一种基于安全索引的位置隐私保护方法

doi:10.12068/j.issn.1005-3026.2022.12.005

东北大学学报（自然科学版） ›› 2022, Vol. 43 ›› Issue (12): 1702-1708.DOI: 10.12068/j.issn.1005-3026.2022.12.005

一种基于安全索引的位置隐私保护方法

张晶，李传文

(东北大学计算机科学与工程学院，辽宁沈阳110169)

发布日期:2022-12-26
通讯作者: 张晶
作者简介:张晶(1992-)，女，辽宁沈阳人，东北大学博士研究生；李传文(1982-)，男，山东烟台人，东北大学副教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61872071).

A Location Privacy Protection Method Based on Secure Index

ZHANG Jing， LI Chuan-wen

School of Computer Science & Engineering， Northeastern University， Shenyang 110169， China.

Published:2022-12-26
Contact: LI Chuan-wen
About author:-
Supported by:
-

摘要/Abstract

摘要： 基于位置的服务(location based services， LBS)为人们日常生活带来极大便利的同时也严重地威胁到用户的隐私.为了在保护用户位置隐私的同时降低用户的查询代价，提出了一种基于安全索引的位置隐私保护方法(location privacy protection method based on secure index， LPPMSI).LPPMSI不需要用户搜集数据信息，数据拥有者为虚假位置信息建立安全索引.用户能够安全、快速地检索到虚假位置信息，服务器再执行基于虚假位置的LBS.并且还提出了基于滑动窗口的候选位置选择算法，有效减少候选位置选择时间.实验结果表明，LPPMSI在不改变隐私保护能力的前提下，不需要用户花费大量时间搜集数据分布及查询概率信息.

关键词: 虚假位置选择；安全索引；空间数据库；基于位置服务；位置隐私保护

Abstract: Location based services(LBS)bring great convenience to people’s daily life， but also seriously threaten user’s privacy. In order to reduce user’s query cost while protecting user’s location privacy， a location privacy protection method based on secure index(LPPMSI)is proposed. LPPMSI does not need user to collect the information about data. Data owner establishes a secure index for the dummy location information. The user can retrieve the dummy location information safely and quickly， and then the server executes the LBS. At the same time， a candidate location selection algorithm based on a sliding window is proposed to reduce the computation time. The experimental results show that the LPPMSI does not require users to spend a lot of time collecting information about data distribution and query probability， under the premise that the privacy protection ability is unchanged.

Key words: dummy location selection； secure index； spatial database； location based service； location privacy protection

中图分类号:

TP18

张晶，李传文. 一种基于安全索引的位置隐私保护方法[J]. 东北大学学报（自然科学版）, 2022, 43(12): 1702-1708.

ZHANG Jing， LI Chuan-wen. A Location Privacy Protection Method Based on Secure Index[J]. Journal of Northeastern University(Natural Science), 2022, 43(12): 1702-1708.

参考文献

[1]Kang J，Steiert D，Lin D，et al.MoveWithMe:location privacy preservation for smartphone users［J］.IEEE Transactions on Information Forensics and Security，2019，15:711-724.
[2]Ma C，Yan Z，Chen C W.SSPA-LBS:scalable and social-friendly privacy-aware location-based services［J］.IEEE Transactions on Multimedia，2019，21(8):2146-2156.
[3]Wang X，Ma J，Liu X，et al.Search me in the dark:privacy-preserving boolean range query over encrypted spatial data［C］//The 39th IEEE International Conference on Computer Communications(INFOCOM).Beijing:IEEE，2020:2253-2262.
[4]Cui N，Yang X，Wang B，et al.SVkNN: efficient secure and verifiable k-nearest neighbor query on the cloud platform［C］// The 36th IEEE International Conference on Data Engineering(ICDE).Dallas:IEEE，2020:253-264.
[5]Yi X，Paulet R，Bertino E，et al.Practical approximate k-nearest neighbor queries with location and query privacy［J］.IEEE Transactions on Knowledge and Data Engineering，2016，28(6):1546-1559.
[6]张学军，桂小林，伍忠东.位置服务隐私保护研究综述［J］.软件学报，2015，26(9):2373-2395.(Zhang Xue-jun，Gui Xiao-lin，Wu Zhong-dong.Privacy preservation for location-based services:a survey［J］.Journal of Software，2015，26(9):2373-2395.)
[7]万盛，李凤华，牛犇，等.位置隐私保护技术研究进展［J］.通信学报，2016，37(12):124-141.(Wan Sheng，Li Feng-hua，Niu Ben，et al.Research progress on location privacy-preserving techniques［J］.Journal on Communications，2016，37(12):124-141.)
[8]Niu B，Li Q，Zhu X，et al.Achieving k-anonymity in privacy-aware location-based services［C］//The 33th IEEE International Conference on Computer Communications(INFOCOM).Toronto:IEEE，2014:754-762.
[9]Wong W K，Cheung D W，Kao B，et al.Secure kNN computation on encrypted databases［C］//Proceedings of the 2009 ACM SIGMOD International Conference on Management of Data.Providence:ACM，2009:139-152.
[10]Su S，Teng Y，Cheng X，et al.Privacy-preserving top-k spatial keyword queries in untrusted cloud environments［J］.IEEE Transactions on Services Computing，2015，11(5):796-809.
[11]Xu G，Li H，Dai Y，et al. Enabling efficient and geometric range query with access control over encrypted spatial data［J］.IEEE Transactions on Information Forensics and Security，2018，14(4):870-885.
[12]Papadopoulos S，Bakiras S，Papadias D.Nearest neighbor search with strong location privacy［J］.Proceedings of the VLDB Endowment，2010，3(1/2):619-629.
[13]厉鹏，周福才，张帅.基于BSSEVD的可搜索加密方案原型系统设计与实现［J］.东北大学学报(自然科学版)，2020，41(9):1244-1250.(Li Peng，Zhou Fu-cai，Zhang Shuai.Design and implementation of searchable encryption scheme prototype system based on BSSEVD［J］.Journal of Northeastern University(Natural Science)，2020，41(9):1244-1250.)

