移动设备定位系统中用户地理位置隐私保护研究

Although the world-wide research on location privacy protection on mobile devices can be dated back to a long time ago, most of the existing works focus on the location protection in those so-called location-based services, i.e., they aim to prevent the user location from being disclosed while the user is making use of this information after he obtains it through some localization system. No work pays attention to the problem of location disclosure in the initial localization phase. In this research, we will analyze the serious privacy concerns exsiting in the three kinds of prevailing localization systems including those user-centric, those server-centric and those based on the match of ambience fingerprints, and propose effective countermeasures based on techniques including Cryptograph, smart antenna, etc. Specifically, for the user-centric system, we will study the using of Cryptograph techniques to move energy-intensive computations from the mobile terminal to the cloud in a privacy-preserving way. For the server-centric system, we will study the exploiting of smart antenna to prevent the server provider from easily learning the location of a user during the localization. For the system based on the fingerprint match, we will study the using of Homomorphic-Encryption technique to implement a privacy-preserving fuzzy match algorithm for ambience fingerprints, as well as the using of Mix-Zone techqniue to achieve privacy-preserving collecting of ambience fingerprints based on Crowdsourcing. The success of our research will enable the users of mobile devices to protect their location information from other people including the service provider while enjoying the realtime and accurate localization service.

国内外对移动设备上用户地理位置隐私保护的研究由来已久，但绝大部分工作关注的是基于位置服务中的地理位置安全，即用户在通过定位系统获得其地理位置后在使用这些数据过程中的隐私保护，而对于本身定位过程中存在的位置泄露问题却没有研究涉及。本课题将深入分析当前移动设备上以用户为中心、以服务器为中心和基于环境指纹匹配的三类主流定位系统中存在的严重隐私泄露问题，探讨基于密码学、智能天线等软硬件技术的解决方案。对以用户为中心的系统，研究使用密码学技术来实现客户端关键耗能运算隐私保护的云端迁移；对以服务器为中心的系统，研究使用智能天线来阻止服务商在定位的同时获得用户的地理位置；对基于模式匹配的系统,设计基于同态加密技术的环境指纹隐私保护的模糊匹配算法和利用混合区技术的环境指纹隐私保护的"众包"搜集方案。本课题的完成将使移动设备用户在享受实时精确定位服务的同时，防止向包括服务商在内的任何其他人员泄露其地理位置。

国内外对移动设备上用户地理位置隐私保护的研究由来已久，但绝大部分工作关注的是基于位置服务中的地理位置安全，即用户在通过定位系统获得其地理位置后在使用这些数据过程中的隐私，而对于本身定位过程中存在的位置隐私泄露问题却很少有研究涉及。本课题首先从攻击者的角度出发，深入分析了以用户为中心、以服务器为中心以及基于环境指纹匹配的三种不同定位模式中存在的严重隐私泄露问题，提出了基于密码学，差分隐私保护技术在内的解决方案。具体而言，在对以用户为中心的定位系统的研究中，发现了恶意应用可以通过加速度传感器追踪地铁乘客，从而带来严重的隐私泄露和人身安全威胁，为此为这种攻击提出了有效地防御方案。同时针对A-GPS中由于将部分运算转移到云端进行而导致的隐私泄露问题，设计了基于k-匿名化的有效解决方案。在对基于模式匹配的定位系统的研究中，设计了基于同态加密算法的安全指纹匹配方案，用户可以避免向不信任的服务提供者暴露自己的位置同时也能保护服务提供者建立的指纹数据库的安全。另外，解决了此类定位系统改进算法中的恶意干扰问题，可以在存在恶意攻击者的情况下保证定位的准确性。在对以服务器为中心的定位系统的研究中，从攻击者角度出发，验证了一种利用普通WiFi设备和摄像头对用户位置及通信内容进行窃听的新型攻击手段，提出了有效地防御手段。设计了基于差分隐私的用户轨迹数据匿名发布方案，可以提供可证明的安全性，同时最大程度的保护了匿名化后数据的可用性。最后也将以上地理位置隐私保护的研究经验扩展到了其它隐私保护课题，为在线推荐系统、在线广告系统以及移动感知等场景设计了隐私保护方案。

内容获取失败，请点击重试