论文部分内容阅读
近年来,随着移动互联网的高速发展,LBS(基于位置服务)在人们日常生活中变得越来越重要,LBS在为人们带来高质量服务的同时,还存在着安全隐患。为了使LBS能持续健康发展,LBS的隐私保护正在变成信息安全领域的研究热点。本文首先介绍了LBS的发展历史、现状及隐私保护面临的问题,然后分析了现有的三种主流保护模型:假位置、空间匿名、时空匿名保护模型。本文选取空间匿名中的K-匿名模型作为本文的研究方向,分析了现有的在K-匿名模型下实现的DHLib匿名算法的优缺点;在此基础上提出了一种基于质心漂移聚类的匿名算法:CSACA算法。CSACA算法的核心思想是利用网格划分的思路,将匿名服务器覆盖的区域划分为一个个网格,从目标用户所在的网格开始求匿名框的质心,将离质心最近的网格加入匿名框,直到匿名框的质量大于或者等于K,根据匿名框和原始请求目标合成匿名请求信息;该算法的另一个创新点是引入安全等级的概念,根据请求内容对匿名度K值进行自适应匹配,对不同安全等级请求内容进行分级保护。最后通过实验验证了CSACA算法的可行性,通过和DHLib算法进行对比证明了新算法的优越性。