基于匿名集時空序列規(guī)則的推理攻擊方法研究.pdf

1、近年來，時空K-匿名成為LBS隱私保護研究的一個主流方向。研究利用時空K-匿名數據集的自身關聯(lián)關系、以及時空K-匿名數據集與相關背景知識的關聯(lián)關系，進行推理攻擊的方法，可為時空K-匿名方法的隱私保護性能的進一步優(yōu)化奠定基礎。傳統(tǒng)的推理攻擊方法只考慮時空臨近的匿名集數據的關聯(lián)，并未對基于大時空跨度的匿名集關聯(lián)的問題進行深入分析。這使得傳統(tǒng)的時空K-匿名隱私保護方法，有可能難以有效應對基于大時空跨度的匿名集關聯(lián)的推理攻擊。因此，研究基于大時

2、空范圍的匿名集關聯(lián)分析的推理攻擊方法，對設計相應的隱私保護方法具有重要的意義。
　　本文提出研究基于大時空范圍匿名集序列規(guī)則的預測推理攻擊方法，以匿名查詢用戶進出敏感空間為攻擊對象，設計了基于馬爾科夫鏈轉移概率矩陣的針對時空敏感區(qū)的多步預測推理攻擊算法，并通過實驗分析了算法的性能。本論文的主要研究成果如下：
　?。?）對現(xiàn)有推理攻擊方法以及相應的保護方法進行分類，并對經典的隱私保護方法進行詳細的描述與特征分析。
　?。?/p>