抗轨迹差异识别攻击的相似轨迹实时生成方法

用户使用基于位置服务进行连续查询产生的移动轨迹可能会遭受轨迹差异识别攻击,进而造成用户个人隐私的泄露问题,本文依据轨迹r-匿名的思想,提出了一种相似轨迹实时生成方法用来保护用户的个人位置隐私。该方法通过匿名服务器对用户提交进行需要匿名的真实位置计算,实时生成、筛选建立虚假位置集合,利用虚假位置形成的位置轨迹与真实轨迹之间的相似性模糊了真实轨迹,降低了生成的虚假轨迹被攻击者识别的概率,实现了连续位置查询中的实时轨迹匿名。通过性能分析和模拟对比实验验证,进一步说明了本文所提出算法的隐私保护效力和算法执行效率。     

一种保护隐私的LBS近邻兴趣点低通信查询方法

针对利用传统匿名框查询兴趣点返回无用结果过多带来的通信量增大问题,提出结合兴趣点分布的匿名框构造方法.首先,LBS服务器构造以所有兴趣点位置为生成元的Voronoi图,该图将全局地图划分成能够表示用户与兴趣点距离远近的划分单元;然后,利用四叉树将整个Voronoi图组织成层次式树型结构,树型结构的叶子节点代表最小的网格单元,每个网格包含覆盖若干个兴趣点;最后,根据用户提供的假位置信息,返回包含用户位置的子树网格单元信息,用户根据网格单元内的兴趣点Voronoi图划分单元可以获取周围兴趣点分布情况,从而构造包含目标兴趣点在内的查询匿名框,达到保护用户位置隐私、查询内容隐私的目标,同时,有目的的兴趣点查询避免了过多无用兴趣点查询信息带来的通信量增大问题.性能分析及实验表明,提出的方法能够增大攻击者对用户隐私信息的不确定性,并具有较低的通信量.     

一种面向路网时空约束的轨迹隐私保护技术

现有发布轨迹隐私保护方法没有考虑实际路网环境中轨迹的时空约束条件,不能对用户的轨迹隐私进行有效保护,导致轨迹隐私存在安全隐患.针对此问题,提出一种面向路网时空约束的轨迹隐私保护算法(TPPST),保护发布轨迹隐私安全.TPPST算法通过生成满足路网时空约束条件且与用户原始轨迹相似的假轨迹,将原始轨迹与假轨迹共同发布,从...     

基于维诺图的位置隐私最近邻查询方法

针对K-匿名、空间匿名、位置模糊等隐私保护方法易受推理攻击及连续多查询攻击的不足,提出了一种抗连续多查询攻击的基于维诺图的位置隐私最近邻查询算法.该算法基于K-匿名思想以及维诺图算法,在可信第三方生成K-匿名集,用基于位置的服务(location based service,LBS)运营方服务器上存储的兴趣点(point of interest,POI)划分维诺图,基于用户与POI之间的邻近关系生成关系矩阵;用K-匿名集生成的离散维诺图构成匿名空间,以抵抗多查询攻击,保护用户位置隐私安全;用私有信息检索(privacy information retrieval,PIR)技术保护用户兴趣点查询隐私的安全.在保证关系矩阵匿名度的同时,也确保了K-匿名集的用户查询位置语义的单一性,以不同的维诺图划分集合,确保了l-多样性.     

基于相似轨迹替代查询的位置隐私保护方案研究

针对基于位置服务中移动终端用户位置隐私泄露问题,提出了一个基于相似轨迹替代查询的位置隐私保护方案.该方案在基于位置服务请求的用户及候选者身份匿名化的基础上,采用相似轨迹函数挑选出一定时间间隔内和用户轨迹相似度最高的候选者;然后由该时刻所挑选出的候选者替代用户发起位置服务请求,从而实现用户身份、查询和轨迹的隐私性保护.通过安全性分析,该方案满足匿名性、不可伪造性、以及抵抗连续查询服务追踪攻击等安全特性.仿真实验结果表明,本方案有效提高了最优候选者轨迹相似度以及最优候选者挑选效率.     

