[发明专利]基于用户协作的隐私保护方法

权利要求书

1.一种基于用户协作的隐私保护方法，包括：

(1)建立一个由若干移动用户和位置服务器构成的隐私保护框架；

(2)由手机生产厂商为每部手机安装一个缓存装置，用于用户在查询过程中对有用信息的存储；

(3)查询发起者根据通信距离长短、人口密度大小和时间段的不同，将整个查询大区域划分为当前流行区域CP和当前普通区域CO；

(4)查询发起者发出协作请求，并将其广播给通信范围之内的其他用户；

(5)收到该协作请求信息的用户，将自己当前区域类型与查询发起者的进行对比：

若当前区域类型与查询发起者的区域类型一致或者他们所在区域的中心位置坐标之间的距离在阈值τ∈[0,50]的范围内，则同意该协作建群请求，并将自己的相关信息发送给查询发起者；

否则，拒绝该协作建群请求，且不发送自己的任何信息给查询发起者；

(6)当查询发起者收到至少k-1个用户的回复信息时，查询发起者再利用FFLQ算法对回复信息中的位置信息和查询内容进行筛选，与满足条件的k-1个用户建立协作关系，并获得k-1个协作用户的信息，k∈[4,14]，按如下步骤进行：

6a)将查询发起者U自己的信息UQ^U和收到第I个协作用户的信息UQ^I分别表示如下：

UQ^U＝{UID_c^U,(x_c^U,y_c^U),LC_c^U,QC_c^U,qc_c^U,T_sc^U,T_ec^U,V_c^U,(x₀^U,y₀^U)_c}；

UQ^I＝{UID_c^I,(x_c^I,y_c^I),LC_c^I,QC_c^I,qc_c^I,T_sc^I,T_ec^I,V_c^I,(x₀^I,y₀^I)_c}；

其中，UID_c^U表示查询发起者U当前时刻的真实身份信息；UID_c^I表示第I个协作用户当前时刻的真实身份信息,I≥1；(x_c^I,y_c^I)表示第I个协作用户当前时刻的位置信息；(x_c^U,y_c^U)表示查询发起者U当前时刻的位置信息；LC_c^I表示第I个协作用户当前时刻位置分类；LC_c^U表示查询发起者U当前时刻位置分类；QC_c^I表示第I个协作用户当前时刻的查询分类；QC_c^U表示查询发起者U当前时刻的查询分类；qc_c^I表示第I个协作用户当前时刻的具体查询内容；qc_c^U表示查询发起者U当前时刻的具体查询内容；T_sc^I表示第I个协作用户当前时刻的查询开始时间；T_sc^U表示查询发起者U当前时刻的查询开始时间；T_ec^I表示第I个协作用户当前时刻的查询截止时间；T_ec^U表示查询发起者U当前时刻的查询截止时间；V_c^I表示第I个协作用户当前时刻的查询速度；V_c^U表示查询发起者U当前时刻的查询速度；(x₀^I,y₀^I)_c表示第I个协作用户当前所在区域的几何中心坐标；(x₀^U,y₀^U)_c表示查询发起者U当前所在区域的几何中心坐标；

6b)查询发起者设置如下4个筛选条件：

(x₀^I,y₀^I)_c＝(x₀^U,y₀^U)_c±τ，表示第I个协作用户当前所在区域的几何中心坐标(x₀^I,y₀^I)_c应在查询发起者U当前所在区域的几何中心坐标(x₀^U,y₀^U)_c附近，其中τ∈[0,50](m)；

