10.3969/j.issn.1000-386x.2016.05.075
隐私保护下的组最近邻查询算法研究
针对现有的组最近邻 GNN(Group Nearest Neighbor)查询的隐私保护算法没有考虑地图匹配攻击的问题,在无可信第三方的模型下,提出基于三阶段的保护用户位置隐私的组最近邻算法 SFR(Send-Filter-Refine)。发送阶段中用户向服务商发送可防御地图匹配攻击的矩形区域来代替精确位置;过滤阶段中服务商利用各区域计算所有可能成为结果的数据点并回传给用户;求精阶段为了防止发起查询的用户间的隐私泄露,通过用户间的无序交互来得到最终的查询结果,并提出多个剪枝策略来加快查询速度。基于真实路网的实验结果表明,SFR 与传统方法相比,有更高的查询效率和更低的受攻击率。
组最近邻、隐私保护、位置服务提供商
33
TP391(计算技术、计算机技术)
国家自然科学基金项目61301232;河南省科技厅基础与前沿技术研究计划项目142300410131。
2016-06-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
302-306