[发明专利]面向隐私保护的司机-乘客匹配方法

说明书

本发明公开了面向隐私保护的司机‑乘客匹配方法，其核心包括三个部分：隐私轨迹向量构建、基于隐私的轨迹匹配、基于偏好特征的隐私保护。本匹配方法框架中加入了相关隐私保护机制以在确保司机‑乘客效率的情况下提高用户的使用体验，并提高了用户在进行偏好特征匹配时的安全保障，并且可根据乘客所选属性生成乘客偏好隐私矩阵来实现于司机用户的特征偏好筛选，最后将偏好隐私向量通过哈希映射处理，将处理后的散列值作为包括用户地理位置信息在内的信息加密密钥，在乘客向司机提出订单需求时与含有乘客用户偏好特征的加密数据一起发送给司机用户进行解密。

技术领域

本发明涉及交通出行技术领域，具体为面向隐私保护的司机-乘客匹配方法。

背景技术

随着互联网顺风车应用用户量的逐渐增长，带给用户更多方便的同时也带来了一些负面问题。根据路径匹配的结果获取候选司机集合之后，为了能为用户提供安全、优质的产品体验。一般情况下存在着司机-用户偏好特征匹配的问题，即用户会设定一定的偏好选项来在候选集里选择符合自身偏好特征的司机。如果在明文域上进行用户匹配操作时，又会带来用户偏好隐私泄露的风险，攻击者同样可以根据用户偏好特征获取用户资料，窃取用户信息甚至会给用户带来经济损失。

在进行偏好匹配过程中，也存在着一定程度的模糊匹配，在司机候选集经过司机-乘客匹配之后再进行司机-用户偏好匹配筛选，会有极大的概率不能百分之百满足用户的偏好需求。所以在司机特征与用户偏好匹配的过程中也存在着一定的模糊性，为此本发明提出了针对在密文域上完成的司机-用户的偏好特征匹配解决方法。

发明内容

本发明解决的技术问题在于克服现有技术的司机与用户偏好匹配容易带来用户偏好隐私泄露的风险，窃取用户信息甚至会给用户带来经济损失，并且匹配的过程中也存在着一定的模糊性等缺陷，提供面向隐私保护的司机-乘客匹配方法。所述面向隐私保护的司机-乘客匹配方法具有设计合理，安全可靠，匹配准确，可有效防止隐私泄露等特点。

为实现上述目的，本发明提供如下技术方案：面向隐私保护的司机-乘客匹配方法，匹配方法核心包括三个部分：

①隐私轨迹向量构建：

使用局部敏感哈希对司机用户历史轨迹点进行编码，在数据查询过程中邻近的点会产值相同的LSH编码值，如果司机用户对历史轨迹的离散程度较小则相邻的轨迹点会产生同一LSH编码，对历史轨迹点集中产生的多个相同的LSH编码进行去重操作，为了防止攻击者窃取LSH的编码函数，对LSH编码值进行逆向处理分析出用户真实的轨迹点，故将生成的LSH编码函数使用MD5进行哈希，产生一个32位的哈希值，在这种情况下，邻近的轨迹点因为具有相同的LSH编码值，再经过MD5进行哈希之后产生同一哈希值，也具有判断地理位置是否邻近的功能，把进行了上述处理的离散历史轨迹点集LSH-MD5生成隐私轨迹向量；

②基于隐私的轨迹匹配：

当乘客用户向第三方云服务发起顺风车待选司机筛选时，通过顺风车应用服务提供商发送的密钥在乘客用户本地端将起始点进行加密索引构建，然后将生成的LSH-MD5编码发送至服务器在布隆过滤器中进行存在性查找，如果用户的LSH-MD5编码存在于第三方云服务中所提供的布隆过滤器中，则标记司机LSH-MD5隐私轨迹向量关联的加密数据，加密数据中包含着司机id、联系方式信息，第三方云服务经过存在性查询以及司机用户符合乘客用户需求的历史记录条数进行排序，向乘客用户返回待选司机数据集合；

③基于偏好特征的隐私保护：