基于缓存候选结果集的轨迹隐私保护方法

在基于位置服务的连续范围查询过程中,针对相交区域需要重复查询的问题,提出一种基于缓存候选结果集的轨迹隐私保护方法。该方法采用二级缓存机制,分别在用户端和匿名器中缓存用户查询得到的候选结果集,供用户移动轨迹上的后续查询点使用,以减少用户与服务器之间的交互,降低用户信息暴露给服务器的风险。同时通过基于Markov模型的移动位置预测方法进行k-匿名,提高缓存的命中率。安全分析表明该方法能有效保护用户的轨迹隐私。实验结果显示该方法能减小服务器的计算和通信开销。     

差分隐私轨迹数据保护方案

针对当前用户轨迹隐私信息易泄露的问题,提出了一种差分隐私轨迹数据保护方案。该方案在基于位置服务请求用户身份匿名化处理的基础上,采用差分隐私技术对用户的轨迹数据集进行加噪生成轨迹噪声数据集;然后用轨迹加噪后的伪用户替代真实用户执行基于位置的服务请求,从而实现用户身份、轨迹和查询信息的隐私保护。通过安全性分析,所提方案具有匿名性、不可伪造性和抗假冒攻击等安全特性。仿真实验表明,所提方案不仅具有较好的数据可用性,也有一定的效率优越性。     

融合语义信息的时空关联位置隐私保护方法

随着通信网络技术的快速发展、智能电子设备功能的急速提升和定位技术的飞速进步,基于位置的服务使得人们的日常生活更加便捷,然而用户的位置隐私信息却面临着不可忽略的威胁.针对现有面向连续查询的位置隐私保护方法忽略用户移动轨迹中包含的语义信息,导致攻击者可利用这些信息挖掘用户的行为习惯、个人爱好等隐私;同时,传统的假轨迹隐私保...     

基于DTW交换查询的轨迹隐私保护方案

针对轨迹数据的攻击性推理可能导致个人隐私信息泄露的问题,提出了一个基于动态时间归整（DTW）交换查询的轨迹隐私保护方案.通过对基于位置的服务（LBS）请求的用户及候选者身份进行匿名化处理,利用DTW算法依次计算出所有候选者与发起者在一定时间间隔内的轨迹相似值,从中选出最优相似轨迹的候选者替代真实用户请求LBS服务,从而实现用户身份与位置的隐私保护.经过安全性分析,所提方案不仅满足匿名性和不可伪造性等安全特性,而且能够抵抗窃听攻击和连续查询服务追踪攻击.仿真实验结果表明,所选候选者轨迹的相似度有明显提高.     

基于桶划分的两层传感网隐私保护Top-k查询

提出了一种用于两层传感网的基于桶划分的隐私保护Top-k查询处理(BPTQ)方法. BPTQ通过引入桶划分策略和加密技术,能够确保感知数据在存储、通信及查询处理过程中的隐私安全性. 理论分析和实验结果表明,该方法能够保护感知数据的隐私安全,且与现有方法相比具有更高的能耗效率.     

一种基于深度学习与排列熵的交通轨迹模式分类方法

针对交通模式识别的问题,本文提出一种基于交通轨迹速度与角度变化有序程度的排列熵特征,利用新增排列熵特征属性进行轨迹交通模式分类.通过对GeoLIfe数据的预处理与特征提取,在获得轨迹基本属性的基础上提取出轨迹速度与角度的排列熵,通过深度神经网络进行训练、分类.实验表明该方法分类准确率有一定提高,说明排列熵属性对识别交通轨迹类别是有效的,可提高轨迹模式识别的准确性.     

DPLORE：一种差分隐私保护位置推荐算法

人类移动中的顺序模式在地理社交网络服务的位置推荐中扮演了重要角色。现有的位置推荐系统必须访问用户的原始签到位置数据, 以挖掘其顺序模式, 然而这会泄露用户的位置隐私。针对该问题, 提出一种基于差分隐私保护的位置推荐算法(Differential Privacy Location Recommendation, DPLORE)。首先, 根据原始数据构建转移计数矩阵, 利用拉普拉斯机制向分解后的矩阵元素添加噪声, 使得算法满足差分隐私保护。接着, 在多阶马尔可夫链模型的基础上, 提出自适应权重的n-阶马尔可夫链模型, 利用用户的顺序模式来进行位置推荐。最后的实验表明, 本文设计的算法框架DPLORE的推荐结果准确率和召回率都优于现有的算法, 同时DPLORE在高推荐精度和严格的位置隐私保护之间达成良好的权衡。     

