[发明专利]一种基于混合区的车联网位置隐私保护方法

说明书

本发明属于计算机应用领域，提供一种基于混合区的车联网位置隐私保护方法，在混合区的外围设置一个随机静默区，车辆在随机静默区内按照静默策略随机的改变通信状态，同时，还可配合协同静默策略进一步增强位置隐私。本发明利用现有车辆跟踪方法的局限性来提高车辆的隐私保护效果：一方面以增加静默位置随机性的方法，增加攻击者依据时间预测的方法对车辆实施跟踪的难度；另一方面借助车辆间的相互配合，车辆可以选择在合适的条件下自动触发协同静默行为，增加利用轨迹跟踪技术实施跟踪的难度，从而有效保护车辆的位置隐私。

技术领域

本发明属于计算机应用领域，涉及一种基于混合区的车联网位置隐私保护方法。

背景技术

在车联网安全隐私领域，车辆位置隐私保护技术是一项基础而又重要的技术。近年来，保护车辆位置隐私的混合区(混合区，如附图1中的灰色圆形区域)技术受到了广泛关注，该技术通过将某一特定区域(通常为一个圆形区域)设置为无线电静默区域，所有驶入该区域的车辆均停止广播含有位置隐私的消息(或称信标，beacons，是车联网中的车辆定时广播的消息，其中包含车辆的假名、位置、速度、行驶方向以及时间戳等信息)，从而使跟踪者难以对穿过该区域的车辆进行持续跟踪。由于混合区的部署会影响部分车联网应用的性能，尤其是依赖车辆位置信息的ADAS(高级辅助驾驶系统)的防撞预警功能，因此，混合区应结合道路实际情况进行合理分布，并应尽可能地选择隐私保护程度较高的区域进行部署。

衡量混合区的隐私保护程度，既可以用单纯计算的方式，也可以用跟踪的方式。计算的方式主要包含计算区域“K-匿名度”和“熵”这两种方法，然而计算的方式给出的结果往往是不可靠的，更适合用于定性分析和对比。车辆跟踪的方法可以比较直观地通过“跟踪成功率”来定量地衡量某个区域的隐私保护程度。目前比较常见的跟踪技术是利用卡尔曼滤波技术的车辆轨迹跟踪技术和专门针对混合区设计的基于时间预测的车辆跟踪技术。

目前，随着车辆跟踪技术的不断发展，利用人工神经网络训练的车辆跟踪器对传统的混合区的整体跟踪率已经可以达到较高水平，在车联网安全模拟器Vanet-Sim上甚至达到了高于50％的整体跟踪率，严重威胁到了车辆的位置隐私。因此，设计一种更加高效的位置隐私保护方法成为目前车联网隐私方向亟待解决的问题。

发明内容

针对现有技术存在的问题，为了增强混合区的隐私程度，本发明提供一种基于混合区的车联网位置隐私保护方法，本发明可以应用在车联网场景中，对车辆位置隐私实施更加有效地保护。

为了达到上述目的，本发明的技术方案为：

一种基于混合区的车联网位置隐私保护方法，所述混合区的外围需要设置一个随机静默区，包括以下步骤：

第一步，车辆从混合区外驶入随机静默区，在随机静默区内按照静默策略随机地进入静默状态。所述的随机静默区是与混合区同心的圆环区域，圆环区域内侧与混合区的边界重合，外圆大小根据实际的车辆隐私需要设定。

第二步，车辆由随机静默区驶入混合区，在混合区内保持静默状态。

第三步，车辆从混合区再驶入随机静默区，在随机静默区内按照静默策略随机地恢复通信状态，最后车辆驶离随机静默区。

所述的第一步中，车辆由随机静默区进入混合区的状态变化过程如图3(a)所示：驶向混合区的车辆在驶入随机静默区后，按照静默策略计算静默条件，等待一个时间片，判断是否符合静默条件：首先，检查车辆当前通信状态：若已经是静默状态，则结束当前过程，并保持静默状态直到车辆进入混合区；若尚未静默，则检查是否已经满足静默条件：若满足静默条件，则车辆立即转入静默状态，结束当前过程，并保持静默状态直到车辆进入混合区；若不满足静默条件，检查车辆是否已进入混合区：若车辆已进入混合区，则立即转入静默状态，结束当前过程；否则，等待下一个时间片，并重复静默条件的判断过程。