[发明专利]基于近邻查询的位置隐私保护方法、系统、设备及介质

说明书

本发明公开一种基于近邻查询的位置隐私保护方法、系统、设备及介质。该方法包括LBS客户端执行的如下步骤：基于目标位置和兴趣点类型，查询预先基于四叉树和Z‑order曲线创建的Z‑order树，获取目标节点和目标子树；遍历目标子树中的叶子节点，获取目标节点截断坐标和相邻节点截断坐标；基于私有密钥，采用改进的隐私同态加密算法进行加密计算，获取目标节点加密数据和相邻节点加密数据并发送给LBS服务器，接收LBS服务器返回的秘密距离数据；基于私有密钥，采用改进的隐私同态解密算法对秘密距离数据进行解密，分别获取目标节点与相邻节点之间的距离并进行排序，获取与近邻数目相对应的近邻兴趣点。该方法可快速实现快速定位和查询，计算开销低且保密效果好。

技术领域

本发明涉及位置查询技术领域，尤其涉及一种基于近邻查询的位置隐私保护方法、装置、设备及介质。

背景技术

移动通信与空间定位技术的快速发展促进了基于位置服务(location basedservices,LBS)的兴起。LBS(Location Based Service，即基于位置的服务)，是通过电信移动运营商的无线电通讯网络(如GSM网、CDMA网)或外部定位方式(如GPS)获取LBS客户端的位置信息(地理坐标，或大地坐标)，在地理信息系统(外语缩写：GIS、外语全称：GeographicInformation System)平台的支持下，为用户提供相应服务的一种增值业务。该LBS客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等移动终端上。由于LBS客户端的位置信息包含用户身份和行为模式等隐私信息，为了避免隐私信息的泄漏，需先对LBS客户端的位置信息进行隐私保护，以使提交到LBS服务器的位置信息是被隐藏的位置信息，这种LBS被称为基于加密的LBS。

k近邻(即approximate k nearest neighbor，近似k近邻，以下简称kNN)查询是位置服务的重要查询业务，是指LBS客户端根据其位置信息向LBS服务器查询附近的k个最近的兴趣点(Point of Interest，以下简称POIs)，在地理信息系统中，POIs可以是商铺、公交站、餐厅或加油站等。一般来说，LBS客户端将其位置信息提交给LBS服务器，LBS服务器通过比较LBS客户端的位置信息与附近的POIs之间的距离，找到并返回最接近的k个POIs。在kNN查询过程中，需对LBS客户端的位置信息与可能的POIs进行大量计算，若计算的误差大时会严重影响所返回的k个POIs的准确度，因此，需保证kNN查询的效率和准确度。在基于加密的LBS中，LBS客户端所提交的位置信息是被加密的，而LBS服务器中预存的所有POIs以某种特定方式组织，使得kNN查询过程无法保障其效率和准确率。

在基于加密的LBS中实现kNN查询具体包括如下阶段：第一阶段，LBS客户端从LBS服务器公布的组织方式中获取其位置信息对应的序号。第二阶段，LBS客户端将所获取的序号进行加密，获取加密序号，并将加密序号发送给LBS服务器；LBS服务器基于加密序号进行计算，获取加密的POIs信息，并将该加密的POIs信息发送给LBS客户端。第三阶段，LBS客户端对加密的POIs信息进行解密并排序，获取最近邻的k个POIs。可以理解地，为了保证kNN查询的准确率，需设置LBS服务器的POIs的数量为k的倍数。

在LBS中，采用基于空间填充曲线将地图上所有POIs按方位组织成线性，以实现对位置信息的存储。空间填充曲线是一种可以在二维空间中没有交叉的穿过所有的区域或者说一个多维的超立方体的曲线，包括但不限于希尔伯特曲线和Moore曲线。

希尔伯特曲线以其能部分保留原始数据的相邻邻接的能力著称，具有较好的聚类属性。图1(a)展示前三序列的希尔伯特曲线，N序列的希尔伯特曲线可以穿过2^N×2^N个小区域。采用希尔伯特曲线可将所要查询的POIs转化为一个数字，方便应用密码学的方法进行加密并且在计算近邻的位置时直接进行线性查找，但是在将二维空间装换成一维线性空间之后，会不可避免的丢失了一部分方位信息，使得查询的范围越大时，查询越不准确。