[发明专利]一种路网环境下的车联网位置隐私保护方法及系统

说明书

本发明公开了一种路网环境下的车联网位置隐私保护方法及系统。所述方法包括：基于Voionoi区域内各道路路段上的车辆数，计算各道路路段的权值；根据道路路段权值排序选取另外的相邻相关车辆路段加入到匿名集中，能够通过增加多个权值的道路路段，减小构成路网模型的路段同质化，形成了一种更加接近真实情况的路网环境，在此基础上，确定计算匿名区域面积，采用匿名区域代替目标车辆的真实位置，让攻击者难以获得车辆用户的准确位置，有效避免了特征攻击和推测攻击，降低了车联网位置隐私泄露风险，并且在此过程中将权值相近或者相同的相邻相关车辆路段加入匿名集，减小了道路以及车辆的查找范围，降低了匿名计算时间开销。

技术领域

本发明涉及位置隐私保护领域，特别是涉及一种路网环境下的车联网位置隐私保护方法及系统。

背景技术

当今物联网飞速发展，通信技术迅速提升，5G蜂窝式网络的到来会加速物联网的发展。移动设备的计算能力迅速提高。这些移动设备也可以搭载到很多设备上。基于位置的服务(LocationBased Service，LBS)是现代社会的人们必不可少的一部分。例如，查询临近的酒店和学校，如何找到最近的公交站等。车联网(Internet ofVehicles，IoV)是一个新兴产物，从物联网的基础上发展而来，也就是车载自组织网络(vehicularadhoc networks，VANETs)。通常物理层/MAC层选择802.11p协议，组网技术选择Ad-hoc方式，以有效降低通信延迟，保障高速移动、网络拓扑结构频繁变化下车辆的网络质量。车联网旨在提供车与车(vehicle to vehicle，V2V)的通信和车与基础设施(vehicle to infrastructure，V2I)之间的通信，其系统主要包括车载通信设备(onboard unit，OBU)、应用单元(applicationunit，AU)和道路基本单元(road side unit，RSU)等。

GPS和位置服务是一把双刃剑，虽然极大的便利了人们的生活，但同时个人隐私泄露也成为一个严重的问题。个人的收入、身份信息、身体状况极其容易泄露，而且可能会被非法使用，保护位置隐私刻不容缓。车联网隐私和个人的隐私息息相关，所以保护车联网隐私也是极其重要的。车辆的位置、轨迹、车辆编号等一系列信息都容易泄露，这些泄露很容易被攻击者非法利用从而产生灾难性的后果。所以如何保护基于LBS的车联网服务是值得深入研究的问题。

目前，国内外诸多研究机构及学者已经在车联网位置隐私保护算法方面取得了诸多研究成果。从路网划分的角度，该技术主要分为：基于欧氏空间的和基于维诺(Voronoi)图的车联网位置隐私保护算法。基于欧氏空间的代表性算法有：k-匿名、l-多样性、t-接近、位置模糊等，基于Voionoi图的代表性算法有：位置语义匿名、环匿名、蜂窝匿名等。基于欧氏空间的车联网位置隐私保护算法在实验环境下具有较高的安全性。基于Voionoi图的车联网位置隐私保护算法在匿名区域构造时，形成以路段交点(不是用户)作为泰森多边形控制点的区域，从一定程度上考虑了车联网的路网条件，在尽可能接近路网的真实情况下提升车联网位置的隐私安全保障能力。因此，基于Voionoi图的车联网位置隐私保护算法的研究具有非常重要的理论和应用价值。

现有基于Voionoi图的车联网位置隐私保护算法存在以下缺点：在路网划分方面，现有方法未能充分考虑车辆节点的动态性和路段的多样性，所构建的路网模型与复杂路网的实际情况偏差仍然较大，影响了匿名集的可变性；在隐私保护算法方面，由于受匿名区域变化、时空信息相关性、路段特征和车辆节点敏感度等关键因素的制约，使得已有算法仍然存在着隐私泄露风险较大、匿名成功率偏低和时间复杂度较高等问题。

发明内容

基于此，有必要提供一种路网环境下的车联网位置隐私保护方法及系统，以解决现有车联网位置隐私保护方法中匿名集可变性、位置隐私保护强度和服务质量之间的矛盾难以平衡的问题，有效减小隐私泄露风险，降低匿名计算时间开销。

为实现上述目的，本发明提供了如下方案：

一种路网环境下的车联网位置隐私保护方法，包括：