基于K近邻的隐式位置访问隐私保护方法

摘要：

用户位置访问信息虽然可应用到个性化推荐等领域中优化服务,但容易造成用户隐式位置泄露.为保护用户隐私,提出基于K近邻的隐式位置访问隐私保护方法.分析位置访问面临伪装用户、背景信息、访问速度等多种威胁;确定位置访问系统模型,分别探究感知群体、查询用户与提供商三个参与角色的功能与安全性假设;利用K近邻算法,结合服务相似性、背景知识、信息熵等因素生成标签相似地图,建立近邻查询表,计算每个位置之间的服务相似度,划分敏感区域;通过情景感知的方式了解用户隐私保护需求程度,将不同类型的兴趣点添加到用户可能访问的位置集合中,利用位置服务器对其评估,根据置信度高低决定用户是否可以对兴趣点进行访问,实现隐私保护.仿真结果表明,上述方法通信开销较低,近邻搜索效果较好.

关键词：隐式位置访问、隐私保护、服务相似性、背景信息

所属期刊栏目：39

分类号：TP309(计算技术、计算机技术)

资助基金：吉林省教育厅科学研究项目JJKH20211365KJ

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：412-416