，能够有效的保护参与者位置信息，避免发生位置隐私泄露。
本发明一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法的技术方案为：所述方法包括以下步骤：
S1：参与者根据自己的隐私需求在所使用的终端设备上设置位置隐私模糊等级；
S2：所述参与者使用的终端设备发送真实位置给终端设备上的位置隐私模块，依据模糊等级通过模糊模型将所述参与者的真实位置模糊化；
S3：所述终端设备将模糊后的位置发送给移动群智感知平台；
S4：所述移动群智感知平台依据接收到的所述终端设备发来的模糊后的位置信息，进行任务查询处理；
S5：所述移动群智感知平台将查询结果以列表方式呈现到参与者所使用的终端设备上。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述步骤1中，所述位置模糊等级分为原始位置或者1至4级位置模糊。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述步骤1中，所述参与者设定模糊等级l越高，则模糊位置p′和真实位置p之间距离越大；所述模糊位置p′和真实位置p之间距离很近，则说明模糊程度低，隐私泄露的风险就越大。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述步骤1中，所述位置模糊程度包含真实位置的区域半径r呈正相关关系，即为l＝r*ε，ε是差分隐私预算。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述步骤2中，依据标准差分隐私公式来描述距离不可分位置模糊控制模型，假设有随机化模糊机制K，其中随机化算法为S，当且仅当对任意的两个位置点p′和p，满足公式：
Figure BDA0002532909060000031
则随机化模糊机制K满足距离不可分位置模糊性；其中ε是差分隐私预算(budget)，d(p，p′)是两点之间的欧几里得距离，dp(S(p)，S(p′))为随机化算法S输出的两个查询请求S(p)和S(p′)之间的差异。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述步骤2中，为减少模糊位置带来的误差，使用噪声随机化算法为S对于任意真实位置p进行噪声处理，若加噪声处理后的位置p′和真实位置p对应的空间查询S(p′)和S(p)差异是可以忽略不计的，则认为这两个位置经过随机化算法S处理后仍然是模糊的。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述步骤4中，所述模糊等级的位置影响任务查询结果，所述移动群智感知平台查询的反馈结果以模糊位置为圆心逐步扩大搜索半径。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述移动群智感知平台为了覆盖所述参与者的查询需求，以所述接收到的模糊位置为圆心，分批次进行查询结果返回，按照幅度逐渐扩大搜索半径，提供瀑布流无限式结果反馈。
进一步的，一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，所述方法适用于任务的发布者，所述发布者和所述参与者通过所述方法进行双向匹配。
本发明的有益效果为：参与者在使用移动群智感知终端之前，评估自己的位置隐私需求，确定自己可接受的位置模糊范围。将标准差分隐私公式应用到位置隐私保护领域，得到基于差分隐私思想泛化的距离不可分模型。当参与者提交查询请求时，模糊模型向群智感知平台提交位置p′来代替真实位置p。群智感知平台依据位置信息p′反馈定位查询到的任务结果，通过新的查询结果来覆盖原始查询需求。位置模糊会造成一定的查询偏差，因此为了获取更高的查询区域覆盖，将以模糊位置为圆心，分批次进行查询结果返回。按照幅度逐渐扩大搜索半径，提供瀑布流无限式结果反馈。通过此方法来弥补覆盖不足，以达到对参与者原始查询区域的完全覆盖。最后，参与者从群智感知平台返回的任务列表中挑选符合自己位置隐私需求的任务接受并执行。
在群智感知平台中，参与者进行位置交互定位查询周边任务的场景，会暴露个人位置信息。在参与者查询之前，并没有直接将真实位置暴露给服务平台，而是先通过位置模糊模块将真实位置模糊化处理。通过此方法就完成了参与者通过全局模糊位置查询任务并接受任务的过程，保护了参与者的位置隐私泄露问题。
附图说明
图1为本发明一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法的框架图；
图2为本发明一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法的查询半径示意图；
图3为本发明一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法的实施例。
具体实施方式
下面结合附图来进一步描述本发明的技术方案：
S1：参与者根据自己的隐私需求在所使用的终端设备上设置位置隐私模糊等级；所述位置模糊等级分为原始位置或者1至4级位置模糊。所述参与者设定模糊等级l越高，则模糊位置p′和真实位置p之间距离越大；所述模糊位置p′和真实位置p之间距离很近，则说明模糊程度低，隐私泄露的风险就越大。所述位置模糊程度包含真实位置的区域半径r呈正相关关系，即为l＝r*ε，ε是差分隐私预算。如图3所示，参与者在使用移动群智感知终端之前，评估自己的位置隐私需求，确定自己可接受的位置模糊范围。
S2：所述参与者使用的终端设备发送真实位置给终端设备上的位置隐私模块，依据模糊等级通过模糊模型将所述参与者的真实位置模糊化；将标准差分隐私公式应用到位置隐私保护领域，得到基于差分隐私思想泛化的距离不可分模型。依据标准差分隐私公式来描述距离不可分位置模糊控制模型，假设有随机化模糊机制K，其中随机化算法为S，当且仅当对任意的两个位置点p′和p，满足公式：
Figure BDA0002532909060000061
则随机化模糊机制K满足距离不可分位置模糊性；其中ε是差分隐私预算(budget)，d(p，p′)是两点之间的欧几里得距离，dp(S(p)，S(p′))为随机化算法S输出的两个查询请求S(p)和S(p′)之间的差异。
为减少模糊位置带来的误差，使用噪声随机化算法为S对于任意真实位置p进行噪声处理，若加噪声处理后的位置p′和真实位置p对应的空间查询S(p′)和S(p)差异是可以忽略不计的，则认为这两个位置经过随机化算法S处理后仍然是模糊的。
S3：所述终端设备将模糊后的位置发送给移动群智感知平台；
S4：所述移动群智感知平台依据接收到的所述终端设备发来的模糊后的位置信息，进行任务查询处理；所述模糊等级的位置影响任务查询结果，所述移动群智感知平台查询的反馈结果以模糊位置为圆心逐步扩大搜索半径。
位置模糊会造成一定的查询偏差，所述移动群智感知平台为了覆盖所述参与者的查询需求，以所述接收到的模糊位置为圆心，分批次进行查询结果返回，按照幅度逐渐扩大搜索半径，提供瀑布流无限式结果反馈。
S5：所述移动群智感知平台将查询结果以列表方式呈现到参与者所使用的终端设备上。
最后，参与者从群智感知平台返回的任务列表中挑选符合自己位置隐私需求的任务接受并执行。
最后需要提出的是：本发明的方法同样适用于任务的发布者，所述发布者和所述参与者通过所述方法进行双向匹配。

