地理-图不可区分性：基于差分隐私的路网位置隐私保护
密码学与安全
2020-10-27 v1
摘要
近年来，随着基于位置服务（LBSs）的普及，对位置隐私的担忧与日俱增。过去数十年中已提出许多保护位置隐私的方法。尤其是基于地理不可区分性（Geo-I）的扰动方法，其将真实位置随机扰动为伪位置，因继承自差分隐私的强隐私保证而受到关注。然而，Geo-I基于欧几里得平面，尽管许多LBSs基于路网（例如拼车服务）。这导致了不必要的噪声，从而在路网LBSs的效用与隐私之间造成不足的权衡。为解决此问题，我们提出一种新的隐私概念，地理-图不可区分性（GG-I），用于路网上的位置以实现更好的权衡。我们提出图指数机制（GEM），其满足GG-I。此外，我们形式化了在权衡意义上寻找最优GEM的优化问题。然而，朴素寻找最优解方法的计算复杂度令人望而却步，因此我们提出一种贪心算法以在可接受时间内求得近似解。最后，实验表明所提机制在权衡方面优于Geo-I的机制。
引用
@article{arxiv.2010.13449,
title = {Geo-Graph-Indistinguishability: Location Privacy on Road Networks Based on Differential Privacy},
author = {Shun Takagi and Yang Cao and Yasuhito Asano and Masatoshi Yoshikawa},
journal= {arXiv preprint arXiv:2010.13449},
year = {2020}
}