移动群智感知中基于深度强化学习的位置隐私保护策略

摘要：

群智感知服务的广泛应用带来了个人隐私的泄漏,然而现存的隐私保护策略不能适应群智感知环境.针对相关缺陷,提出了一种移动群智感知中基于深度强化学习的隐私保护策略.该策略通过泛化任务,使得攻击者无法分辨用户具体完成了哪一个任务,切断了用户和任务之间的关联,保护了用户的位置隐私.当混淆任务数量不足以达到用户的隐私保护需求时,使用抑制法放弃该任务.该策略使用深度强化学习的方法不断尝试不同的混淆任务组合,训练一个可以输出最低抑制率的混淆任务选择方案的深度Q网络.实验结果表明,上述策略在不破坏感知任务有效性的前提下,以较低的抑制率保护了用户的位置隐私.

关键词：群智感知、位置隐私、马尔科夫决策过程、深度Q网络

所属期刊栏目：40

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目61502230,61073197;江苏省自然科学基金项目BK20150960;江苏省普通高校自然科学研究项目15KJB520015;南京市科技计划项目201608009;计算机软件新技术国家重点实验室南京大学项目KFKT2017B21;通信与网络技术国家工程研究中心南京邮电大学项目GCZX012;江苏省六大高峰人才基金项目

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：287-293