基于多用户协作混淆抵御敌手的位置隐私保护博弈

在基于位置的服务（LBSs）中，用户通过在公共缓存中众包并相互共享兴趣点（PoI）信息以降低查询频率并保护位置隐私，是一种有前景的方式。然而，大多数关于多用户隐私保护的研究忽视了利用其服务灵活性的机会。本文首次研究多个用户针对敌手最优推断攻击、利用相互服务灵活性的策略性协作。我们将用户对抗敌手的多用户隐私协作建模为一个极大极小对抗博弈，并以线性规划求解。与大量已有文献不同，即使某用户发现缓存信息有用，我们证明其仍向平台发起查询以进一步迷惑敌手是有益的。由于线性规划的计算复杂度仍随用户可能位置数量超线性增长，我们提出一种在两个相反空间方向上的二元混淆方案，以仅常数复杂度实现性能保证。或许令人惊讶的是，服务灵活性更大的用户应以混淆程度更小的位置进行查询以增加混淆。最后，我们给出了 LBS 用户间最优查询序列的指导。仿真结果表明，与现有方法相比，我们的众包隐私保护方案大幅提升了用户隐私。