检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户真实轨迹的虚假轨迹生成方法

计算机工程 2018年第8期44卷 142-150页

作者：林邓伟王云峰焦作大学信息工程学院河南焦作454000 北京邮电大学网络空间安全学院北京100876

现有的轨迹隐私保护方法在对用户进行K-匿名保护时,较难防御拥有背景信息的攻击。为此,提出一种利用用户的真实轨迹构建虚假轨迹的方法。采用真实轨迹构建(K-1)条虚假轨迹实现K匿名,解决敌对者通过随机性识别出虚假轨迹的问题,将敌对者... 详细信息

现有的轨迹隐私保护方法在对用户进行K-匿名保护时,较难防御拥有背景信息的攻击。为此,提出一种利用用户的真实轨迹构建虚假轨迹的方法。采用真实轨迹构建(K-1)条虚假轨迹实现K匿名,解决敌对者通过随机性识别出虚假轨迹的问题,将敌对者的背景信息融入用户运动轨迹的马尔科夫模型,防止敌对者通过背景信息识别出虚假轨迹。实验结果表明,与轨迹替换、轨迹旋转、随机行走等方法相比,该方法具有更高的虚假轨迹生成效率和较好的轨迹隐私保护效果。

关键词：轨迹隐私保护虚假轨迹真实轨迹背景信息 K-匿名

在线全文

学校读者我要写书评

暂无评论

基于量测位置分布统计的轨迹终结方法

机器人 2017年第3期39卷 340-346,354页

作者：李冬冬张瑶林扬中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 中国科学院大学北京100049

针对特殊的水下目标跟踪环境(强杂波干扰),提出一种高效的目标轨迹终结方法:基于量测位置分布统计的轨迹终结方法.目标消失前后,目标轨迹的一些关键信息统计特征发生显著变化,如量测位置分布.基于此原理,依据量测位置分布的变化情况能... 详细信息

针对特殊的水下目标跟踪环境(强杂波干扰),提出一种高效的目标轨迹终结方法:基于量测位置分布统计的轨迹终结方法.目标消失前后,目标轨迹的一些关键信息统计特征发生显著变化,如量测位置分布.基于此原理,依据量测位置分布的变化情况能有效区分虚假轨迹与真实目标轨迹,进而确定目标是否消失.基于量测位置分布统计的轨迹终结方法适用于高密度杂波环境.仿真与分析表明此轨迹终结方法提高了虚假轨迹的删除概率,减小了目标轨迹的误删除概率,因而增强了水下目标跟踪性能.

关键词：目标跟踪轨迹终结杂波环境特征分析虚假轨迹

在线全文

学校读者我要写书评

暂无评论

一种实时轨迹隐私保护策略

华东师范大学学报（自然科学版） 2018年第4期 59-69,108页

作者：廖春和华嘉逊田秀霞秦波金澈清华东师范大学计算机科学与软件工程学院上海200062 上海电力学院计算机科学与技术学院上海201300 中国人民大学信息学院北京100872

实时轨迹隐私问题是LBS(Location-Based Services)领域的一个重要问题.虚假轨迹技术是一种流行的隐私保护技术,它产生多条与真实轨迹相似的虚假轨迹.然而,已有的虚假轨迹保护技术并未考虑用户所处的实际环境以及相邻时刻的位置关系等约... 详细信息

实时轨迹隐私问题是LBS(Location-Based Services)领域的一个重要问题.虚假轨迹技术是一种流行的隐私保护技术,它产生多条与真实轨迹相似的虚假轨迹.然而,已有的虚假轨迹保护技术并未考虑用户所处的实际环境以及相邻时刻的位置关系等约束,从而使得攻击者很容易借助其他背景知识推测出用户的真实轨迹.因此,本文在所提出的两种全新隐私保护算法中应用了信息熵和位置可达性约束,这两种算法分别为虚假轨迹生成DTG(Dummy-Based Trajectory Generating)算法、增强型虚假轨迹生成EnDTG(Enhanced-DTG)算法.实验结果表明,相比于现有方案,本文所提的方案能有效保护用户的轨迹隐私.

