版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近幾年來(lái),隨著物聯(lián)網(wǎng)產(chǎn)業(yè)的興起,基于位置的服務(wù)(Location-Based Service。LBS)也得到了快速的發(fā)展。用戶在享受越來(lái)越方便的服務(wù)的同時(shí),也開始關(guān)注其自身的隱私保護(hù)。物聯(lián)網(wǎng)環(huán)境下的LBS隱私保護(hù)因?yàn)槠洵h(huán)境的復(fù)雜性而顯得尤為重要。LBS隱私保護(hù)的研究主要集中在匿名區(qū)域構(gòu)造算法和查找結(jié)果的準(zhǔn)確度等方面,然而卻依然存在著匿名區(qū)域大小和查找結(jié)果精準(zhǔn)性之間不能有效平衡的矛盾。本文主要針對(duì)以上矛盾展開研究,分析了物聯(lián)網(wǎng)環(huán)境下基于L
2、BS的匿名區(qū)域構(gòu)造方法和隱私度度量方法,在確保了匿名器本身的可靠性的前提下,實(shí)現(xiàn)了一個(gè)安全、高效的匿名區(qū)域構(gòu)造算法和與之對(duì)應(yīng)的隱私度評(píng)價(jià)方法,具體的研究?jī)?nèi)容如下所示:
(1)針對(duì)物聯(lián)網(wǎng)環(huán)境下的LBS模型的安全問(wèn)題,提出一個(gè)基于擴(kuò)展的匿名器的隱私安全保護(hù)模型,該模型針對(duì)匿名器本身的安全性進(jìn)行了分析,在匿名器原有結(jié)構(gòu)的基礎(chǔ)上對(duì)其進(jìn)行了擴(kuò)展,使得確保了自身的安全性,這樣就可以在安全的匿名器的基礎(chǔ)上構(gòu)造LBS隱私安全保護(hù)模型,分析表明
3、模型能夠有效地保護(hù)用戶的身份、位置以及服務(wù)內(nèi)容等隱私安全。
?。?)針對(duì)現(xiàn)有研究中匿名區(qū)域面積和查詢結(jié)果精準(zhǔn)性之間的矛盾,提出了一種基于邊界的匿名區(qū)域構(gòu)造算法,該算法首先根據(jù)用戶指定的匿名參數(shù)K確定匿名區(qū)域內(nèi)的用戶,然后連接處在最外圍的用戶,構(gòu)成一個(gè)封閉的凸多邊形,最后計(jì)算該匿名區(qū)域的面積并和用戶要求的最小匿名區(qū)域面積作對(duì)比,將其中心位置發(fā)送給LBS服務(wù)器。測(cè)試實(shí)驗(yàn)表明,該構(gòu)造算法有效地降低了匿名區(qū)域的面積,并且相對(duì)的提高了查詢
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 物聯(lián)網(wǎng)空間內(nèi)LBS隱私安全模型研究.pdf
- 基于匿名的隱私保護(hù)方法研究.pdf
- 一種基于網(wǎng)格匿名區(qū)域的位置隱私保護(hù)算法.pdf
- 基于軌跡隱私的匿名方法研究.pdf
- 基于聚類的隱私匿名方法研究.pdf
- 基于K-匿名的隱私保護(hù)模型和算法研究.pdf
- 基于K-匿名的隱私保護(hù)方法研究.pdf
- 基于數(shù)據(jù)隱私保護(hù)的匿名算法改進(jìn)研究.pdf
- 基于視頻的面部表情強(qiáng)度度量方法研究.pdf
- 基于聚類的匿名化隱私保護(hù)算法研究.pdf
- 基于聚類的匿名化隱私保護(hù)算法研究
- 基于編輯距離的C代碼相似度度量算法研究.pdf
- 隱私保護(hù)中K-匿名算法和匿名技術(shù)研究.pdf
- 基于物聯(lián)網(wǎng)的個(gè)性化k-匿名位置隱私保護(hù)技術(shù)的研究和實(shí)現(xiàn).pdf
- 物聯(lián)網(wǎng)隱私數(shù)據(jù)保護(hù)算法研究.pdf
- 基于分解重構(gòu)技術(shù)的LBS隱私保護(hù)方法.pdf
- 語(yǔ)義增強(qiáng)的關(guān)系相似度度量算法研究.pdf
- 基于k-匿名的云計(jì)算隱私保護(hù)算法研究.pdf
- 基于中介真值程度度量的圖像質(zhì)量評(píng)價(jià)方法研究.pdf
- 仿真置信度度量方法研究.pdf
評(píng)論
0/150
提交評(píng)論