一种面向电动汽车的高实用性隐私保护查询机制
密码学与安全
2024-02-07 v2
摘要
由于对可持续未来意识的增强，电动汽车（EVs）正日益普及。然而，由于充电站数量与电动汽车相比不成比例地少，里程焦虑在旅途中所发查询数量的增长中起着主要作用，以寻找可用充电站。另一方面，各类分析中对个人数据的使用正以空前速度增长。因此，隐私侵犯风险也在激增。地理不可区分性是形式化位置隐私作为局部差分隐私推广的标准之一。然而，必须仔细校准噪声，考虑潜在实用性损失的影响。在本文中，我们引入近似地理不可区分性（AGeoI），其允许电动汽车混淆个体查询位置，同时确保它们保留在偏好的感兴趣区域内。这一点至关重要，因为旅途常对服务质量的急剧下降敏感，而后者对需额外行驶的距离代价高昂。我们应用 AGeoI 与虚拟数据生成，在电动汽车旅途期间保护其隐私并保持服务质量。分析见解与实验用于证明极高比例的电动汽车免费获得隐私，且隐私增益引起的实用性损失微小。利用迭代贝叶斯更新，我们的方法允许在不披露查询位置和车辆轨迹的情况下对充电站占用情况进行私密且高精度的预测，这在空前交通拥堵场景与高效路径规划中至关重要。
引用
@article{arxiv.2206.02060,
title = {A privacy preserving querying mechanism with high utility for electric vehicles},
author = {Ugur Ilker Atmaca and Sayan Biswas and Carsten Maple and Catuscia Palamidessi},
journal= {arXiv preprint arXiv:2206.02060},
year = {2024}
}