[发明专利]隐私保护的安全位置服务范围查询外包方法

说明书

本发明公开了一种隐私保护的安全位置服务范围查询外包方法，包括：步骤1，位置服务提供商利用Hilbert曲线和Merkle哈希树对POI数据进行预处理，获得POI数据密文集和Merkle哈希树树根的签名，并发送给云服务提供商；步骤2，位置服务提供商对用户位置信息进行预处理，获得用户位置信息的Hilbert值范围Q'，并将Hilbert值范围Q'发送给云服务提供商；步骤3，云服务提供商将Hilbert值范围Q'与POI数据密文集中各POI数据密文的Hilbert值一一比对，将与Hilbert值范围Q'中所包含Hilbert值相同的POI数据密文返还给用户；步骤4，用户验证返回的POI数据密文的完整性和正确性。本发明方法在保障数据隐私性和查询结果完整性的同时，还可减小计算和通信开销，从而提高效率。

技术领域

本发明属于基于位置服务技术领域，特别是涉及一种隐私保护的安全位置服务范围查询外包方法。

背景技术

随着定位技术的日益成熟以及移动互联网的快速普及，基于位置服务(Location-Based Services，LBS)已成为覆盖了人们生活的方方面面，正在改变人们的生活方式和习惯。典型的LBS特别是移动环境下的LBS是指用户使用移动设备内嵌的全球定位系统(GPS)获取当前位置信息，然后根据其位置信息向LBSP查询附近自己感兴趣的服务，例如查询附近的医院、宾馆、餐厅、加油站等信息。业界已经涌现了一大批LBS的应用，如Foursquare、Facebook、美团、猫眼电影、百度糯米、大众点评等。而瑞典市场研究公司Berg Insight预测全球LBS市场规模将从2014年的103亿欧元，以22.5％的复合年增长率(CAGR)，增长至2020年的348亿欧元。可以预见在不久的将来，LBS必将取得更大范围和更深层次的应用。

在众多的基于位置服务的查询中，基于位置的范围查询寻求位置值在特定范围中的兴趣点(Point Of Interest，POI)集合。具体地，在LBS应用环境中，一个兴趣点POI常常用其位置作为一个空间属性，并使用其它诸多数值属性，如一个餐馆的食品质量、价格、服务、卫生条件。我们说一个POI满足范围查询条件在于，如果一个POI具有某个数值属性，且空间属性在当前查询用户查询区间内。

随着LBS应用的快速发展，特别是近年来移动互联网的迅速普及，LBS数据和服务规模也日益增大，使得LBS服务在计算以及存储上需求急剧增长，这种增长对位置服务提供商(Location-Based Service Provider，LBSP)有限的运营资源构成了巨大的挑战，幸运地是，云计算技术的兴起为应对这一挑战提供了可能。云平台因其具有强大的存储以及高效的计算能力一直备受业界的推崇，通过将LBSP的LBS数据和服务外包到资源强大的CSP，让CSP为用户提供永远在线服务，不但可以减少数据的管理成本，还可以为用户提供更高效的服务，并有着极大的部署弹性和扩展性。LBS的这种外包模式也逐渐成为了LBS应用中主流的服务模式。

虽然LBS外包模式减少了LBSP的运营成本并能为用户提供更高效的LBS。但是，由于CSP不可信，LBS外包应用也面临着诸多安全风险。这当中有两个典型问题，首先是LBSP外包出去的POI数据的安全问题，由于POI数据是LBSP花费大量资源获取的私有资源，是其维持运营的资本，如果泄露给不怀好意的CSP，将损害LBSP的利益。此外，由于POI的位置属性和用户请求位置相关，将POI空间属性明文外包给CSP将会在用户查询时候泄露用户位置隐私；其次是查询结果的真实性问题，由于在LBS外包应用中，用户的请求是由CSP来响应的，CSP可能出于其自身的利益，纂改用户的查询结果。