基于位置服务中隐私保护方法的建模与性能比较

在普适计算环境中，基于位置的服务（LBSs）因其在日常生活中的实用性而日益受到用户欢迎。LBSs是利用移动设备和智能手机用户的地理空间数据来实时提供信息、娱乐和安全的信息服务。在此类普适计算环境中，一个关键问题是需要暴露用户的确切位置，这可能使攻击者推断出用户的隐私信息。为解决LBS用户的隐私问题，已基于k-匿名概念提出了大量安全方法。位置k-匿名的核心思想是找到实际用户所在给定地理区域内的k-1个用户集合，使得这k个用户的位置彼此不可区分，从而保护用户身份。尽管已有成功率、所实现隐私量等若干性能参数用于衡量k-匿名方法的性能，但它们隐含地做出了k-1个用户随时可用的不现实假设。因此这些方法忽略了处理用户请求的周转时间，而这对于LBS这类实时应用至关重要。本文中，我们利用排队论对k-匿名方法进行建模，以计算用户的平均逗留时间和系统的队列长度。为证明排队论可用于对所有k-匿名方法建模，我们考虑了基于图的k-匿名方法。所提解析模型进一步通过实验结果得到验证。