[发明专利]一种基于位置熵的差分隐私用户位置数据保护方法

说明书

本发明设计了一种基于位置熵的差分隐私用户位置数据保护方法。其主要思想是：结合熵设计了构造匿名集的最佳协助用户选取算法，以智能合约评价用户信誉值。最后提出了一种基于位置熵的差分隐私保护方法，该方法能抵抗背景知识攻击，实现用户可控的隐私保护,并对查询结果进行优化处理，是一个严谨的隐私保护方法。最后通过实验证明该方法在有效保护用户位置隐私的同时保证了数据的可用性。

技术领域：

本发明属于隐私保护技术领域，涉及位置隐私保护技术。

背景技术：

随着LBS的广泛应用，LBS中的位置隐私泄露问题受到了用户的广泛关注。造成用户位置隐私泄露的主要原因是位置服务提供商会利用数据挖掘等技术从用户提交的位置信息中非法获取用户的个人敏感信息，如家庭/工作地址、个人嗜好、生活习惯等。传统的位置隐私保护方法适合于较小的数据规模，隐私保护过程需要依赖于攻击者受限的背景知识，且没有严格的攻击方法，随机化的噪声量与数据大小有关。差分隐私保护方法作为一种不依赖于背景知识的方法，定义了一种严格的攻击方法，假设攻击者能够获得除攻击目标之外的所有其它记录的信息，这些信息的总和可以理解为攻击者所能掌握的最大背景知识；差分隐私建立在坚实的数学基础上，对隐私保护进行严格的定义并提供量化方法，使得不同差分隐私数据集所提供的隐私保护水平具有可比较性。差分隐私所添加的噪声量不随数据集的增大而增加。因此，基于差分隐私对关联和动态网络数据隐私保护的研究取得了一定的进展，但还处于初期，而且在使用差分隐私隐私保护方法的过程中，总是预先给定差分隐私预算，并且没有对差分隐私保护的网络数据效用进行量化分析。针对上述问题，本发明提出了一种基于位置熵的差分隐私用户位置数据保护方法。结合熵及差分隐私设计了构造匿名集的最佳协助用户选取算法，设计了用户信誉权值评价智能合约，提出了一种差分隐私保护方法，该方法是针对具有背景知识的攻击方法，且对隐私保护水平执行用户可控。

发明内容：

本发明的目的是提供一种新的用户可控的位置隐私保护方法，用户在获取位置服务的同时保证了数据安全。为提高用户位置数据的安全性，本发明采用熵进行协助用户的选取并结合差分隐私技术对用户匿名过程进行保护。为实现上述目的，本发明采用如下技术方案：

步骤一：用户请求。用户可根据接受服务质量提交建立匿名集请求r＝(id，l，k，δ，W，W_min，data)，(其中id为请求用户标识符，l为用户当前位置，k为最小匿名度，δ为最大匿名区域半径，W为用户自身信誉权值，W_min为最小信誉权值，data为查询内容)，

步骤二：协助用户选取。当用户发起协助请求，δ范围内至少k个信誉权值大于W_min的邻近用户参与构造匿名集，其中，δ为最大匿名半径，k为最小匿名度。当用户发起协助请求，δ范围内至少k个信誉权值大于W_min的邻近用户参与构造匿名集。区域内满足条件的邻近协助用户小于k时，应用差分隐私机制加入匿名点。其具体过程如下：

步骤2.1：将用户的某一查询类别的总量记为E_q，所有查询类别总量记为C_q(C_q＝∑E_q)，Q_i表示查询某一类别的概率，其中i＝1，2，3，...，n，n为查询类别总量。

步骤2.2：根据查询概率Qi及信誉权值W_i确定候选集合。选出Qi值最大的k个用户、及W_i值最大的k个用户组成集合C_m，m＝1，2，3，...2k。

步骤2.3：对集合进行m轮计算，每轮选出含有k-1个用户位置与请求用户组成候选匿名集合C_j，j＝1，2，3，...k，经过式3-3计算集合C_j的熵h_i。

步骤2.4：选取出熵值最小的匿名集返回请求用户提交位置查询。