本书面向位置服务应用中的隐私及安全问题,提出了基于对等防御策略与动态感知技术对抗基于时空关联规则推理攻击的LBS隐私保护方法。主要内容包括:基于时空K-匿名的隐私保护,匿名集时空关联规则的概率化挖掘,基于匿名集序列规则转移概率矩阵的多步推理,动态感知敏感时空序列规则的在线匿名方法,实验结果与分析等。
样章试读
目录
- 目录
序
前言
1绪论1
1.1LBS的基本概念1
1.2LBS的隐私问题3
1.3LBS隐私保护方法4
1.3.1标识隐私保护5
1.3.2基于位置的重标识攻击6
1.3.3基于位置重标识攻击的防护8
2基于时空K-匿名的隐私保护12
2.1时空K-匿名的基本原理12
2.2时空K-匿名的系统架构13
2.3快照查询的时空K-匿名15
2.4连续查询的时空K-匿名22
2.5基于内容关联的隐私攻击与防护22
2.5.1同质性攻击23
2.5.2同质性攻击的防护24
2.5.3异质性攻击25
2.6基于空间关联的隐私攻击与防护26
2.6.1快照查询的攻击27
2.6.2快照查询攻击的防护30
2.6.3连续查询的攻击35
2.6.4连续查询攻击的防护35
2.7问题分析36
3匿名集时空关联规则的概率化挖掘38
3.1相关概念38
3.1.1时空关联模式38
3.1.2时空关联规则41
3.2基本定义42
3.3算法实现44
3.4实例分析45
3.5问题分析49
4基于匿名集序列规则转移概率矩阵的多步推理52
4.1马尔可夫链52
4.2数据归一化处理53
4.3n步转移概率矩阵55
4.4概略n步预测57
4.5精确n步预测60
4.6推理攻击67
4.7问题分析71
5动态感知敏感序列规则的在线匿名方法73
5.1对等防护策略的系统架构73
5.2离线挖掘、在线应用的动态防护模式75
5.3方法设计76
5.4算法设计78
5.5实例分析79
6实验结果与分析82
6.1实验数据的模拟82
6.1.1数据预处理83
6.1.2时空网格85
6.1.3序列匿名集87
6.2序列规则挖掘实验及结果分析90
6.2.1相同K值不同批次的序列规则91
6.2.2同一过程不同K值的序列规则94
6.3多步预测实验及结果分析98
6.3.1相同批次相同K值的预测准确率99
6.3.2相同K值不同批次的预测准确率100
6.3.3同一过程不同K值的预测准确率102
6.4动态感知匿名实验及结果分析103
6.4.1相同K值不同批次的增量匿名103
6.4.2同一过程不同K值的增量匿名108
7结论与展望115
7.1结论115
7.2展望116
参考文献118
彩图