[发明专利]一种基于蒙特卡罗算法的位置信息指纹化保护方法

说明书

本发明提出了一种基于蒙特卡罗算法的位置信息指纹化保护方法，为LBS应用中的终端参与者提供有效且轻量的位置隐私保护。与已有的隐私保护机制相比，本发明能够在保证位置数据隐私的前提下实现传输数据量的轻量化，同时LBS平台能根据模糊位置信息提供区域块内的服务查询结果。本发明首先基于蒙特卡罗算法设计了一种输出位置编码指纹的轻量化隐私保护机制，并在该机制的基础之上构造了一种三级位置模糊机制，该机制的作用是生成一段模糊位置信息字符串用来代替原始精确位置坐标信息，在向包括LBS平台在内的第三方隐藏具体位置信息的同时，具有一定的可计算性，能有效增强对模糊位置信息的利用。

技术领域

本发明涉及分布式应用中终端隐私(位置)保护领域，尤其是涉及一种基于蒙特卡罗算法的位置信息指纹化保护方法。

背景技术

随着移动互联技术的飞速发展，基于位置信息的服务(location-based service,简称LBS)已经深入到人们生活的各个方面，LBS平台的安全性也成为了人们关注的焦点之一，因为所有的客户查询最终都会汇集到LBS平台上，那么就存在LBS平台出于牟利或是其他企图向广告商甚至敌对势力出售泄露敏感信息的风险。在享受位置信息服务带来便利的同时，随之而产生的安全问题不得不考虑。

当今互联网常用的位置隐私保护机制主要有密码学方法、k-匿名和差分隐私。包括代理重加密的密码学方法是通过保护参与LBS应用的终端用户所发送的信息来防止敏感信息泄漏。尽管它在实现精准服务提供的同时在位置隐私保护方面做得相当好，但通信和计算的开销仍然是整体优化的挑战，这是使用密码学方法时的普遍问题。k-匿名是通过混淆位置、时间或其他属性的隐私机制以不确定或不完整的信息挑战任务管理。因此，LBS平台可能需要为更大的服务请求者集处理请求或进行更多计算以达到类似于非私有模型的确定性。K-匿名模型由一个中央LBS平台和众多参与者组成，其中服务请求者将分享他们隐藏的位置而不是确切的位置，LBS平台处理具有不确定性的位置信息并向服务请求者推荐优化的服务请求应答，然后每个服务请求者严格按照全局推荐在本地细化和进一步选择满意的服务响应者。尽管实现了与非私有方法有相当的效用，但该模型具有不确定性，传感和计算开销更高，并且LBS平台可以通过大数据分析来推断出用户和工作者的位置信息。差分隐私是用于基于位置的数据集的统计信息的隐私保护发布，具体的方式是对LBS应用中终端参与者的真实位置在一定的范围内进行偏移后发送给LBS平台，由LBS平台根据这个偏移的位置信息来执行某种计算从而进行特定服务的提供，以此保证终端用户的位置隐私安全。尽管差分隐私提供了强大的隐私保护和灵活性，但由于概率机制，位置数据的可用性会降低，这将不可避免的导致所提供服务的非最优化，最重要的是额外开销产生大量通信流量和计算成本，网络性能会下降，一些实时服务无法得到有效保证。

发明内容

技术问题：目前，很多LBS应用中采用了位置隐私保护方案，但普遍不能很好地协调位置数据可用性和系统开销之间平衡的问题，例如，许多位置模糊机制实现了对LBS应用中终端参与者的位置隐私的保护，但同时降低了模糊后位置信息的可用性，也降低了LBS应用质量；还有一些基于密码学的方案可以实现精确位置的传输与计算，但是由于数据传输量大及计算复杂对系统的负载会造成浪费。因此本文提出了一种基于蒙特卡罗算法的轻量化位置信息指纹化保护机制，在保护LBS应用中终端参与者位置隐私的同时可以确保模糊位置信息在区域块组中的可利用性，提高了模糊后位置信息的可用性，同时通过轻量化算法降低传输负载与计算开销，正是本发明的目的所在。

技术方案：为实现上述发明目的，本发明采取的技术方案是一种基于蒙特卡罗算法的位置信息指纹化保护方法。

以下为LBS场景中该位置信息指纹化保护方法的整体工作流程：

步骤1：当一个服务请求者req_j(req_j仅标识某一个服务请求者)在向LBS应用平台发出服务请求时，需要将自身的位置信息上传LBS平台，服务请求者req_j首先将自身的球坐标系表示的GPS坐标通过米勒圆柱投影转换为笛卡尔坐标系中的平面坐标