共查询到20条相似文献，搜索用时 15 毫秒
1.
无线定位技术的进步及移动互联网的迅速发展促进了基于位置服务的广泛应用,但其不可避免地造成用户位置隐私泄露,可能危害人身安全。现有位置隐私保护方法只能做到特定情境下的位置隐私保护,但易受连续查询攻击。提出利用隐私需求度量P和服务质量度量Q构建目标函数,在均衡位置服务与隐私保护之间矛盾的基础上,提高用户请求位置的随机性,从而防止连续查询攻击。实验通过递归计算位置K匿名区域的4个子匿名区域的目标函数值,获得最大值的区域即为用户服务请求的最终位置。实验结果表明,该方法能较好地防止连续查询中的边界信息攻击,保护用户隐私,提高服务质量。 相似文献
2.
3.
4.
针对多用户位置共享场景下的隐私保护问题,基于区域混淆发布的用户位置隐私保护方法无法解决多用户汇合问题,而基于位置概率的精确假位置混淆发布方法执行效率较低,因此提出多用户位置共享隐私保护框架以解决该难题。对于不共享位置的用户,以及与好友距离较远时共享位置的用户,采用k-时空匿名思想将位置发布成安全区域;对与好友距离小于阈值的共享位置用户,根据位置点概率发布思想及类HMM模型,将安全区域发布切换成假位置点发布;当两用户过于接近时,将其视为一个用户并将假位置点发布重新切换成安全区域发布。通过将两种位置发布方法的响应时间进行对比,得出结论：该框架能高效地对多用户位置共享下的用户位置进行隐私保护。 相似文献
5.
传统轨迹匿名方法在匿名集生成时没有考虑用户多种特征属性,在信息攻击下无法有效保护真实位置;在轨迹形成方面因没有将余弦角度和轨迹间距离作为形成的依据,导致某些虚假轨迹无法有效保护真实轨迹。为改善以上问题,构建一种依据用户多重特征信息构建的匿名集以保证匿名有效性;采用协作用户的真实轨迹并计算相似性,从而生成虚假轨迹相似性高的MDF-Nearest算法。实验结果表明,该方法随着k值的变大与生成轨迹数量的增多,隐私保护效果逐渐改进;与传统k匿名方法相比,该算法时间开销降低41.7%,而隐私保护程度可提高至97.1%。因此该方法能以较低的时间开销,提供质量可靠的位置服务,保护用户信息。 相似文献
6.
7.
基于K-匿名的隐私保护算法研究 总被引：1，自引：0，他引：1
随着数据共享的出现与发展,如何合理地保护隐私数据,同时又保证数据的可用性,成为当今信息安全领域面临的重大挑战．K-匿名是数据发布隐私保护的一种重要方法,它能够有效防止链接攻击所造成的隐私泄露问题．本文阐述了K-匿名模型的基本思想,给出了模型的概念描述,给出了一些典型的实现算法,并对隐私保护的未来研究方向进行了展望． 相似文献
8.
聚类分析是数据挖掘和机器学习的一个重要分支,应用范围广,但在聚类分析过程中大量敏感信息的泄露对用户构成威胁。因此,在聚类分析过程中实现隐私保护至关重要。传统基于差分隐私（DP）的k-means聚类算法由于存在盲目选择初始中心点、对异常点敏感度较高等问题,导致在保护数据隐私时,出现聚类可用性较低的情况。针对该问题提出一种改进的基于差分隐私保护的（IDP）k-means聚类算法以提高聚类可用性,并进行理论分析和对比实验。理论分析表明,该算法满足ε-差分隐私;仿真实验结果表明,在同一隐私预算下,k-means算法改进后在聚类可用性上优于其它差分隐私k-means聚类算法,在同一数据集与同一隐私参数下,改进k-means算法在数据可用性方面比传统算法提高了将近5个百分点。 相似文献
9.
针对移动社交网络中用户通过社交平台分享位置信息时存在可信社交关系和不可信陌生人的攻击等问题,提出了一种面向社交关系的位置隐私保护模型。该模型通过对社交关系进行分类和对位置隐私进行分级,让不同级别的用户看到不同精度的位置信息,从而实现对位置的隐私保护。其中,对社交关系的分类包括对用户的好友类别按亲密度分级和对陌生人类别按信任模型计算值分级。相较于L intimacy模型,该模型具有较低的时间复杂度和隐私泄漏率,且能有效保护用户位置隐私。 相似文献
10.
