基于移动社交网络的隐私保护关键技术研究与应用

发布时间：2017-11-02 16:03

  本文关键词：基于移动社交网络的隐私保护关键技术研究与应用

  更多相关文章： 移动社交网络 隐私保护 轨迹隐私 属性匹配

【摘要】：随着智能便携设备的普及以及移动互联网的发展,越来越多的终端设备开始接入移动互联网(如智能手机、平板电脑),各种创新应用更是不断丰富着人们的日常生活。移动社交网络作为移动互联网的典型应用,吸引着越来越多的用户不断加入。移动社交网络是一个非常具有开放性的社交平台,它是建立在具有一定社交关系的好友基础之上发展而来的,用户可以通过该平台维系自己人脉社交关系,并可由此衍生出一些新的好友,从而不断地扩展自己的人脉关系网。在移动社交网络中,用户可以随时随地地分享自己的状态心情,生活照片以及日常活动等信息来增强朋友之间的友谊,而通过智能设备中所携带的定位技术更是可以发现附近好友信息,以及获取各种基于位置的服务。然而,人们在享受这种便利的同时,更多的个人隐私信息却暴露在了网络中,在巨大利益的驱使之下,网络犯罪也开始逐渐渗透该领域,移动互联网面临着前所未有的诸多安全挑战。早有专家学者指出,用户隐私安全问题将会严重制约着移动社交网络的发展。因此,如何在方便用户各种应用的同时,保护好用户的个人隐私信息不被泄露成为了移动社交网络急需解决的问题。其中,位置隐私保护和属性隐私保护问题更是得到了国内外诸多研究学者广泛关注。本文在现有隐私保护理论框架基础之上,重点分析了LBS中的位置隐私保护,并针对于用户的轨迹隐私保护和属性隐私保护问题,提出了自己的解决方案。本文的主要工作如下:(1)详细的探讨了基于LBS的位置隐私保护,首先对其应用领域、产业发展以及所面临的安全问题做了简要的概述,然后介绍了LBS中基于单点位置查询的位置隐私保护和轨迹隐私保护。(2)提出了一种基于角度划分的轨迹隐私保护算法。该算法从不同的攻击角度出发,为用户的轨迹信息提供了三重保护,能够有效地抵御背景知识攻击和用户行为模式攻击,并且对于轨迹信息中的敏感位置采取了抑制发布的手段,从而尽量提高用户轨迹信息的安全性。(3)提出了一种基于最近邻的属性匹配算法。该算法采用最近邻匹配的思想对众多的查找用户进行朋友推荐,在满足用户匹配需求的同时,也提高了系统的匹配精度和匹配效率。
【关键词】：移动社交网络 隐私保护 轨迹隐私 属性匹配
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP309
【目录】：

• 摘要5-6
• abstract6-10
• 第一章 绪论10-19
• 1.1 研究背景与意义10-11
• 1.2 国内外研究现状11-17
• 1.2.1 轨迹隐私保护研究现状11-14
• 1.2.2 属性匹配隐私保护研究现状14-17
• 1.3 研究内容17-18
• 1.4 本文章节安排18-19
• 第二章 基于LBS的位置隐私保护19-32
• 2.1 LBS概述19-22
• 2.1.1 LBS的基本概念19-20
• 2.1.2 LBS的应用领域20
• 2.1.3 LBS的产业发展20-22
• 2.1.4 LBS中的安全威胁22
• 2.2 LBS中单点位置查询的隐私保护22-27
• 2.2.1 位置隐私保护的系统框架23-24
• 2.2.2 位置匿名技术分类24-26
• 2.2.3 位置匿名技术评价标准26-27
• 2.3 LBS中轨迹隐私保护27-31
• 2.3.1 轨迹隐私保护的基本概念27-28
• 2.3.2 轨迹隐私保护的关键问题28
• 2.3.3 轨迹隐私保护的攻击模型28-30
• 2.3.4 轨迹隐私保护技术分类30-31
• 2.4 本章小结31-32
• 第三章 基于角度划分的轨迹隐私保护算法32-43
• 3.1 引言32
• 3.2 相关技术32-35
• 3.2.1 虚假轨迹技术32-34
• 3.2.2 抑制法技术34-35
• 3.3 系统模型35-38
• 3.3.1 系统框架35-37
• 3.3.2 攻击模型37-38
• 3.4 算法描述38-41
• 3.4.1 设计目标38
• 3.4.2 算法流程38-41
• 3.5 算法安全性分析41
• 3.6 本章小结41-43
• 第四章 基于最近邻的属性匹配算法43-54
• 4.1 引言43-44
• 4.2 相关技术44-46
• 4.2.1 最近邻匹配技术44-45
• 4.2.2 PSI协议45-46
• 4.3 系统模型46-48
• 4.3.1 攻击模型46-47
• 4.3.2 系统框架47-48
• 4.4 算法描述48-52
• 4.4.1 设计目标48-49
• 4.4.2 算法流程49-52
• 4.5 算法安全性分析52-53
• 4.6 本章小结53-54
• 第五章 系统仿真与系统实现54-65
• 5.1 基于角度划分的轨迹隐私保护算法54-57
• 5.2 基于最近邻的属性匹配算法57-60
• 5.3 系统实现60-64
• 5.4 本章小结64-65
• 第六章 总结和展望65-68
• 6.1 全文总结65-66
• 6.2 未来展望66-68
• 致谢68-69
• 参考文献69-72
• 攻硕期间取得的研究成果72-73

【参考文献】

中国期刊全文数据库 前1条

1 陈洌;冯云霞;戴国骏;;LBS中基于移动终端的连续查询用户轨迹隐匿方法[J];计算机应用研究;2011年12期

中国硕士学位论文全文数据库 前1条

1 郭艳华;位置服务中轨迹隐私保护方法的研究[D];华中师范大学;2011年

，

本文编号：1132234