关键词：轨迹隐私虚假轨迹信息熵

在线全文

学校读者我要写书评

暂无评论

基于假轨迹的轨迹隐私保护方法研究

基于假轨迹的轨迹隐私保护方法研究

作者：赵文婷桂林电子科技大学

学位级别：硕士

随着GPS智能移动设备和移动计算的快速发展,基于位置的服务(Location Based Service,LBS)在物联网应用中越来越受青睐。智能终端和定位技术的更新和升级,旨在为用户和服务商之间提供通信载体进行信息交互。然而人们沉浸在互联网时代源... 详细信息

随着GPS智能移动设备和移动计算的快速发展,基于位置的服务(Location Based Service,LBS)在物联网应用中越来越受青睐。智能终端和定位技术的更新和升级,旨在为用户和服务商之间提供通信载体进行信息交互。然而人们沉浸在互联网时代源源不断带给其便利的输入时,也在不知不觉地将个人隐私进行输出。轨迹数据未经处理直接发布,是泄露用户隐私的最直接途径。攻击者不仅可以获得移动对象的位置分布和行程轨迹,甚至可以通过关联外部知识进行数据挖掘,推测出用户的生活喜好、社会关系等较为隐含的私密信息。因此,轨迹隐私保护方面的研究对于人们和社会的发展有着重大的意义。本文针对轨迹数据发布中的隐私保护问题开展研究,基于从不同角度出发的隐私保护目的,提出了两种基于假轨迹的轨迹隐私保护方法。1)针对目前假轨迹生成方法未考虑轨迹多特征,易产生不合理位置的问题,本文提出了一种基于稀疏表示的虚假轨迹生成方法。该方法首先对原始轨迹数据集进行预处理,转换成具有多特征的轨迹矩阵;然后通过稀疏表示构建测试样本和训练样本的表达式,并加入L2正则项构建一个新的目标损失函数;最后基于该方法进行优化迭代,为每个测试样本选择对应权重系数最高的top-M个训练样本。实验结果表明:该方法具有较好的生成假轨迹的效果,与已有的MLN(Moving in a Neighborhood)、MN(Moving in a Limited Neighborhood)方法进行对比,基于不同的评价指标验证了该方法的有效性。2)针对大多数生成的虚假轨迹都能被CNN网络模型检测出来,造成隐私保护效率降低的问题,本文提出了一种基于轨迹采样点聚类的虚假轨迹生成方法。该方法首先对原始轨迹数据集进行预处理,转换成具有多特征的轨迹矩阵;然后根据新定义的距离函数计算轨迹相似性,通过设置阈值来缩减待聚类集合的大小;接着基于上述得到的集合使用K-means聚类的方法再次筛选出目标的近邻集合,直到遍历完每个采样点后,重构一条新的虚假轨迹。该方法可以保证构成的虚假轨迹集合中的轨迹在时间区间内的任意时刻的采样点位置都是相近的。以此类推,设置不同的阈值,就会形成不同的虚假轨迹段划分到真实轨迹的聚类集合中。实验结果证明:与列举的5种虚假轨迹生成算法相比,在CNN对以上伪轨迹检测率分别为97.2%,94.1%,86.8%,83.3%,16.5%的情况下,基于此方法下生成的虚假轨迹被检测成功的概率低于10%,达到了较好的轨迹隐私保护效果。

关键词：轨迹发布隐私保护稀疏表示聚类虚假轨迹 CNN鉴别模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向VANET节点的轨迹隐私保护技术研究

面向VANET节点的轨迹隐私保护技术研究

作者：马亚琼内蒙古大学

学位级别：硕士

LBS（Location Based Services,基于位置的服务）广泛应用于车联网中。连续请求LBS服务时,车辆自不同的位置发出查询,就会形成轨迹,车辆轨迹实质上反映了车辆和驾乘人员的行为,若得不到保护,就会对其隐私造成严重的威胁。因此,车辆的轨... 详细信息

