基于位置服务中的隐私保护：一种新度量与攻击模型
密码学与安全
2018-05-17 v1 人工智能
摘要
近年来，我们日常生活中对基于位置的服务的需求不断上升。除了这些服务带来的诸多优势外，它们也引发了关于用户位置隐私的严重担忧。诸如不可信的基于位置的服务器之类的对手可以监控用户查询的位置，以推断诸如用户家庭住址、健康状况、购物习惯等关键资讯。为解决此问题，已开发出基于虚拟用户的算法来提高用户匿名性，从而保护其隐私。遗憾的是，现有算法仅考虑了对手所掌握的有限侧信息，这在实际应用中可能面临更严峻的挑战。在本文中，我们纳入了一种基于用户连续位置变化的新型侧信息，并提出一种称为转移熵（transition-entropy）的新度量来研究位置隐私保护，随后给出两种算法以提升给定虚拟用户生成算法的转移熵。接着，我们基于维特比（Viterbi）算法开发了一种攻击模型，可显著威胁用户的位置隐私。进而，为保护用户免受维特比攻击，我们提出一种称为鲁棒虚拟用户生成（RDG）的算法，该算法可抵御维特比攻击，同时在本文所引入的隐私度量方面保持高性能。所有算法均在一个真实数据集上应用与分析。
引用
@article{arxiv.1805.06104,
title = {Privacy Preservation in Location-Based Services: A Novel Metric and Attack Model},
author = {Sina Shaham and Ming Ding and Bo Liu and Zihuai Lin and Jun Li},
journal= {arXiv preprint arXiv:1805.06104},
year = {2018}
}