针对（αi,k）—匿名算法使用有损链接思想无法对用户身份进行保护的问题,引入属性分区置换概念,提出基于属性分区的（αi,k）-p匿名算法,对桶中QI属性采取分区、置换的方式保护用户身份信息。在人口真实数据集21 956条数据上对两种算法进行敏感值保护和会员身份保护有效性对比实验。结果表明,敏感值泄露概率最高时只刚好超过0.05,接近传统方法的1/4;在会员身份保护方面,FOR值在0.7以上。相对于（αi,k）—匿名算法,该算法能更好地保护敏感值信息和会员身份信息。 相似文献
11.
基于位置的服务（Location-Based Service,LBS）作为一种新的服务方式在为用户提供便利的同时,也存在位置隐私风险。首先对近几年国内外在保护LBS中位置隐私方面取得的主要成果进行回顾,然后对目前主要的保护隐私机制,即策略方法、伪码法、区域混淆法和假位置干扰法进行分析,最后指出这些方法的局限性以及未来LBS中位置隐私保护的发展方向。 相似文献
12.
13.
针对大规模数据集上的模式分类任务,提出了一种基于Parzen窗核密度估计的模式分类隐私保护算法。该算法首先利用Parzen窗算法对原始大规模训练集服从的概率密度进行估计,然后根据估计的概率密度函数构造la个替换训练样本,其中l为原始样本的数目,a通过10折交叉验证方式确定。最后发布替换训练样本进行模式分类,以实现原始数据上的隐私保护。在Adult数据集上的仿真实验充分验证了该算法的有效性。 相似文献
14.
由于社交网络图结构具有动态变化的特性,为此需要采用有效的动态隐私保护方法.针对现有动态社交网络中数据发布隐私保护方法中存在的攻击者背景知识单一、对图结构动态变化适应性较低等问题,提出一种个性化数据图发布隐私保护技术.该方法考虑了图结构信息和对于时空信息的隐私保护.根据用户关联社交关系计算出可信度,基于用户的可信度对用户... 相似文献
15.
车载自组织网作为一种新的研究领域越来越受到关注。车载自组织网在提高交通系统安全性、有效性和便利性的同时,也带来了位置隐私的风险。回顾近几年国内外在保护车载自组织网中位置隐私方面取得的主要研究成果,然后对隐私保护的主要方法进行介绍并分析其特点,最后指出这些方法的局限性以及车载自组织网中隐私保护的发展方向。 相似文献
16.
移动社交网络隐私保护问题是目前社交网络应用领域的前沿性课题.现有关于移动社交网络用户隐私保护的研究主要集中于隐私保护数据发布和访问控制等方面,对用户隐私信息间的关联关系研究的很少,不便于进行个性化隐私保护策略设计,增加了用户隐私保护设置的复杂性.为此,该文以大数据分析工具为技术手段,重点研究用户隐私信息间的关联关系,以便为进行个性化隐私保护策略设计提供数据支撑. 相似文献
17.
18.
19.
个性特征变量对隐私关注影响的实证研究 总被引：2，自引：0，他引：2
信息隐私风险是阻碍网络用户自愿暴露信息的主要原因之一。为帮助政府和企业制定合理而有效的政策保护消费者个人隐私,减低隐私顾虑。文章在西方已有研究的基础上,对我国网络用户的隐私关注程度进行测度,并运用性别差异等理论,考察了个性特征变量对隐私关注的影响。实证研究结果显示,女性的信息控制权感知水平高于男性,受教育水平越高对信息被收集的担忧程度越高,网龄越长隐私关注程度、控制权感知和信息被收集的担忧程度反而越低。最后,总结了本研究的学术贡献并向实践者提供了指导性的建议。 相似文献
20.
为解决k-means聚类算法在聚类过程中隐私泄露风险,在满足ε－差分隐私保护前提下,提出一种隐私保护的RDPk-means聚类方法。该方法与传统随机选取初始点方式不同,采取基于网格密度的方式选取初始聚类中心,并在UCI数据集中进行有效性验证。采用543条数据生成2个聚类簇和19 020条数据生成3个聚类簇分别进行实验。结果表明,该聚类方法在不同的数据规模和维数情况下可以很好地保护数据隐私,能保证聚类结果的可用性。 相似文献