科研之友
微信
新浪微博
Facebook
分享链接
摘要
用户位置访问信息虽然可应用到个性化推荐等领域中优化服务，但容易造成用户隐式位置泄露。为保护用户隐私，提出基于K近邻的隐式位置访问隐私保护方法。分析位置访问面临伪装用户、背景信息、访问速度等多种威胁；确定位置访问系统模型，分别探究感知群体、查询用户与提供商三个参与角色的功能与安全性假设；利用K近邻算法，结合服务相似性、背景知识、信息熵等因素生成标签相似地图，建立近邻查询表，计算每个位置之间的服务相似度，划分敏感区域；通过情景感知的方式了解用户隐私保护需求程度，将不同类型的兴趣点添加到用户可能访问的位置集合中，利用位置服务器对其评估，根据置信度高低决定用户是否可以对兴趣点进行访问，实现隐私保护。仿真结果表明，上述方法通信开销较低，近邻搜索效果较好。
-
单位长春工业大学; 吉林建筑大学城建学院