Claims (9)

1.一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述方法包括以下步骤：
S1：参与者根据自己的隐私需求在所使用的终端设备上设置位置隐私模糊等级；
S2：所述参与者使用的终端设备发送真实位置给终端设备上的位置隐私模块，依据模糊等级通过模糊模型将所述参与者的真实位置模糊化；
S3：所述终端设备将模糊后的位置发送给移动群智感知平台；
S4：所述移动群智感知平台依据接收到的所述终端设备发来的模糊后的位置信息，进行任务查询处理；
S5：所述移动群智感知平台将查询结果以列表方式呈现到参与者所使用的终端设备上。
2.根据权利要求1所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述步骤1中，所述位置模糊等级分为原始位置或者1至4级位置模糊。
3.根据权利要求1所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述步骤1中，所述参与者设定模糊等级l越高，则模糊位置p′和真实位置p之间距离越大；所述模糊位置p′和真实位置p之间距离很近，则说明模糊程度低，隐私泄露的风险就越大。
4.根据权利要求1所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述步骤1中，所述位置模糊程度包含真实位置的区域半径r呈正相关关系，即为l＝r*ε，ε是差分隐私预算。
5.根据权利要求1所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述步骤2中，依据标准差分隐私公式来描述距离不可分位置模糊控制模型，假设有随机化模糊机制K，其中随机化算法为S，当且仅当对任意的两个位置点p′和p，满足公式：
Figure FDA0002532909050000021
则随机化模糊机制K满足距离不可分位置模糊性；其中ε是差分隐私预算(budget)，d(p，p′)是两点之间的欧几里得距离，dp(S(p)，S(p′))为随机化算法S输出的两个查询请求S(p)和S(p′)之间的差异。
6.根据权利要求1所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述步骤2中，为减少模糊位置带来的误差，使用噪声随机化算法为S对于任意真实位置p进行噪声处理，若加噪声处理后的位置p′和真实位置p对应的空间查询S(p′)和S(p)差异是可以忽略不计的，则认为这两个位置经过随机化算法S处理后仍然是模糊的。
7.根据权利要求1所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述步骤4中，所述模糊等级的位置影响任务查询结果，所述移动群智感知平台查询的反馈结果以模糊位置为圆心逐步扩大搜索半径。
8.根据权利要求7所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述移动群智感知平台为了覆盖所述参与者的查询需求，以所述接收到的模糊位置为圆心，分批次进行查询结果返回，按照幅度逐渐扩大搜索半径，提供瀑布流无限式结果反馈。
9.根据权利要求1-8任一所述的一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法，其特征在于：所述方法适用于任务的发布者，所述发布者和所述参与者通过所述方法进行双向匹配。
CN202010523255.1A 2020-06-10 2020-06-10 一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法 Pending CN111737737A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010523255.1A CN111737737A (zh) 2020-06-10 2020-06-10 一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010523255.1A CN111737737A (zh) 2020-06-10 2020-06-10 一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法

Publications (1)