LBS（Location Based Services,基于位置的服务）广泛应用于车联网中。连续请求LBS服务时,车辆自不同的位置发出查询,就会形成轨迹,车辆轨迹实质上反映了车辆和驾乘人员的行为,若得不到保护,就会对其隐私造成严重的威胁。因此,车辆的轨迹隐私保护是一个亟待解决的问题。本文旨在对现有的轨迹隐私保护技术中存在的缺陷展开进一步的研究探索。采用多匿名器系统结构,使得攻击者无法通过仅攻击某个匿名器获得车辆的完整轨迹,增加了攻击难度。除此之外,为了应对攻击者对系统中通信过程的攻击,采取了椭圆曲线加密以及哈希验证技术。面向不同的场景,提出以下两套方案:（1）采用遗传算法进行轨迹预测,根据预测轨迹偏差挑选出合适的影子车辆。然后,在真实车辆与影子车辆的查询中插入若干条虚假查询,最终形成一个查询矩阵并发送给LBS服务器进行查询。虚假查询的插入使得车辆的轨迹出现分叉,令攻击者无法分辨出目标车辆的完整轨迹,防止连续查询攻击。经实验证明,采用本方案提高了预测轨迹的相似度,挑选出的影子车辆与真实车辆的预测轨迹相似,并且增强了轨迹的隐私保护度。（2）首先在活跃路段附近挑选出活跃假位置集合,再根据车辆的行驶距离在偏差范围内执行假位置挑选算法确定最终的假位置,这些假位置互相连接形成与真实轨迹相似度较高的虚拟轨迹。实验证明,即使当攻击者具有一定背景知识时,采用本方案的位置暴露度和轨迹暴露度仍均有所降低,提高了轨迹隐私保护度。

关键词：轨迹隐私假位置虚假轨迹影子车辆虚假查询

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于位置服务的轨迹隐私保护方法研究

基于位置服务的轨迹隐私保护方法研究

作者：田可可河南理工大学

学位级别：硕士

随着移动互联网日臻完善,大数据等新兴技术得到持续发展,基于位置的服务愈来愈深地影响着人们日常生活的方方面面。当人们选择基于位置的服务出行时,生成的轨迹数据会暴露用户的生活习惯、家庭地址和宗教信仰等隐私信息,如果这些轨迹数... 详细信息

随着移动互联网日臻完善,大数据等新兴技术得到持续发展,基于位置的服务愈来愈深地影响着人们日常生活的方方面面。当人们选择基于位置的服务出行时,生成的轨迹数据会暴露用户的生活习惯、家庭地址和宗教信仰等隐私信息,如果这些轨迹数据不进行处理而直接发布,攻击者通过对这类轨迹信息后进行挖掘和分析,能够轻易得到用户的个人隐私信息。轨迹隐私保护是基于位置服务中一项重要研究课题,其目的是在保证位置服务质量的前提下保护用户的轨迹隐私。针对当前流行的轨迹隐私保护模型算法中存在的相关隐私保护问题,本文在当前模型算法的基础上,通过轨迹K-匿名技术,提出了有效的解决方法,并达到了保护用户轨迹隐私的目的。主要工作及创新如下:1)提出了一种基于划分网格的轨迹隐私保护方法,该方法实现了在用户所处区域的行为模式和背景信息等特征条件下的轨迹隐私保护。首先,综合考虑用户所处区域的背景信息,以划分网格的方式,统计计算每个网格的历史服务请求概率,确保生成的每一个假位置与对应真实位置具有相似的历史服务请求概率;其次,结合网格历史服务请求概率并通过万有引力定律模型计算出用户位置转移概率;最后,生成与真实位置转移概率最相近的（？）条假轨迹实现（？）匿名。2)提出了一种基于位置语义和查询概率的轨迹隐私保护方法,该方法实现了基于位置语义信息的隐私保护参数和的选择策略。首先,引入位置语义和查询请求概率的概念,将满足以时间相关的位置语义差异度和查询请求概率约束的位置参与匿名;其次,考虑到时间可达性和方向相似性,通过假轨迹算法生成（？）条假轨迹与用户真实轨迹参与匿名;最后,在进行轨迹匿名处理时将生成的轨迹数量和轨迹上的位置语义信息等环境信息和上下文信息联系起来,确保了查询结果的准确性,避免因忽略位置语义和查询请求概率类型而导致的隐私泄露问题。本文共有图24幅,表4个,参考文献69篇。

关键词：基于位置服务轨迹隐私背景信息 K-匿名保护模型服务请求概率虚假轨迹

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于遗传算法的轨迹K匿名模型优化

现代信息科技 2023年第15期7卷 63-68页

作者：秦海涛甘肃交通职业技术学院信息工程系甘肃兰州730070

常用轨迹隐私保护方法的得来离不开基于虚假轨迹的匿名研究,轨迹匿名方法生成虚假轨迹的不确定性及轨迹信息与背景知识之间的关联性,导致用户的真实轨迹隐私信息极易被识别。为此,文章提出基于遗传算法的轨迹k匿名模型优化算法。在用户... 详细信息