[1]	李婵，曲璐渲，信俊昌，王之琼. 基于潜在调控因子筛选的高阶动态贝叶斯建模方法[J]. 东北大学学报（自然科学版）, 2023, 44(3): 323-330.
[2]	张之敏，乔建忠，林树宽，王品贺. 一种基于深度网络的视图重建方法[J]. 东北大学学报:自然科学版, 2020, 41(8): 1065-1069.
[3]	赵建喆，吴辰铌，王兴伟，裴丽亚. 基于马尔可夫毯的贝叶斯网络结构学习算法[J]. 东北大学学报:自然科学版, 2020, 41(4): 464-470.
[4]	崔雪婷，李颖，范嘉豪. 全局混沌蝙蝠优化算法[J]. 东北大学学报:自然科学版, 2020, 41(4): 488-492.
[5]	曲璐渲，郭上慧，王之琼，信俊昌. 基因调控网络的父节点筛选贝叶斯建模方法[J]. 东北大学学报:自然科学版, 2020, 41(2): 158-162.
[6]	孔芝，李事成，赵杰. 珊瑚礁算法的改进研究[J]. 东北大学学报:自然科学版, 2020, 41(2): 163-169.
[7]	翟莹莹，左丽，张恩德. 基于参数优化的RBF神经网络结构设计算法[J]. 东北大学学报:自然科学版, 2020, 41(2): 176-182.
[8]	张华伟，郑晓涛. 基于遗传算法优化神经网络的拼焊板压边力预测[J]. 东北大学学报:自然科学版, 2020, 41(2): 241-245.
[9]	于长永，何鑫，祁欣，马海涛. GMSDenseNet:基于组多结构卷积的轻量级DenseNet[J]. 东北大学学报:自然科学版, 2020, 41(1): 12-16.
[10]	李占山，刘兆赓，俞寅，鄢文浩. 量子化信息素蚁群优化特征选择算法[J]. 东北大学学报:自然科学版, 2020, 41(1): 17-22.
[11]	李壮，刘磊，张桐搏，吕帅. 基于重启策略的学习子句优化方法[J]. 东北大学学报:自然科学版, 2020, 41(1): 44-48.
[12]	徐林，郑晓彤，付博，田歌. 基于改进GAN算法的电机轴承故障诊断方法[J]. 东北大学学报:自然科学版, 2019, 40(12): 1679-1684.
[13]	马铁民，周福才，王爽. 基于用户相似度的随机游走社交网络事件推荐算法[J]. 东北大学学报:自然科学版, 2019, 40(11): 1533-1538.
[14]	蒋芳芳，徐敬傲，李任，徐礼胜. 基于CNN的心冲击信号阵发性房颤自动检测方法[J]. 东北大学学报:自然科学版, 2019, 40(11): 1539-1543.
[15]	刘鹏，杜佳芝，吕伟刚，窦明武. 面向不平衡数据集的一种改进的k-近邻分类器[J]. 东北大学学报:自然科学版, 2019, 40(7): 932-936.

一种基于安全索引的位置隐私保护方法

A Location Privacy Protection Method Based on Secure Index

RichHTML

PDF (PC)

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

本文评价