車聯(lián)網(wǎng)是無線通信技術(shù)和汽車緊密結(jié)合的產(chǎn)物,被視為智能交通系統(tǒng)和保障交通便利安全的關(guān)鍵,受到業(yè)界人士的廣泛關(guān)注。由于車聯(lián)網(wǎng)具有大規(guī)模、變化速度快的拓?fù)浣Y(jié)構(gòu),用戶與位置服務(wù)提供者交互時(shí)易暴露其真實(shí)位置,導(dǎo)致車輛隱私信息被竊取的概率增加,使得車聯(lián)網(wǎng)面臨著安全和隱私威脅。進(jìn)一步地,位置隱私保護(hù)作為車聯(lián)網(wǎng)隱私研究內(nèi)容之一,旨在切斷位置信息與用戶身份隱私關(guān)聯(lián)性。因此,有效的位置隱私保護(hù)具有重要研究意義。本文主要在位置隱私保護(hù)領(lǐng)域進(jìn)行分析研究,工作概括如下:1.不同場景下用戶有不同的隱私需求,隱私保護(hù)強(qiáng)度越強(qiáng)需要以降低位置服務(wù)質(zhì)量為代價(jià)。針對差分隱私算法在位置服務(wù)精確度和位置隱私保護(hù)強(qiáng)度之間的矛盾,本文給出了一種基于隱私分級的差分隱私位置隱私保護(hù)算法。具體的,首先測量位置傳感器誤差是否滿足用戶的隱私需求,若滿足,則直接發(fā)送測量位置給服務(wù)器;若不滿足,再通過決策樹模型將用戶的真實(shí)位置按照用戶自定義敏感關(guān)鍵字進(jìn)行隱私分級。其次,將真實(shí)位置和隱私級別作為差分隱私高斯機(jī)制算法的輸入,輸出滿足隱私需求的混淆位置。最后,通過Geolife數(shù)據(jù)集與地理不可區(qū)分性算法和聚類不可區(qū)分型算法進(jìn)行比較,本文所提出算法的隱... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同ε

重慶郵電大學(xué)碩士學(xué)位論文第3章基于隱私分級的差分隱私算法29圖3.7不同隱私預(yù)算下的累計(jì)分布函數(shù)3.4本章小結(jié)本文針對基于位置的服務(wù)精確度和隱私保護(hù)之間的平衡，提出一種基于隱私分級的差分隱私保護(hù)方法。由于傳統(tǒng)的差分隱私算法不能根據(jù)每個(gè)車輛每個(gè)位置的隱私需求來調(diào)整差分隱私，當(dāng)車輛在公共區(qū)域時(shí)需要更精準(zhǔn)的位置服務(wù)，可以降低隱私保護(hù)水平，從而提高服務(wù)精確度。因此本章依據(jù)隱私等級來適當(dāng)調(diào)整差分隱私算法，滿足不同車輛不同位置的隱私需求。首先，通過決策樹將車輛的位置信息進(jìn)行隱私分級。然后，通過隱私級別對差分隱私算法中的噪聲進(jìn)行調(diào)整，從而滿足不同用戶、不同位置的隱私保護(hù)程度的需求，并且提高基于位置的服務(wù)精確度。

重慶郵電大學(xué)碩士學(xué)位論文第4章基于差分隱私的時(shí)空事件隱私保護(hù)算法394.3.1可用性驗(yàn)證在本小節(jié)中，將展示在每個(gè)時(shí)間點(diǎn)處()PRESENCES=1:10,T=4:8和PRESENCE(S=1:10,T=16:20)事件所發(fā)布值的可用性。圖4.7表明0.2-PLM只需要降低極小的隱私預(yù)算即可滿足ε-時(shí)空事件隱私，并且只需降低很小的預(yù)算即可滿足0.5-時(shí)空事件隱私，但需要降低較大的隱私預(yù)算才能滿足0.1-時(shí)空事件隱私。在圖4.8也可以觀察到類似的結(jié)果。還可知道，對于較弱的PLM，偏差更大，因?yàn)檫@些隱私預(yù)算需要多次進(jìn)行校準(zhǔn)。因此，可以得出結(jié)論，對于ε-時(shí)空事件隱私，嚴(yán)格的PLM可以在少量校準(zhǔn)的情況下保護(hù)時(shí)空事件隱私，但是較弱的PLM則需要多次校準(zhǔn)降低其隱私預(yù)算。圖4.70.2-PLM的滿足不同ε校準(zhǔn)后的隱私預(yù)算圖4.8ε=0.5，校準(zhǔn)后的隱私預(yù)算


本文編號(hào)：3019804