常用轨迹隐私保护方法的得来离不开基于虚假轨迹的匿名研究,轨迹匿名方法生成虚假轨迹的不确定性及轨迹信息与背景知识之间的关联性,导致用户的真实轨迹隐私信息极易被识别。为此,文章提出基于遗传算法的轨迹k匿名模型优化算法。在用户真实轨迹的基础上,采用深度学习中有监督学习原理及幂律-对数函数解决分布函数中长尾数据问题,改进遗传算法中的变异操作和适应度函数,通过改进后的遗传算法来优化轨迹K匿名模型生成虚假轨迹的方法,并利用皮尔逊相关性计算轨迹相似性,调整轨迹中个体的位置,构建具有相同用户行为模式的k匿名轨迹集合。实验结果表明,该算法具有更好的适用性和隐匿性,降低了用户隐私披露风险。

关键词：轨迹匿名轨迹k匿名遗传算法虚假轨迹用户行为模式

在线全文

学校读者我要写书评

暂无评论

面向位置服务的位置隐私挖掘与保护技术研究

面向位置服务的位置隐私挖掘与保护技术研究

作者：李远飞电子科技大学

学位级别：硕士

随着移动互联网的不断发展和移动智能设备的广泛普及,基于位置的服务(Location-based services,LBS)越来越受到人们的欢迎。基于位置的服务主要是指位置服务提供商通过GPS等定位技术访问用户的地理位置信息,并为用户提供相应的服务,例... 详细信息

随着移动互联网的不断发展和移动智能设备的广泛普及,基于位置的服务(Location-based services,LBS)越来越受到人们的欢迎。基于位置的服务主要是指位置服务提供商通过GPS等定位技术访问用户的地理位置信息,并为用户提供相应的服务,例如路径导航、兴趣点查询和天气查询等。然而,LBS在现实中还存在一些问题,一方面,一些恶意用户会通过使用虚拟定位程序生成虚假位置的方式,来掩盖自己的真实位置,以达到自己获利的目的,例如远程签到和获取区域优惠等;另一方面,由于服务方通常是一个不受信任的实体,因此服务方可能会将获取到的用户位置信息进行分析和交易,最终导致用户的位置信息泄露。因此,服务方如何挖掘用户的真实位置以及用户如何保护自己的位置隐私是LBS实际运行中亟待解决的问题。本文针对这两个问题做出以下研究工作:(1)针对恶意用户使用虚假位置来隐藏真实位置的问题,提出了一种基于轨迹相似性的位置隐私挖掘模型(TSHN),用来挖掘用户的真实位置。具体来说,该方法首先使用一种改进的轨迹到图像(i T2I)的编码方案,将历史轨迹转换为图像数据,用于提取轨迹的移动特征,例如轨迹形状、轨迹方向和加速度等;然后,再从历史轨迹数据中提取用户的个体特征,例如兴趣点、起止时间和通勤时间等;最后,将轨迹的移动特征与个体特征作为输入,使用卷积神经网络和全连接网络计算出历史轨迹与目标轨迹的相似性,进而判断出用户的真实位置。通过实验证明,TSHN模型对虚假轨迹的识别率达到了97%。(2)针对传统的位置隐私保护方案难以抵抗数据挖掘攻击的问题,提出并实现了一个基于虚假轨迹的位置隐私保护系统(Another Me)。在该系统中,首先使用兴趣点识别算法从历史轨迹中识别出兴趣点,并基于兴趣点信息对真实用户进行建模;然后,基于高德地图API,使用兴趣点映射算法生成与真实用户相似但是地理位置不同的k-1个虚假用户,以隐藏真实用户的位置信息;然后,通过虚假轨迹生成算法,生成k-1条由不同虚假用户生成的虚假轨迹,并使虚假轨迹与真实轨迹的移动特征相似,以掩盖真实轨迹;最后,从虚假轨迹中选取合适位置点和真实位置同时发送给服务器,实现位置服务的获取。通过实验证明,Another Me系统所生成的虚假轨迹的识别率仅仅为55%,提高了隐私保护程度。

关键词：基于位置的服务位置隐私挖掘位置隐私保护虚假轨迹 k-匿名