基于网格的位置隐私保护方法

doi:10.3778/j.issn.1673-9418.1607017

计算机科学与探索 ›› 2017, Vol. 11 ›› Issue (8): 1258-1268.DOI: 10.3778/j.issn.1673-9418.1607017

基于网格的位置隐私保护方法

李向东1，张少波1,2，郭敏3，王国军1,4+

1. 中南大学信息科学与工程学院，长沙 410083
2. 湖南科技大学计算机科学与工程学院，湖南湘潭 411201
3. 中南大学软件学院，长沙 410075
4. 广州大学计算机科学与教育软件学院，广州 510006

出版日期:2017-08-01 发布日期:2017-08-09

Location Privacy Protection Method Based on Grid

LI Xiangdong1, ZHANG Shaobo1,2, GUO Min3, WANG Guojun1,4+

1. School of Information Science and Engineering, Central South University, Changsha 410083, China
2. School of Computer Science and Engineering, Hunan University of Science and Technology, Xiangtan, Hunan 411201, China
3. School of Software, Central South University, Changsha 410075, China
4. College of Computer Science and Educational Software, Guangzhou University, Guangzhou 510006, China

Online:2017-08-01 Published:2017-08-09

摘要/Abstract

摘要： 在基于位置的服务（location based service，LBS）中，可信第三方模型是当前位置隐私保护中的主要模型，该模型中匿名器知道用户的具体位置，若它被攻击者攻破，将会造成用户位置信息的泄露。为此，提出一种基于网格的位置隐私保护方法，该方法将可信第三方模型中可信的第三方（trusted third party，TTP）替换为一个半可信的第三方（semi-trusted third party，STTP）作为匹配服务器。该匹配服务器只起匹配和缓存的作用，无法获得用户具体位置，从而能够更好地保护用户的位置隐私。安全分析表明，该方法能有效保护用户的位置隐私；同时与可信第三方模型进行了对比分析，实验结果表明，其性能比可信第三方模型更好。

关键词: 基于位置的服务, 位置隐私保护, 网格, 半可信第三方

Abstract: In the location based service (LBS), trusted third party model is the main model of current location privacy protection. The anonymous server in this model knows the user’s location, if it is attacked, which will cause the leakage of the user's location information. Therefore, this paper puts forward a location privacy protection method based on grid. The method replaces the trusted third party (TTP) as a semi-trusted third party (STTP), which is a matching server. The matching server only matches and caches, and cannot know the user??s location, so as to protect user's location privacy better. Security analysis shows that this method can effectively protect the user??s location privacy. At the same time, this paper compares this method with trusted third party model. The experimental results show that the performance of this method is better than trusted third party model.

Key words: location-based service, location privacy protection, grid, semi-trusted third party

李向东，张少波，郭敏，王国军. 基于网格的位置隐私保护方法[J]. 计算机科学与探索, 2017, 11(8): 1258-1268.

LI Xiangdong, ZHANG Shaobo, GUO Min, WANG Guojun. Location Privacy Protection Method Based on Grid[J]. Journal of Frontiers of Computer Science and Technology, 2017, 11(8): 1258-1268.

[1]	田颖，桂彦，熊达铭. 动态外观模型和高阶能量的双边视频目标分割方法[J]. 计算机科学与探索, 2020, 14(12): 2108-2121.
[2]	胡健，徐锴滨，毛伊敏. 基于加权网格和信息熵的并行密度聚类算法[J]. 计算机科学与探索, 2020, 14(12): 2094-2107.
[3]	崔美玉，万静，何云斌，李松. 障碍空间中基于网格的不确定数据聚类算法[J]. 计算机科学与探索, 2019, 13(3): 408-417.
[4]	谢纪东，武继刚. 间隔执行的异步副本放置策略[J]. 计算机科学与探索, 2018, 12(8): 1339-1349.
[5]	武海鹏，文敏华，SEE Simon，林新华. 激光等离子体相互作用模拟的并行和加速研究[J]. 计算机科学与探索, 2018, 12(4): 550-558.
[6]	郑澎，方维，徐权，冷珏琳，熊敏，于长华. 面向JAUMIN的并行AFT四面体网格生成[J]. 计算机科学与探索, 2018, 12(4): 567-574.
[7]	景翠萍，廖丽，王伟. 面向非结构网格应用并行程序的编程工具[J]. 计算机科学与探索, 2018, 12(2): 252-262.
[8]	孟凡琨，巨永锋，文常保 . 随机网格回归Monte Carlo双UAVs最优目标协调跟踪[J]. 计算机科学与探索, 2017, 11(3): 450-458.
[9]	车庆首，李传文，张轶，邓庆绪. GAPI：GPU加速的移动对象并行索引方法[J]. 计算机科学与探索, 2017, 11(11): 1713-1722.
[10]	杨帆，沈来信. 基于改进弹性网格的古民居指纹分类算法[J]. 计算机科学与探索, 2015, 9(10): 1263-1270.
[11]	宋晓宇，闫玉奇，孙焕良，许鸿斐. 基于签到数据的群体旅游路线推荐[J]. 计算机科学与探索, 2015, 9(1): 51-62.
[12]	姚华传，王丽珍，陈红梅，邹目权. 面向海量数据的空间co-location模式挖掘新算法[J]. 计算机科学与探索, 2015, 9(1): 24-35.
[13]	刘朝辉，王伟，王彦士，魏峻. 面向内存数据网格的分布式事务保障机制[J]. 计算机科学与探索, 2014, 8(7): 812-822.
[14]	文敏华，林新华，Simon Chong Wee See. 动态网格的DSMC方法在GPU上的并行[J]. 计算机科学与探索, 2013, 7(5): 472-479.
[15]	龚春叶，包为民，汤国建，王玲，刘杰，胡庆丰. 二维结构化网格CFD LU-SGS时间推进并行算法[J]. 计算机科学与探索, 2013, 7(10): 916-923.

基于网格的位置隐私保护方法

Location Privacy Protection Method Based on Grid

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics