【摘 要】
:
随着移动互联网和信息技术的飞速发展,基于位置的服务广泛应用于人们的生活服务中,成为人们生活中不可缺少的一部分。基于位置的服务根据用户的位置和查询内容为用户提供各种与位置相关的服务。但是,人们在享受基于位置的服务带来便利的同时,他们的位置隐私也受到很大的威胁。在已有位置隐私保护方法的基础上,针对用户在匿名区构造过程中可能存在不良行为问题,本文提出了一种基于区块链的CVAS模型位置隐私保护方法。首先,
论文部分内容阅读
随着移动互联网和信息技术的飞速发展,基于位置的服务广泛应用于人们的生活服务中,成为人们生活中不可缺少的一部分。基于位置的服务根据用户的位置和查询内容为用户提供各种与位置相关的服务。但是,人们在享受基于位置的服务带来便利的同时,他们的位置隐私也受到很大的威胁。在已有位置隐私保护方法的基础上,针对用户在匿名区构造过程中可能存在不良行为问题,本文提出了一种基于区块链的CVAS模型位置隐私保护方法。首先,该方法基于用户真实信用数据,引入征信值概念,将用户实际生活中的信用数据利用多属性决策转化为征信值。然后,结合区块链将征信值及匿名区构造过程中的交易信息存储在链上,同时提出了一种RPM机制,利用该机制来约束用户的不良行为。通过仿真实验,验证了该方法能很好约束用户的不良行为,快速构造匿名区,降低用户的位置隐私泄露概率,用户的位置隐私得到有效保护。本文主要工作及创新之处主要包含以下三个方面:(1)引入征信值概念,定义读取函数f。利用函数f采集用户生活中的真实信用数据,通过归一化处理和多属性决策将数据转化为征信值H。征信值H作为用户匿名构造过程中能否成功请求和参与匿名构造的重要指标。(2)制定了RPM机制,给定隐私安全度量值δ。在用户进行匿名构造时,征信值H和δ作为该机制的工作条件,用户通过判定征信值H与隐私安全度量δ的大小及其征信值H历史变化来决定是否参与匿名区的构造;另外,征信值H的改变直接影响成功构成匿名区的机率,从而很好地约束用户不良行为和鼓励用户积极参与匿名区的构造。(3)提出一种基于区块链的CVAS模型位置隐私保护方法。本文结合区块链技术,将匿名区构造过程以账单的形式存储到区块链的公有链中,利用交易账单作为证据来验证用户是否存在不良行为,再根据RPM机制对不良行为进行奖惩。基于此模型,能够有效地约束用户的不良行为,快速构造匿名区的同时降低用户的位置隐私泄露率,有效保护了用户的位置隐私。本文共有图18幅,表3个,参考文献66篇。
其他文献
太阳能光伏/光热综合利用技术(Photovoltaic/thermal,PV/T)是将独立的光伏组件与集热模块相结合,通过空气、水等冷却工质吸收光伏电池的热量以提高组件的电能输出,其光电光热一体化的设计方案具有高效率、多功能、低成本等优势。然而受到地理位置、环境因素等条件的影响,PV/T技术在使用过程中也存在不足。例如,水冷型PV/T集热器铜管内的存水在冬季低温环境中易结冰,从而导致管路或集热器损
DNA密码多以DNA分子为信息载体,生物学技术为实现工具,实现基于DNA技术的密码运算方法。为了提高算法计算安全性,DNA密码还通过执行编码映射、碱基计算以及混淆编码表等混淆映射的操作来实现信息加密。本文通过设计DNA逻辑计算模型和混淆映射方法,结合分子信标以及DNA存储技术,对基于DNA的一次一密密码算法的设计和实现进行了深入研究,具体内容如下:(1)为了挖掘计算并行性强大的新型DNA逻辑模型并
情感识别作为人工智能的一个关键领域,不仅为人机交互的发展提供了技术支持,也能够帮助医生实时监测患者的心理状态。脑电图(Electroencephalogram,EEG)记录了大脑活动时的脑电波,这些脑电波蕴含着大量情感信息,能反映出人们真实的情感体验。近年来,深度学习理论逐渐成熟,在传统问题解决上也取得了巨大成功,因此,基于深度学习的EEG情感分类任务受到了越来越多研究者的关注。目前研究者已经提出
以YOLOv3为代表的单阶段目标检测算法因具有较快的检测速度和较为均衡的检测精度深受研究者的喜爱。YOLOv3算法使用深度卷积神经网络提取和识别被检测图像中的特征数据,算法中的损失函数依据提取到的特征数据不断的对模型进行训练和优化,以便找到一组可拟合图像部分特征规律的网络参数,使模型在检测过程中可以通过对网络参数的推导得到和图像中目标真实标签相接近的网络输出。由于损失函数可以提升网络输出的预测值与
随着智能移动终端和空间定位技术的快速发展,基于位置的服务(Location Based Services,LBS)在移动社交网络中得到广泛应用,LBS为人们的日常生活提供了众多便利,但同时也增加了用户位置隐私泄露的风险。由于第三方服务器可以通过LBS对移动用户位置轨迹进行一系列的收集、分析和传播,对用户的位置隐私安全造成威胁,所以在此基础上保护移动用户位置轨迹隐私安全尤为重要。本文通过研究轨迹隐私
人类基因中普遍存在结构变异,一些结构变异的发生会产生重大的基因型疾病,这对人类的健康来说是一个巨大的威胁。为了有效治疗这些基因型疾病,最关键的一步是准确检测相应的结构变异类型和位置。常见的结构变异有插入、缺失、倒位和串联重复。其中倒位和缺失检测是结构变异研究中两个重要而又复杂的问题,目前的研究并未取得令人满意的结果。长读数测序技术的出现,弥补下一代测序技术产生的双端读数长度短的不足,为发生在重复区
随着智能移动设备的普及,社交网络获得了蓬勃的发展。影响力最大化是社交网络分析领域的重要问题之一,该问题自2003年由Kempe等人给出形式化定义以来,就吸引了广泛关注。影响力最大化旨在找到一群具有高影响力的用户作为种子,使得经由他们传递的消息传播范围最广。它在病毒式营销、舆情管控和个性化推荐等领域起到重要作用。本文首先从静态网络的影响力最大化问题入手,设计了一种影响力模型,然后将该模型扩展到动态网
图像局部特征描述作为计算机视觉领域的一个基本问题,决定着图像拼接、图像融合、图像定位、三维重建等后续高级视觉任务的效果。目前主流的研究可以分为点特征描述和线特征描述。与点特征相比,曲线特征更贴近图像信息描述,全局性显著且不易受到噪音的影响。然而,由于曲线存在着端点难定位、长度难统一,且其周围包含较多的重复性纹理等问题,导致目前常用的手工设计曲线特征描述方法只能在单一的图像变化场景中表现出良好性能,
随着移动终端设备的遍及以及定位技术的成熟,基于位置的服务将会得到更加广泛的应用,人们通过使用自己位置享受各式各样服务的同时,隐私安全问题也越来越多的出现。许多不法分子为了窃取用户隐私,会使用各式各样的攻击手段,一旦用户隐私被攻破,人们的生命财产安全将受到严重的威胁。因此,如何在给用户提供一个安全的服务使用环境成为了目前的难题。本文在现阶段基于位置服务的隐私保护方法的基础上,针对匿名区域生成效率不高