隐私保护下的车辆轨迹联邦嵌入学习与聚类

智能网联汽车的高维轨迹数据被广泛用于从车辆的行驶轨迹中发现不同运动模式,从而降低交通风险、提高通行效率. 然而,数据利用过程中的隐私问题日益受到关注,如何在隐私保护的前提下进行算法的研究和应用是当前面临的一大挑战. 针对车辆轨迹数据分散在不同持有方且出于隐私保护无法共享数据的背景,利用差分隐私联邦学习框架来构建序列自编码网络提取轨迹序列的低维表示,并进一步利用轨迹的低维空间向量来发现不同时段下车辆的频繁路线. 提出的框架既通过本地训练避免了用户隐私数据的分享,又能通过高斯差分隐私机制防止模型信息的泄露. 该框架在真实的轨迹数据集上进行了验证,利用LSTM自编码作为嵌入学习网络,与非联邦、非差分加密的模型进行了对比分析,最后对三种得到的轨迹嵌入通过聚类分析发现该框架下学习的模型在充分尊重了隐私保护的前提下,仍然能够找出有效的频繁轨迹.     

基于安全与低能耗的传感云边缘协同优化策略

多传感器传感网数据采集效率低下,且大量数据在传感云处理存在数据泄露风险。基于此,首先设计了一种安全、节能及高效的分布式边缘协同传感网资源选择架构,提出了一种边缘协同分析节点选择(ECANS)方案。通过对用户请求的分析,获取传感网节点的选择策略,以降低传感节点数据采集的时延和能耗。其次,构建了一种最大化隐私熵的边缘协同传感网隐私保护数据卸载模型,并通过智能启发式算法得到隐私熵最大的边缘资源选择策略。实验结果表明,与ENS数据采集方案相比,ECANS方案使节点时延与能耗分别降低了56.71%和57.66%;在边缘资源选择阶段,与GA资源选择方案和PSO资源选择方案相比,最大化隐私熵模型使系统隐私熵分别提高32.07%及15.36%;与不引入no-EC相比,传感网节点时延和能耗平均降低了46.92%与11.26%。     

智能电网中数据的可搜索加密机制

分析了智能电网中面向用户隐私保护的数据安全性所面临的威胁,指出了数据的隐私保护问题在智能电网发展中的重要作用．概述了当前智能电网的数据隐私保护问题及其研究成果,并提出了两种基于带关键词和隐向量加密的可搜索公钥加密方案的设计思路．     

全方向康复步行训练机器人的跟踪控制

针对全方向康复步行训练机器人在跟踪运动过程中x轴、y轴和方向角各轨迹之间存在强耦合的问题,提出了速度跟踪控制器设计方法,从而使全方向康复步行训练机器人能同时实现各个方向理想的跟踪效果.在全方向康复步行训练机器人动力学模型和运动学模型的基础上,采用输入-输出线性化方法,通过模型解析推导出四轮转速与其驱动力间的解耦状态方程,设计速度跟踪控制器,实现速度的解耦控制.将速度控制器与非线性反馈控制律相结合,可以实现对运动轨迹的跟踪.仿真实验表明,本文方法具有一定的有效性,解决了传统跟踪过程中不能同时实现运动速度和运动轨迹跟踪的问题.     

基于分时电价的含光伏的智慧家庭能量调度方法

提出一种考虑分时电价的含光伏发电的智慧家庭能量调度方法。在考虑光伏输出的条件下,基于分时电价(time-of-use pricing,TOUP),建立计及功率可调节家用电器的智慧家庭日前能量调度用户收益最大化数学模型,并考虑了家庭与电网之间双向收益方程。基于线性变换技术,将智慧家庭能量调度的混合整数规划模型转化为线性规划模型,可求得最优解;研究智慧家庭与电网之间的最大交换功率和功率可调节电器之间的协调配合对智慧家庭收益的影响。典型算例的结果验证了该模型和方法的有效性和实用性。