[发明专利]背景知识引导的特征化定位隐私防泄露方法

权利要求书

1.背景知识引导的特征化定位隐私防泄露方法，其特征在于，基于对象用户与邻近用户之间相互不信赖的前提，采用分布式点对点定位隐私防泄露体系结构，利用模糊法保护用户定位隐私，根据混杂区域生成的过程提出二种方法，第一种为枚举遍历取优法，遍历所有可能的矩形区域选择出最优解；第二种为贪婪扩张策略法，采用贪婪算法每次扩张混杂区域到当前最优单元格处；

本发明结合现实生活中的真实场景，将特征化位置语义、特征化时间、特征化面积融入混杂区域生成过程，提出特征化混杂区域定位隐私防泄露方法，特征化混杂区域生成方法包括特征化位置语义、特征化时间、特征化面积，在不同时间段的同一个位置区域位置语义系数J动态变化，根据这一情形融入时间系数a，同一位置区域在不同的时间段中在混杂区域中出现的概率不相同，利用特征化因素使得方法生成的混杂区域各处用户分布的概率相当，即各处的位置语义系数大致相等，抵御具有背景知识的恶意位置窃取者的位置语义攻击；

根据用户之间相互不信赖，采用混杂区域来替代自己的精准位置，对隐私防泄露方法中的混杂区域做基本定义；

定义一：混杂区域，用B_X表示混杂区域，已知混杂区域是一个矩形，则混杂区域用下面的五元组定义：

B_X＝(xc,yc,xb,yb,ui)

坐标(xc,yc)和(xb,yb)分别表示矩形区域混杂的左下角和右上角的坐标，ui表示用户唯一的身份标识，不同用户之间的用户ui不同，每个混杂区域具有唯一性；

定义二：混杂区域面积大小，混杂区域的面积W(B_X)表示为：

W(B_X)＝|xc-xb|×|yc-yb|。

2.根据权利要求1所述的背景知识引导的特征化定位隐私防泄露方法，其特征在于，用户根据自己隐私防护度的需求通过二个自定义的参数限定混杂区域生成的面积范围，即Dmax和Dmin，确定混杂区域面积大小是在用户隐私防护程度和用户体验上做出权衡，较大Dmin的混杂区域包含更多的邻近用户，用户数量的增多显著提高该区域的隐私防泄露能力，防止隐私信息被恶意位置窃取者获取，较大的Dmax会大幅降低用户体验，较大的区域会导致较多的查询返回集合，用户必须花更多时间和资源在返回的查询集合中根据自己的真实位置进行筛选，并且传输包含较多查询结果的集合会占用大量的网络带宽，最后生成一个面积较大的混杂区域会占用用户端更多计算资源，产生过大的负载，设置合理的Dmax值和Dmin值对混杂区域的生成很关键；

用户之间的混杂区域可相互覆盖，且用户自己可出现在其混杂区域的任何位置，即使一个用户知道其自己的混杂区域和其余用户混杂区域的覆盖情形，该用户也无法判定其余用户是否出现在混杂区域公共部分，同样用户也无法判定自己的混杂区域到底包含多少个其余用户，根据以上定义对混杂区域的生成方法描述：

输入：1-根据用户自己隐私防护需求特征化定义Dmax和Dmin的限定，

2-用户采集到的其余邻近用户各自的混杂区域；

输出：对象用户的混杂区域；

约束：对象用户混杂区域的面积W(B_X)满足Dmax和Dmin的限定。

3.根据权利要求1所述的背景知识引导的特征化定位隐私防泄露方法，其特征在于，混杂区域生成的用户定位信息设置在网格化地图上，每个用户的真实位置用地图上的一个单元格表示，多个用户可属于同一单元格，这种基于网格化表示用户定位信息的地图定义为位置地图，一个混杂区域可被表示为一个矩形区域，(xc,yc)和(xb,yb)分别表示矩形区域混杂的左下角和右上角的坐标；

生成混杂区域的基本流程为：对象用户融入到分布式点对点体系结构中，该用户的定位设备通过点对点的通信协议搜索四周的邻近用户，并进行混杂区域的位置分享，当对象用户获取到一组邻近用户的混杂区域后，采用对应的混杂区域生成方法生成自己的混杂区域；在四周用户稀疏采集到的混杂区域不满足要求或根本搜索不到四周混杂区域的情形下，用户生成一个面积和位置都随机的混杂区域，采用生成的混杂区域替代自己的真实位置,向定位服务服务器发送查询申请。