室內(nèi)定位作為LBS應用的關鍵基礎,已成為人們?nèi)粘Ｉ钪胁豢苫蛉钡闹匾⻊罩�。然�?隨著入網(wǎng)智能設備數(shù)量的爆炸性增長,將所有數(shù)據(jù)都傳輸?shù)皆贫诉M行處理分析,會造成巨大的網(wǎng)絡負載和計算開銷,室內(nèi)定位的實時性和準確性需求面臨著重要挑戰(zhàn)。而且,用于進行室內(nèi)定位的無線信號信息往往隱含著用戶的位置信息、行為習慣、消費水平等眾多隱私信息。如何在保證用戶隱私的情況下提供高質量、強實時和輕量級的室內(nèi)定位服務成為當前的研究熱點。針對不同邊緣計算應用環(huán)境下室內(nèi)定位過程存在的位置隱私擔憂和定位模型安全問題進行研究。主要工作如下:(1)針對單信號室內(nèi)定位存在的隱私安全問題,提出一種面向普適邊緣計算環(huán)境,差分私有的室內(nèi)定位隱私保護方法,該方法將完整的Wi-Fi指紋數(shù)據(jù)上傳至云端前進行拆分隔離、隱私保護和結果聚合,最后在云端進行可信的定位模型訓練。實驗結果表明,該方法可以在提供-差分隱私保護的同時將定位模型精度損失控制在8.9%。(2)針對多源信號融合室內(nèi)定位存在的隱私安全問題,提出一種邊緣計算下自適應指紋融合室內(nèi)定位隱私保護方法。該方法基于多層邊緣網(wǎng)絡的隱私保護架構,通過分配多級隱私預算,將差分隱私擴展到半監(jiān)督的...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 云計算下位置隱私保護方法研究
        1.2.2 邊緣計算下位置隱私保護方法研究
        1.2.3 室內(nèi)定位隱私保護方法研究
    1.3 課題研究內(nèi)容
    1.4 論文組織結構
2 相關工作和技術
    2.1 邊緣計算概述
        2.1.1 基礎概念
        2.1.2 應用范例
        2.1.3 安全威脅
    2.2 差分隱私概述
        2.2.1 基礎概念
        2.2.2 基本定義
        2.2.3 組合性質
    2.3 本章小結
3 面向普適環(huán)境的室內(nèi)定位隱私保護方法
    3.1 引言
    3.2 面向普適環(huán)境的室內(nèi)定位隱私保護方法
        3.2.1 基于ELM的室內(nèi)定位
        3.2.2 模型架構
        3.2.3 核心算法
    3.3 安全性分析
    3.4 實驗結果及分析
        3.4.1 數(shù)據(jù)集
        3.4.2 定位效果評估標準
        3.4.3 結果和分析
    3.5 本章小結
4 自適應指紋融合室內(nèi)定位隱私保護方法
    4.1 引言
    4.2 自適應指紋融合室內(nèi)定位隱私保護方法
        4.2.1 基于FSELM的融合半監(jiān)督室內(nèi)定位
        4.2.2 模型架構
        4.2.3 核心算法
    4.3 安全性分析
    4.4 實驗結果及分析
        4.4.1 數(shù)據(jù)集
        4.4.2 定位效果評估標準
        4.4.3 結果和分析
    4.5 本章小結
5 基于聯(lián)邦學習的室內(nèi)定位隱私保護方法
    5.1 引言
    5.2 基于聯(lián)邦學習的室內(nèi)定位隱私保護方法
        5.2.1 聯(lián)邦學習
        5.2.2 模型架構
        5.2.3 核心算法
    5.3 安全性分析
    5.4 實驗結果及分析
        5.4.1 數(shù)據(jù)集
        5.4.2 實現(xiàn)細節(jié)
        5.4.3 結果和分析
    5.5 本章小結
6 總結與展望
    6.1 本文主要工作
    6.2 未來工作展望
致謝
參考文獻
攻讀學位期間的研究成果



本文編號：3810780