Publication Number Publication Date
CN111737737A true CN111737737A (zh) 2020-10-02

Family

ID=72648676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010523255.1A Pending CN111737737A (zh) 2020-06-10 2020-06-10 一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法

Country Status (1)

Country Link
CN (1) CN111737737A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113805140A (zh) * 2021-08-12 2021-12-17 荣耀终端有限公司 定位方法和电子设备
CN114125702A (zh) * 2021-11-12 2022-03-01 东南大学 一种基于蒙特卡罗算法的位置信息指纹化保护方法
CN114969783A (zh) * 2022-05-26 2022-08-30 哈尔滨工业大学（深圳） 一种隐私保护的群智感知数据恢复方法及***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462285A (zh) * 2014-11-28 2015-03-25 广东工业大学 一种移动服务查询***的隐私保护方法
CN104581625A (zh) * 2014-11-12 2015-04-29 华中科技大学 一种基于粒度控制的位置隐私保护方法和***
US20170048245A1 (en) * 2015-08-12 2017-02-16 Google Inc. Systems and methods for managing privacy settings of shared content

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104581625A (zh) * 2014-11-12 2015-04-29 华中科技大学 一种基于粒度控制的位置隐私保护方法和***
CN104462285A (zh) * 2014-11-28 2015-03-25 广东工业大学 一种移动服务查询***的隐私保护方法
US20170048245A1 (en) * 2015-08-12 2017-02-16 Google Inc. Systems and methods for managing privacy settings of shared content

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ZHIWEN YU ETC.: "Crowdchain: A Location Preserve Anonymous Payment System Based on Permissioned Blockchain", 《IEEE》 *
朱义杰等: "一种结合查询隐私和位置隐私的LBS隐私度量框架", 《信息网络安全》 *
黄越: "面向感知质量保障的移动群智感知关键技术研究", 《硕士电子期刊》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113805140A (zh) * 2021-08-12 2021-12-17 荣耀终端有限公司 定位方法和电子设备
CN113805140B (zh) * 2021-08-12 2022-10-28 荣耀终端有限公司 定位方法和电子设备
CN114125702A (zh) * 2021-11-12 2022-03-01 东南大学 一种基于蒙特卡罗算法的位置信息指纹化保护方法
CN114125702B (zh) * 2021-11-12 2024-03-01 东南大学 一种基于蒙特卡罗算法的位置信息指纹化保护方法
CN114969783A (zh) * 2022-05-26 2022-08-30 哈尔滨工业大学（深圳） 一种隐私保护的群智感知数据恢复方法及***
CN114969783B (zh) * 2022-05-26 2023-08-29 哈尔滨工业大学（深圳） 一种隐私保护的群智感知数据恢复方法及***

Similar Documents

Publication Publication Date Title
CN111737737A (zh) 一种面向移动群智感知的细粒度位置模糊度量的隐私保护方法
Sun et al. Towards personalized privacy-preserving incentive for truth discovery in mobile crowdsensing systems
RU2419255C2 (ru) Способ обнаружения физического местоположения мобильного телефона в данное время
CN111836358B (zh) 定位方法、电子设备和计算机可读存储介质
CN108307301B (zh) 基于rssi测距和轨迹相似性的室内定位方法
Zhang et al. Incentive mechanisms for mobile crowdsensing with heterogeneous sensing costs
CN106291517A (zh) 基于位置与视觉信息优化的室内云机器人角度定位方法
CN106793080A (zh) 一种基于无线热点的可离线定位方法
CN111935820B (zh) 基于无线网络的定位实现方法及相关设备
CN107113764A (zh) 提高人工神经网络定位性能的方法和装置
CN107995682B (zh) 无线接入点定位方法、装置、电子设备及存储介质
CN111464938A (zh) 定位方法、装置、电子设备和计算机可读存储介质
CN107277772A (zh) 一种无线接入点定位方法及装置，计算机可读存储介质
CN107547598A (zh) 一种定位方法、服务器及终端
CN111400747B (zh) 一种基于轨迹隐私保护的度量方法
CN112954594A (zh) 一种基于人工蜂群的无线传感器网络节点定位算法
CN111475746B (zh) 兴趣点位置挖掘方法、装置、计算机设备和存储介质
CN110572786A (zh) 一种基于wifi与人脸识别的区块化室内定位***及方法
Shad et al. Cell oscillation resolution in mobility profile building
Wendlandt et al. Continuous location and direction estimation with multiple sensors using particle filtering
Wann et al. Data fusion methods for accuracy improvement in wireless location systems
CN110319830B (zh) 基于地磁数据的定位处理方法、装置及设备
CN115082814A (zh) 一种智能土地规划优化的测量配置方法
CN115166782A (zh) 基于卫星分布的导航场景识别方法、***、设备和介质
CN109831737B (zh) 一种基于置信度的蓝牙定位方法、装置、设备和***

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201002