路网环境下的语义多样性位置隐私保护方法

发布时间：2024-04-14 07:26

　　针对位置服务中基于K-匿名方法构造的匿名集因未考虑语义信息导致语义推断攻击问题,提出了一种路网环境下的语义多样性位置隐私保护方法。该方法根据不同语义位置用户访问数量,利用欧氏距离选择具有相似特性的语义位置类型,构建最优语义位置类型集合。根据路段上属于该类型集的语义位置所占比例,选择最优路段构建匿名集,使得匿名集不仅满足语义多样性,而且增加了用户语义位置的不确定性。实验结果表明,与LSBASC算法相比,该方法在平均匿名时间上提高了27%,SDA算法的执行效率更好。在相对空间粒度上减小了21%,隐私泄露程度上降低了3%,SDA算法以更小的匿名空间提供更高的服务质量和隐私保护程度,能有效地保护用户语义位置隐私。

【文章页数】：7 页

【部分图文】：

图2语义路网酒店住宿休闲娱乐餐饮e7e8v5

type表示该类型语义位置在不同时间段的用户访问数，Vsltypek=（Nt1sltypek,Nt2sltypek,…,Ntnsltypek），其中，Ntnsltypek表示在tn时间段内该类语义位置的用户访问数。定义2（语义路网）语义路网用无向图G=(V,E,SL)表示，其中：....

图1用户运动空间

2020，56（7）1引言随着移动设备和社交网络的广泛使用，基于位置的服务（LocationBasedService，LBS）已得到了广泛关注[1]。然而，在用户提交位置以获取相关服务的过程中必然会导致隐私泄露问题[2]。因此，如何保护LBS中用户隐私已成为众多学者关注的焦点。现....

图1用户运动空间

2020，56（7）1引言随着移动设备和社交网络的广泛使用，基于位置的服务（LocationBasedService，LBS）已得到了广泛关注[1]。然而，在用户提交位置以获取相关服务的过程中必然会导致隐私泄露问题[2]。因此，如何保护LBS中用户隐私已成为众多学者关注的焦点。现....

图3可以看出，不同类型语义位置一天的用户访024681012141618202224时间/h图3用户访问分布

omputerEngineeringandApplications计算机工程与应用干条相邻路段组成，用AS表示，AS={e}1,e2,…,en。匿名集满足用户定义的各项隐私需求。为了获取不同类型语义位置在不同时间段的用户访问情况，利用微软亚洲研究院提供的Geolife数据集提取用....

本文编号：3954325