隐私保护下的组最近邻查询算法研究.PDFVIP

第３３卷第５期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．５ ６ ２０１６年５月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｙ２０１ 隐私保护下的组最近邻查询算法研究 刘晓乐　李　博 （河南工程学院计算机学院　河南郑州４５１１９１） 摘　要　　针对现有的组最近邻ＧＮＮ（ＧｒｏｕｐＮｅａｒｅｓｔＮｅｉｇｈｂｏｒ）查询的隐私保护算法没有考虑地图匹配攻击的问题，在无可信第三 方的模型下，提出基于三阶段的保护用户位置隐私的组最近邻算法ＳＦＲ（ＳｅｎｄＦｉｌｔｅｒＲｅｆｉｎｅ）。发送阶段中用户向服务商发送可防御 地图匹配攻击的矩形区域来代替精确位置；过滤阶段中服务商利用各区域计算所有可能成为结果的数据点并回传给用户；求精阶段 为了防止发起查询的用户间的隐私泄露，通过用户间的无序交互来得到最终的查询结果，并提出多个剪枝策略来加快查询速度。基 于真实路网的实验结果表明，ＳＦＲ与传统方法相比，有更高的查询效率和更低的受攻击率。 关键词　　组最近邻　隐私保护　位置服务提供商 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０５．０７５ ＯＮＧＲＯＵＰＮＥＡＲＥＳＴＮＥＩＧＨＢＯＵＲＱＵＥＲＹＡＬＧＯＲＩＴＨＭＦＯＲＰＲＩＶＡＣＹＰＲＥＳＥＲＶＩＮＧ ＬｉｕＸｉａｏｌｅ　ＬｉＢｏ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＨｅｎａｎＩｎｓｔｉｔｕｔｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｎｇｚｈｏｕ４５１１９１，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｅｘｉｓｔｉｎｇｐｒｉｖａｔｅｐｒｅｓｅｒｖｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｇｒｏｕｐｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒ（ＧＮＮ）ｑｕｅｒｙｉｇｎｏｒｅｓｍａｐｍａｔｃｈｉｎｇａｔｔａｃｋｓ．Ｔｏａｖｏｉｄｔｈｉｓ ｐｒｏｂｌｅｍ，ｗｅｐｒｏｐｏｓｅｄａＧＮＮａｌｇｏｒｉｔｈｍｆｏｒｐｒｅｓｅｒｖｉｎｇｔｈｅｐｒｉｖａｃｙｏｆｕｓｅｒｓｌｏｃａｔｉｏｎ，ｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｒｅｅｐｈａｓｅｓｏｆｓｅｎｄｆｉｌｔｅｒｒｅｆｉｎｅ （ＳＦＲ），ｉｎｔｈｅｍｏｄｅｌｏｆｎｏｔｒｕｓｔｅｄｔｈｉｒｄｐａｒｔｙ．Ｉｎｓｅｎｄｉｎｇｐｈａｓｅ，ｕｓｅｒｓｓｅｎｄｔｈｅｒｅｃｔａｎｇｕｌａｒｒｅｇｉｏｎｓｃａｐａｂｌｅｏｆｄｅｆｅｎｄｉｎｇｍａｐｍａｔｃｈｉｎｇ ａｔｔａｃｋｓｉｎｓｔｅａｄｏｆａｃｃｕｒａｔｅｌｏｃａｔｉｏｎｓｔｏｌｏｃａｔｉｏｎｓｅｒｖｉｃｅｐｒｏｖｉｄｅｒ（ＬＳＰ）．Ｉｎｆｉｌｔｅｒｉｎｇｐｈａｓｅ，ＬＳＰｕｔｉｌｉｓｅｓｔｈｅｓｅｒｅｇｉｏｎｓｔｏｃａｌｃｕｌａｔｅａｌｌｔｈｅ ｐｏｉｎｔｓｐｏｓｓｉｂｌｙｂｅｉｎｇｔｈｅＧＮＮｒｅｓｕｌｔｓａｎｄｒｅｔｕｒｎｓｔｈｅｍｔｏｕｓｅｒｓ．Ａｎｄｉｎｒｅｆｉｎｉｎｇｐｈａｓｅ，ｉｎｏｒｄｅｒｔｏｐｒｅｖｅｎｔｒｅｖｅａｌｉｎｇｔｈｅｐｒｉｖａｃｉｅｓａｍｏｎｇ ｔｈｏｓｅｕｓｅｒｓｉｎｉｔｉａｔｉｎｇｑｕｅｒｉｅｓ，ｔｈｅｆｉｎａｌｑｕｅｒｙｒｅｓｕｌｔｉｓｏｂｔａｉｎｅｄｂｙｕｎｏｒｄｅｒｅｄｉｎｔｅｒａｃｔｉｏｎｓｂｅｔｗｅｅｎｕｓｅｒｓ，ａｎｄｗｅｐｒｏｐｏｓｅｄａｃｏｕｐｌｅｏｆｐｒｕｎｉｎｇ ｓｔｒａｔｅｇｉｅｓｔｏｓｐｅｅｄｕｐｔｈｅｑｕｅｒｙ．ＲｅｓｕｌｔｏｆｔｈｅｅｘｐｅｒｉｍｅｎｔｂａｓｅｄｏｎｒｅａｌｒｏａｄｎｅｔｗｏｒｋｓｈｏｗｅｄｔｈａｔＳＦＲｈａｄｈｉｇｈｅｒｑｕｅｒｙｅｆｆｉｃｉｅｎｃｙａｎｄｌｏｗｅｒ ｒａｔｅｏｆｂｅｉｎｇａｔｔａｃｋｅｄｔｈａｎｔｈｅｔｒａｄｉｔｉｏｎａｌａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ　　Ｇｒｏｕｐｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒ　Ｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇ　Ｌｏｃａｔｉｏｎｓｅｒｖｉｃｅｐｒｏｖｉｄｅｒ