[发明专利]一种基于k-匿名的个性化位置隐私保护方法

说明书

本发明公开了一种基于k‑匿名的个性化位置隐私保护方法，属于信息安全领域。其通过个性化假位置生成算法生成有效的k‑匿名集，用匿名集代替真实位置发送给服务提供商，使得用户在发送基于位置服务(LBS)的请求时保护用户的位置隐私，用户可以根据实际情况定义匿名程度和服务需求，得到满足隐私保护需求的查询结果。本发明适用于单一离散请求时的服务，如兴趣点检索等。

技术领域

本发明涉及个性化的假位置生成算法，属于信息安全领域，特别是涉及一种基于k-匿名的位置隐私保护方法。

背景技术

随着无线通信网络、移动设备的快速发展，基于位置的服务(LBS)已经成为日常生活中不可缺少的一项服务。LBS是指基于移动用户的地理位置，从LBS提供商获取相应的请求服务。用户获取服务时需要提供自身的位置信息，从位置信息中可以进一步推断用户的家庭住址、生活习惯等其他敏感信息，如果这些信息泄露给了不可信的第三方，将会严重威胁到用户的权益和安全。因此，对用户的位置隐私进行保护至关重要。

位置隐私的概念于2003年在国外被Beresford首次定义，为了保护用户的位置隐私，很多基于混淆、加密、匿名等方法相继被提出，其中k-匿名是当前使用最广泛的LBS隐私保护方法，其基本思想是用包含至少k个用户位置信息的匿名集合代替用户的真实位置发起LBS查询，这个k-匿名集中包含k-1个假位置和用户的真实位置，通过k-匿名过程使得用户的真实位置被攻击者识别的概率不超过k值的大小决定了用户的隐私保护水平，k值越大，越难区分用户信息，隐私保护水平越高。因此，如何有效的生成假位置，保证匿名集中k个位置的不可区分性，是实现k-匿名位置隐私保护的关键问题。

Kido等人通过随机生成假位置实现k-匿名，这种方法虽然保证了假位置的随机性，但是没有考虑背景信息，攻击者很容易通过地图信息过滤掉某些不合理的假位置，这样就会大大增加攻击者识别出真实位置的概率。Lu等人提出CirDummy和GridDummy两个假位置生成方案，实现了假位置分布的均匀性和可控性，但同样也忽略了对背景信息的考虑。Niu等人提出了enhanced-DLS方法解决了这个问题，该方案不仅考虑了匿名区域的大小因素，还考虑到用户可能根据历史请求记录来排除假位置请求。然而，由于选择的假位置都具有相似的查询概率，可能导致假位置分布更加规律性，或者多个位置具有相同的位置类型，即k个位置的不可区分性较小，这样攻击者可以利用假位置的分布特征和位置语义推测出真实位置。而且，enhanced-DLS方法使得假位置分布尽可能扩散，没有考虑用户的实际需求，对匿名区域的面积进行合理限制，这会产生很大的计算开销，严重影响查询请求的服务质量。

发明内容

发明目的：为了解决上述已有k-匿名位置隐私保护方法中的问题，提供一种基于k-匿名的位置隐私保护方法，其满足用户个性化需求的有效假位置生成方案，在实现位置隐私保护的同时，也保障基于位置服务的质量。

技术方案：为实现上述发明目的，本发明采用以下技术方案。

一种基于k-匿名的位置隐私保护方法，通过个性化假位置生成算法生成一个k-匿名集，用匿名集代替用户的真实位置作为查询请求发送给LBS服务器，服务器检索之后返回查询结果，用户从查询结果集中筛选出对应于真实位置的请求结果，以此实现对用户真实位置的保护。

进一步的，个性化假位置生成算法具体包括以下步骤：

(1)初始化用户当前位置，用户根据自身需求设定匿名区域中位置个数k、匿名区域的最大面积A_max、匿名区域的最小面积A_min；

(2)考虑背景信息和匿名集中位置的随机性，采用基于位置熵的度量标准，得到满足用户匿名程度的k-匿名集；

(3)对k-匿名集进行位置语义选择，得到满足位置类型多样性和位置敏感度多样性的位置。

进一步的，步骤(2)包括以下步骤：