13、移动计算与 RFID 技术中的隐私保护：挑战与解决方案

移动计算与 RFID 技术中的隐私保护：挑战与解决方案

1. 基于位置共享服务（LSBS）中的隐私问题

在当今的移动计算领域，基于位置共享的服务（LSBS）越来越受欢迎。然而，这类服务的接受度在很大程度上受到有效且直观的隐私功能可用性的影响。

1.1 相关工作

在确定公平会合地点的策略方面，以往的研究存在一定的局限性。部分研究虽然考虑了用户偏好和约束等方面，但并未解决安全或隐私问题。例如，Santos 和 Vaughn 对现有的会议地点算法进行了调查，并提出了更全面的解决方案，但未涉及隐私保护；Berger 等人提出的高效会议地点算法，同样将用户的所有私人信息公开。

在安全多方计算（SMC）领域，一些作者探讨了与计算两条路线或两点之间距离相关的隐私问题。Frikken 和 Atallah 提出了安全计算点与线段、两个移动点以及两条线段之间距离的 SMC 协议；Zhong 等人设计并实现了三种用于附近朋友发现的分布式隐私保护协议。但这些方法由于完全分布式的性质，随着参与者和输入规模的增加，计算和通信复杂度显著提高，且所有参与计算的方都需要在线并同步。

与上述方法不同，本文提出的协议是集中式的，大部分加密操作由位置数据服务器（LDS）执行，而非移动设备。此外，所提出的解决方案不需要所有用户同时在线，且移动设备之间只需要最小程度的同步。

1.2 PPFRVP 算法的隐私衡量

为了衡量 PPFRVP 算法的隐私性，我们定义了三个概率优势：
- 可识别性优势（AdvIDTₐ(A)） ：攻击者 ua 正确猜测任何用户 ui（ui ≠ ua）的首选位置 Li