6、基于混淆技术的位置隐私保护

基于混淆技术的位置隐私保护

一、引言

随着移动通信设备的广泛普及以及定位技术的不断进步，基于位置的服务（LBS）迎来了新的发展浪潮。这些服务涵盖了面向客户的应用、社交网络和监控服务等，它们通过处理个人的物理位置信息，为用户提供商业、社交或信息方面的服务。然而，这种创新服务也带来了日益严重的隐私问题，如个人隐私受到威胁、数据管理不当以及用户个人信息被非法交易等，位置信息更是面临着跟踪和身体骚扰等新风险。

为了解决这些问题，提出了一种通过对传感技术收集的位置信息进行人为干扰来保护个人位置隐私的综合解决方案。该方案利用可信中间件，通过基于混淆的技术来执行用户的隐私保护。其中，相关性作为位置准确性的无量纲指标，是该方案的核心概念。它可以定量地描述位置测量中人为引入的隐私程度，有助于在服务提供商对位置准确性的需求和用户对最小化个人位置信息披露的需求之间取得平衡。

二、相关工作

当前关于 LBS 隐私的研究主要集中在以下几个方面：
1. 用户匿名或部分身份 ：如 Beresford 和 Stajano 提出的混合区域方法，适用于跟踪用户移动的服务，但不适用于需要特定时间用户位置的服务；Bettini 等人提出的评估敏感位置信息传播风险的框架和支持 k - 匿名性的技术；Gruteser 和 Grunwald 在位置混淆的背景下定义 k - 匿名性，并提出中间件架构和自适应算法。
2. 基于复杂规则的策略 ：虽然基于策略的解决方案适合隐私保护，但用户往往不愿意直接管理复杂的策略，从而拒绝参与普适环境。
3. 基于混淆技术的位置隐私保护