這些年來,隨著智能移動終端的流行,GPS定位系統(tǒng)已經(jīng)部署在小到手機,大到汽車等終端設(shè)備上。利用移動群體感知技術(shù)來收集用戶的信息并挖掘有價值的內(nèi)容已經(jīng)稱為當前熱點內(nèi)容之一。其中,基于位置的群體感知服務(wù)應用廣泛,所以受到了很多人的關(guān)注。利用城市車輛上傳GPS定位,從而檢測城市車輛密度是應用之一。但是群體感知服務(wù)的一個弊端是,非常依賴于用戶所提供的數(shù)據(jù)。而用戶往往非常關(guān)心其數(shù)據(jù)安全性。比如城市車輛密度檢測應用中,泄露了車輛的位置,也就泄露了司機自身的確切位置。所以數(shù)據(jù)的安全性是數(shù)據(jù)上傳者非常關(guān)心的一點。為了解決基于位置的群體感知應用中存在的數(shù)據(jù)安全問題,現(xiàn)階段已經(jīng)有很多學者提出了相關(guān)的解決方案。主要有基于政策法的隱私保護技術(shù),基于扭曲法的隱私保護技術(shù),基于匿名法的隱私保護技術(shù)以及基于加密法的隱私保護技術(shù)。這些方案都在一定程度上保護了位置隱私,但是在目前提出的方案中,除了加密技術(shù)和差分隱私技術(shù)外,其它方案無法抵御背景知識攻擊。而加密后的數(shù)據(jù)又存在很難操作的問題,而且加密效率也是一個不可忽視的問題。針對上述問題,本文提出了一種基于差分隱私技術(shù)的城市大范圍車輛的位置隱私保護方案,其應用背景針對于城... 

【文章來源】：華南理工大學廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【部分圖文】：

背景知識攻擊流程圖

16圖 3-1 群體感知系統(tǒng)模型圖發(fā)布。我們的應用架構(gòu)提供了供交通密度查詢用戶使用的客戶端�？托问教峁�。在每次有用戶發(fā)出查詢請求后，服務(wù)器就會接到查詢請求內(nèi)容生成通知信息發(fā)送到指定 ID 的數(shù)據(jù)提供者客戶端。在數(shù)據(jù)提供會接收到相應的通知，并運行檢測 GPS 定位和一系列處理位置數(shù)據(jù)程序。在接收到相應任務(wù)時，客戶端還會彈出提示窗口來提示用戶是傳數(shù)據(jù)任務(wù)，以及服務(wù)器端給出的報酬等信息。

第三章 交通密度檢測系統(tǒng)架構(gòu)務(wù)器端收集到混淆位置后，通過一定的算法處理這些數(shù)據(jù)，通密度，然后給用戶提供交通密度查詢的相關(guān)服務(wù)。私保護方案的流程圖解如圖 3-2。

【參考文獻】：
期刊論文
[1]基于差分隱私機制的位置數(shù)據(jù)隱私保護策略[J]. 楊理皓,谷科,李威.  計算機應用研究. 2018(03)
[2]位置服務(wù)隱私保護研究綜述[J]. 張學軍,桂小林,伍忠東.  軟件學報. 2015(09)



本文編號：3303884