15、安卓位置隐私与智能手机非结构化数据保护研究

安卓位置隐私与智能手机非结构化数据保护研究

1. 安卓位置混淆服务总结

焦点小组的参与者对移动设备的位置混淆服务表现出了浓厚的兴趣。他们拒绝像 k - 匿名这样复杂且难以预测的算法，更倾向于简单且可预测的位置混淆方式，这种方式能使混淆后的位置与真实位置保持一定的关联。

基于这些发现，我们为安卓系统开发了一个位置混淆服务的实现方案，该方案能够在每个应用的基础上提供简单的位置混淆功能。除了基本的混淆功能外，我们还实现了不同的特性，以支持位置使用的透明度，并通过基于群体的推荐来帮助不熟练的用户。我们认为，基于群体的推荐可以为不熟练用户的隐私决策提供合适的支持。

焦点小组的结果表明，我们的服务应该会受到广泛欢迎，下一步计划进行实地测试。此外，目前我们的服务没有对用户类型进行区分。但需要注意的是，基于群体的服务中推荐的质量取决于参与者的专业知识。在未来的工作中，我们将通过引入质量控制来扩展群体服务。具体计划如下：
- 引入基于技能和模式的用户分类。
- 根据上述分类对推荐进行加权。

下面是这个过程的 mermaid 流程图：

graph LR
    A[焦点小组调研] --> B[开发安卓位置混淆服务]
    B --> C[实现附加特性]
    C --> D[焦点小组结果评估]
    D --> E[计划实地测试]
    D --> F[未来工作：引入质量控制]
    F --> G[用户分类]
    F --> H[推荐加权]

2. 智能手机数据分类

<