13、轻量级隐私保护的WiFi指纹室内定位方案解析

轻量级隐私保护的WiFi指纹室内定位方案解析

1. 方案安全性分析

在WiFi指纹室内定位场景中，存在恶意用户试图获取数据库中指纹信息的风险。恶意用户可通过求解以下方程组来获取数据库 ( D ) 中的每个指纹：
[
\begin{cases}
||V’ h - V_1||^2 = \sum {j=1}^{N} (v_{h,j} - v_{1,j})^2 = d_{h,1}^2 \
\cdots \
||V’ h - V_m||^2 = \sum {j=1}^{N} (v_{h,j} - v_{m,j})^2 = d_{h,m}^2
\end{cases}
]

为应对此风险，定位服务器（LS）会随机从数据库 ( D ) 中的指纹里选取 ( N’ ) 个接入点（AP）来计算距离，其中 ( \tau < N’ < N )（( \tau ) 为阈值）。这样，恶意用户会得到 ( A’ = C_{\tau}^{N} + C_{\tau + 1}^{N} + \cdots + C_{N}^{N} ) 种可能结果。对于 ( {V’ h} {h = 1}^{N} )，有 ( A’^N ) 种组合需要计算。例如，当 ( \tau = 6 ) 且 ( N = 10 ) 时，( A’ \approx 7.34 \times 10^{25} )，这在计算上是不可行的，即使是市场上计算资源最好的计算机也无法执行如此大规模的计算，这表明该方案具有计算安全性。

此外，如果恶意用户试图通过构建类似的指纹数据库来攻击LS的数据隐私，他需要在与LS相同的采样位置测量WiF