基于马尔可夫预测的连续查询隐私保护方法

摘要：

针对基于位置服务中攻击者可通过获得各匿名位置的查询概率进而识别申请者的潜在位置的问题,当前已有学者提出通过在查询过程中提交具有相同查询概率的方法进行隐私保护.这些方法虽然在快照查询下一般能够提供较好的隐私保护服务,但在连续查询时大多存在一定的局限性,且当具有相似查询概率的连续位置存在不可到达情况时,攻击者识别出用户真实位置轨迹的概率将会无限扩大.针对这一问题,文章基于马尔可夫预测提出了既能够在连续查询过程中提供查询概率泛化服务,又能够保障具有查询概率泛化能力的位置具有连续可到达性的隐私保护方法.通过该方法可实现在查询概率攻击和不可到达性分析攻击下的连续查询过程中的位置隐私保护.最后,为验证算法的隐私保护能力和执行效率,文章通过安全性分析和实验进一步加以证实,并给出了详细的验证过程和实验结果分析.

关键词：基于位置服务、隐私保护、马尔可夫预测、查询概率、泛化

分类号：TP309(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金F2015022;黑龙江省普通本科高等学校青年创新人才培养计划UNPYSCT-2017149,UNPYSCT-2017175

在线出版日期：2018-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：12-23