11、基于位置共享服务的移动计算隐私保护

基于位置共享服务的移动计算隐私保护

1. 引言

从谷歌到脸书，在线服务提供商正越来越多地推出复杂的上下文感知服务，以吸引新客户并提升现有客户的体验。基于位置的服务（LBS）就是其中一种非常有效的服务，每天有数百万移动用户在使用。

位置签到和位置共享是两个受欢迎的功能。用户通过签到与家人或朋友分享当前位置，频繁签到的用户还能从附近商家获得特别优惠。例如，脸书最近推出了让用户在签到时查找即时折扣和优惠的服务。基于位置共享的服务也越来越受欢迎，约20%的移动用户已经在使用。比如，一家全球电信运营商推出的拼车应用，用户需要向服务器透露出发地和目的地。

确定适合一组用户的位置是一个重要问题。许多提供商已经以在线网络应用或移动设备独立应用的形式提供了此类服务，这不仅方便用户，还能优化成本。然而，人们越来越担心这些服务提供商对个人信息的使用和处理方式。一项针对35名参与者（大学生和非科研人员）的研究显示，88%的人认为保护位置隐私免受未经授权的使用很重要。如果位置信息得不到有效保护，即使是少量的位置数据也可能泄露用户的私人信息，对用户的社交、财务和私人生活造成严重影响。例如，有网络服务展示了小偷如何利用用户在社交网络上的位置更新入室抢劫。在拼车应用中，如果服务器不可信，透露敏感位置信息可能会导致第三方进行推理攻击。

因此，本文研究了基于位置共享服务（LSBS）中的隐私问题，具体关注在保护隐私的前提下确定公平会合点（FRVP）的问题。这是一个新颖且实用的问题，抓住了LSBS中计算和隐私要求的本质。用户研究表明，51%的受访者对基于位置共享的此类服务非常感兴趣。

本文的贡献包括：
- 展示了针对移动服务中位置共享和隐私的用户研究结果。
-