面向移动群智感知的强隐私保护与安全精确任务分配方案
密码学与安全
2018-06-12 v1
摘要
移动群智感知召集一群个体使用其移动设备协同收集关于社会事件与现象的数据，以供特定兴趣客户使用。它能够降低传感器部署成本，并借助人类智能提升数据质量。为增强数据可信度，服务提供商根据移动用户的个人特征（如移动模式与声誉）进行招募至关重要，但这会导致移动用户的隐私泄露。因此，如何化解用户隐私与任务分配之间的矛盾在移动群智感知中颇具挑战性。本文提出 SPOON，一种支持基于移动用户地理信息与信用积分进行精确任务分配的强隐私保护移动群智感知方案。在 SPOON 中，服务提供商能够依据用户位置招募移动用户，并根据其信任等级筛选合适的感知报告，且不侵犯用户隐私。通过利用代理重加密与 BBS+ 签名，感知任务得到保护，报告被匿名化以防止隐私泄露。此外，引入一种隐私保护信用管理机制，以实现移动用户的去中心化信任管理与安全信用证明。最后，我们展示了 SPOON 的安全特性，并证明了其在计算与通信方面的效率。
引用
@article{arxiv.1806.04057,
title = {Enabling Strong Privacy Preservation and Accurate Task Allocation for Mobile Crowdsensing},
author = {Jianbing Ni and Kuan Zhang and Qi Xia and Xiaodong Lin and Xuemin Shen},
journal= {arXiv preprint arXiv:1806.04057},
year = {2018}
}
备注
This paper has been submitted to IEEE TMC