位置隱私保護(hù)算法

　　地理社交網(wǎng)絡(luò)（ GeoSocial Network．GSN）本質(zhì)上是具有地理位置坐標(biāo)特性的社交網(wǎng)絡(luò)，從社交網(wǎng)絡(luò)如Facebook、Twitter到基于位置的社交網(wǎng)絡(luò)如Foursquare，用戶通過(guò)帶有定位功能的移動(dòng)設(shè)備簽到并彼此分享位置，同時(shí)利用這些地理位置信息，可以獲取更多個(gè)性化定制服務(wù)，如導(dǎo)航、興趣點(diǎn)推薦、智能交通等，因此分析并發(fā)布用戶位置數(shù)據(jù)信息很有應(yīng)用意義。然而用戶頻繁簽到的位置可能包含用戶極其敏感的個(gè)人信息，簡(jiǎn)單發(fā)布這些數(shù)據(jù)會(huì)導(dǎo)致用戶個(gè)人身份和其他敏感信息泄露，因此，用戶頻繁位置的隱私保護(hù)是目前一個(gè)重要的研究熱點(diǎn)。

　　社交網(wǎng)絡(luò)中用戶身份信息泄露已經(jīng)得到廣泛研究，然而由于地理社交網(wǎng)絡(luò)中涉及用戶的位置信息，若將上述隱私保護(hù)方法直接應(yīng)用到地理社交網(wǎng)絡(luò)中仍然存在一些弊端。如攻擊者了解目標(biāo)用戶在某一個(gè)時(shí)刻頻繁訪問(wèn)某個(gè)或某幾個(gè)位置，而在這個(gè)時(shí)刻只有一個(gè)用戶在該位置簽到，那么攻擊者就可以根據(jù)了解的背景知識(shí)將用戶和頻繁位置唯一匹配，推測(cè)出用戶身份信息，導(dǎo)致用戶身份以及其他和位置有關(guān)的敏感信息泄露。

　　為解決上述問(wèn)題，本文提出了一個(gè)（K，c）-anonymity算法。首先根據(jù)用戶訪問(wèn)位置的頻次謾置頻繁位置集合；然后將這些頻繁位置的子集組合成超邊，把不滿足匿名參數(shù)后的超邊進(jìn)行重組，通過(guò)該算法泛化用戶頻繁訪問(wèn)位置；最后發(fā)布地理社交網(wǎng)絡(luò)數(shù)據(jù)信息，并且通過(guò)Brightkite和Gowalla數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)驗(yàn)證，結(jié)果表明在保證安全性的同時(shí)降低了用戶的信息損失率。
?