雾计算中位置服务轨迹隐私保护方法研究

发布时间：2020-12-31 20:18

　　由于物联网应用技术与无线网络通信技术的快速发展,移动用户终端基于位置服务（Location based Service,LBS）的应用也更加广泛,因此用户位置和移动轨迹等数据信息会大量生成,而这些用户个人隐私信息也面临着泄漏的危险。传统的位置轨迹隐私保护大多依赖于第三方可信（Fully Trusted Third Party,TTP）集中匿名服务器以及用户终端无集中匿名服务器的隐私保护方案。TTP集中匿名服务器容易形成性能瓶颈和被集中攻击的问题,基于用户终端的方案则存在用户之间通信开销比较大,用户不可信等问题。针对TTP集中匿名服务器与基于用户终端的解决方案中所面临的问题,本文设计了基于雾计算的轨迹隐私保护方案,该方案的主要研究内容具体如下:（1）位置服务中基于雾计算的轨迹隐私保护方法。为了保护位置服务中的用户轨迹等隐私信息,文章在基于雾计算的架构中设计了一种轨迹旋转平移（Trajectory Rotation Translation,TRT）算法实现用户轨迹隐私信息的保护。雾计算是对云计算部分功能的有效扩展,一般位于网络的边缘具有本地存储与计算能力。本文首先使用雾服务器替代传统的TT... 

【文章来源】：曲阜师范大学山东省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

雾计算特点

构和传统的云计算架构有所差异。传统的云计算架构一般由。如图 2.2 所示，用户终端设备直接与云计算中心进行数据接由云服务器进行存储计算。但是该架构下用户终端设备与输过程中会有较高的数据延时，导致信息处理效率不及时，降低了服务效率。

雾计算架构

【参考文献】：
期刊论文
[1]近端云计算:后云计算时代的机遇与挑战[J]. 周悦芝,张迪.  计算机学报. 2019(04)
[2]LBS隐私保护中基于查询范围的匿名区构造方案[J]. 裴卓雄,李兴华,刘海,雷凯跃,马建峰,李晖.  通信学报. 2017(09)
[3]轨迹发布中基于时空关联性的假轨迹隐私保护方案[J]. 雷凯跃,李兴华,刘海,裴卓雄,马建峰,李晖.  通信学报. 2016(12)
[4]从云计算到雾计算的范式转变[J]. 方巍.  南京信息工程大学学报(自然科学版). 2016(05)
[5]高效的轨迹隐私保护方案[J]. 李凤华,张翠,牛犇,李晖,华佳烽,史国振.  通信学报. 2015(12)
[6]移动对象不确定轨迹隐私保护算法研究[J]. 王爽,周福才,吴丽娜.  通信学报. 2015(S1)
[7]基于雾计算的医院信息服务系统[J]. 程冬梅,李志.  计算机科学. 2015(07)
[8]基于Voronoi图预划分的LBS位置隐私保护方法[J]. 马春光,周长利,杨松涛,赵蕴龙.  通信学报. 2015(05)
[9]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰.  软件学报. 2014(09)
[10]车辆自组网的位置隐私保护技术研究[J]. 张建明,赵玉娟,江浩斌,贾雪丹,王良民.  通信学报. 2012(08)

硕士论文
[1]雾计算环境下车联网优化部署与规模测算[D]. 郭平.大连海事大学 2017
[2]基于连续查询的位置服务隐私保护方法研究[D]. 张学明.南京航空航天大学 2016



本文编号：2950249