基于移动P2P网络环境下的LBs隐私保护算法设计与实现

引言

近年来,随着无线通信技术和全球定位系统(GPs）的发展,导航服务(location:absebsdrics,LBs）被广泛应用[v-2]。用户在使用位置服务时,应提供位置和查询内容等隐私信息。因此,用户担心在使用LBs时会导致个人信息被泄露[3]。对此,国内外学者为保护用户隐私提出了很多方法,但大部分解决方案都具有集中的结构特性,所以有必要委托第三方收集用户位置信息。在几种实际使用环境中,可信任第三方的设定条件非常苛刻,因此最近在P2P网络环境中,开始对LBs的隐私保护方法进行研究,这些方法主要采用k-匿名技术,使用户空间位置匿名,但匿名响应时间长,支出大,难以满足移动P2P网络的实用化要求。

1移动P2P网络

移动对等网络,即移动P2P网络(lo:ilsPssd-to-Pssdnstmodk）,可以利用网络底层如wi-Fi、蓝牙等连接方式进行传输,将移动网络层之上的会话层作为基础对网络进行覆盖。因不存在网络中心服务器,需要自主选择适合的移动节点。为了实现可移动终端设备间的同步数据资源共享,用直接交换的方式完成[4-5]。

移动端网络节点能随时移动,所以P2P网络具有高度动态性,出于对LBs的隐私保护,要考虑移动用户的实际位置和运动速度。针对移动端续航能力差的问题,需提高基于移动P2P网络环境的LBs匿名算法的响应时间。又因移动网络中的节点处理能力较差,在限制数据传输量的同时要保证算法的高效运行,才能避免出现网络负载瓶颈问题。

2LBS隐私保护算法的设计

2.1系统模型

由于本文研究对象主要是进行P2P网络环境下的隐私保

护,因此在进行隐私保护算法设计时要根据该网络的特点设计算法系统框架,该框架主要包括了两个主体:一是用户:二是位置数据服务器。在该框架下每位用户都会分配到两个无线网络接口,其中一个的功能是直接与其他用户进行信息交互,另外一个接口与基站相连,实现用户与服务器之间的通信。不仅如此,还能将用户位置以坐标形式显示,表示为(x,y）。位置数据服务器的功能是获取用户请求数据与匿名集合,以匿名区域为基础,利用隐私意识查询处理器(pdiracy-amadsqusdypdocsbbod）[7]查找满足用户需求的结果,并将其返回给用户。作为位置数据服务器的一个具有独立性的部件,隐私意识查询处理器能够实现对用户提交的匿名区域获取最优解。在本文研究中,假设位置数据服务器可信度低,极容易受到外部攻击导致用户隐私信息泄露。

2.2算法优化

在传统空间k-匿名算法[8-9]执行过程中,首先产生匿名集合k,假设用户身份隐私信息能够被识别的概率为。假如用户匿名请求集合中共有i个用户,如果攻击者想要获取用户隐

私信息,就首先要推断出用户的真正请求,表示为。但是,如果用户隐私信息受到查询同质化攻击时,在诸多用户信息中,没有经过匿名化处理的信息最容易被攻击者推断出来,导致用户隐私信息泄露。因此,考虑到上述问题,本文对传统空间k-匿名算法进行改进。改进该算法过程中所要考虑的首要任务是要对用户信息进行匿名化处理,因此需要构建一个具有不确定性的查询内容集合,为解决该问题,本文在移动P2P环境下运用嫡理论,将其用来表示查询内容来自哪一用户的不确定性。在该环境下降低查询同质化攻击对用户隐私信息的影响,因此在生成用户匿名请求集合的过程中,应当多使用查询内容与自身查询内容不一致的他人请求数据,过程如图1所示。

分析图1可知,用户A的RC中保存了（A,B,C,D,E,F]的位置信息,在11时,用户A所需的服务可能包含了连续查询请求,同时满足人=4的匿名需要,因此A在生成匿名合集时,需要对其他用户的速度进行判断,与E呈现完全相反方向,而F与A的方向也呈现较大差距,因此A会选取与其大体方向一致的（B,C,D]作为匿名集合。

3实验研究

本次实验主要采用windows8操作系统作为实验平台,配置为Inte1Corei72.20GHzCPU、8G内存的主机。数据仿真平台为MATLAB软件,将实验数据输入到该软件中,输出实验结果,并使用"randomwaypoint"模型模拟用户的随机移动,该模型的主要特点是用户随机分布在活动区域内,并以随机速度沿着某个方向移动一段时间,到达目的地之后再改变速度继续移动。实验区域为运行状态正常的P2P网络1000m×1000m的区域,用户数量大约为2500个。每个用户以区间v(vmin,vmax）的速度进行随机移动,用户设备通过无线局域网或者无线自组织网络路由协议进行通信。用户在测试过程中必须严格执行本文的算法,可以随时改变自己的用户隐私设置文件,随机提出不同的服务请求,同一个用户的两个请求之间至少相隔10s,两个用户的请求是相互独立的。

比较本文提出的算法以及传统方法应用后的用户位置隐私安全性,以此衡量在得到最好安全性的前提下,能否很好满足用户隐私保护要求。下面将比较本论文方法与另外3种传统方法的用户隐私安全性保护效果,实验结果如图2所示。

图2各个算法的隐私保护安全性能测试

分析图2实验结果可知,随着方法在P2P网络中运行时间的增长,用户的隐私安全性变化不一。对于3种传统方法来讲,其隐私安全性变化不明显,一直处于30%上下。而本文研究方法在整个实验过程中,用户位置隐私信息的安全性逐渐升高,最终达到90%以上。该实验结果说明研究方法具有很好的应用性能,满足该领域的相关要求。

4结语

本文针对传统的LBs隐私保护算法存在的隐私保护效果不理想问题,在移动P2P网络环境下对LBs隐私保护算法进行了优化。为验证算法的有效性,构建仿真实验环境,对算法的位置隐私信息保护效果进行验证。结果证明,本文研究算法性能好,但是对于LBs隐私保护算法的应用稳定性还应该在今后的研究中进一步优化。