T_ec^I≥T_ec^U，表示第I个协作用户当前时刻的查询截止时间T_ec^I应大于等于查询发起者U当前时刻的查询截止时间T_ec^U；

V_c^I＝V_c^U±μ，表示第I个协作用户当前时刻的速度V_c^I应与查询发起者U当前时刻的速度V_c^U相当，其中μ∈[0,0.5](m/s)；

Δθ_c^I＝Δθ_c^U±ξ，表示第I个协作用户当前时刻的运动趋势Δθ_c^I应接近查询发起者当前时刻U的运动趋势Δθ_c^U，其中ξ∈[0⁰,10⁰]；

其中表示第I个协作用户当前的运动方向与x轴的夹角，表示查询发起者U当前的运动方向与x轴的夹角；

6c)查询发起者首先设定q为满足四个设置条件的协作用户个数，且将其初始值置为0，再根据设置的四个条件对第I个协作用户信息UQ^I中第I个协作用户当前所在位置区域的几何中心坐标(x₀^I,y₀^I)_c、第I个协作用户当前时刻的查询截止时间T_ec^I、第I个协作用户当前时刻的查询速度V_c^I和第I个协作用户当前时刻的位置信息(x_c^I,y_c^I)进行筛选，每筛选一个，q的值便增加1，最终将满足条件的协作用户信息存储在一个准用户集合WUS中并记录q的最终值；

6d)查询发起者首先设定p为准用户集WUS中所有协作用户查询分类个数，且将其初始值置为0，然后检索整个准用户集合WUS，当QC^I≠QC^U且QC^I≠QC^K时，p的值便增加1，记录p的最终值，其中QC^K是指第K个协作用户当前的查询分类，K≥1且I≠K；

6e)当p≥L且q≥k-1时，查询发起者在WUS中任选k-1个协作用户信息存入一个一次过滤用户集合FFUS中，其中L表示查询分类的个数，k表示参与本次协作的用户总数；

(7)查询发起者将这k-1个协作用户的信息和自己的真实查询信息一起进行整理，形成聚集查询集合AQ；

(8)查询发起者根据当前协作请求次数的不同，对聚集查询集合AQ进行相应的处理：

若协作请求次数为1，则查询发起者直接将形成的聚集查询集合AQ发送给位置服务器LBS-S，执行步骤(11)；

否则，查询发起者舍弃该聚集查询集合AQ，并利用CVCG算法判断其自身与k-1个协作用户建立的用户协作群是否依然有效；若有效，则执行步骤(9)，若无效，则执行步骤(10)；

(9)查询发起者形成一个最终聚集查询集合FAQ发送给位置服务器LBS-S：

(9a)查询发起者收集所有协作用户上一时刻的信息、自己当前时刻的查询信息和缓存数据这三种信息，并根据收集的信息计算查询发起者在两次相邻查询时间间隔内的路程、运动趋势信息，再根据收集和计算的信息对各个协作用户当前时刻的运动趋势和可能到达的位置点进行预测，并存储预测信息；

(9b)查询发起者计算步骤(9a)中的每一个预测位置点的入度个数和各个协作用户上一时刻的位置点的出度个数，并根据事先设定的位置点入度和出度个数阈值，对预测的位置点进行筛选，保留满足阈值条件的预测位置点，舍弃不满足阈值条件的预测位置点；

(9c)查询发起者通知各个协作用户发送其当前时刻的具体查询内容，接收并整理该具体查询内容；最后查询发起者对筛选后的位置信息进行任意选择，再将该任意选出的位置信息和各个协作用户当前时刻的具体查询内容一起整理，形成一个最终聚集查询集合FAQ发送给位置服务器LBS-S，执行步骤(11)；

(10)查询发起者根据已构建协作群中仍可继续用于协作查询的用户数目多少，选择不同的算法重新构建用户协作群，并对建立的用户协作群中的用户位置信息筛选后，再结合自己的真实信息以及各个协作用户当前时刻的具体查询内容一起整理，形成一个最终聚集查询集合FAQ发送给位置服务器LBS-S，执行步骤(11)；

(11)位置服务器收到聚集查询集合AQ或者最终聚集查询集合FAQ后，查找自己的数据库，形成候选结果集CRS，并返回给各个协作用户；收到此候选结果集CRS的各个协作用户，根据自己的真实信息，筛选出自己所需的查询结果，并将其记录在缓存器中。