基于 ALP 的自适应位置隐私
密码学与安全
2016-09-26 v1
摘要
随着基于位置的服务 (LBSs) 每天收集越来越多的移动数据，用户面临着因过度共享位置信息而产生的一系列新威胁。为了解决这个问题，过去几年提出了多种位置隐私保护机制 (LPPMs)。然而，这些机制各自具有不同的配置参数，这些参数直接影响提供给用户的隐私保证以及受保护数据的最终效用。在此背景下，非专家系统设计者很难选择合适的配置。此外，这些机制通常是一次性配置的，导致每条受保护信息都使用相同的配置。然而，并非所有用户的行为都相同，甚至单个用户的行为也可能随时间变化。为解决这一问题，本文提出了 ALP，这是一个支持 LPPMs 动态配置的新框架。ALP 可用于两种场景：(1) 离线场景，ALP 使系统设计者能够为给定数据集的保护选择并自动调整最合适的 LPPM；(2) 在线场景，ALP 使众包感知应用的用户能够通过自动调整现有 LPPM 以满足一组隐私和效用目标，从而保护其连续的地理定位数据批次。我们在两种场景下使用两个真实移动数据集和两个最先进的 LPPMs 对 ALP 进行了评估。实验表明，ALP 发现的自适应 LPPM 配置在隐私和效用方面均优于系统设计者手动设定的静态配置集。
引用
@article{arxiv.1609.07349,
title = {Adaptive Location Privacy with ALP},
author = {Vincent Primault and Antoine Boutet and Sonia Ben Mokhtar and Lionel Brunie},
journal= {arXiv preprint arXiv:1609.07349},
year = {2016}
}
备注
35th Symposium on Reliable Distributed Systems, Sep 2016, Budapest, Hungary