公共网络用户隐私保护位置优化识别仿真
计算机仿真(2017)
摘要
对公共网络用户隐私保护位置进行准确识别,可以有针对性的对用户位置进行有效保护。用户隐私保护位置识别时,应在用户真实坐标的情况下形成匿名区域,并对构建位置隐私随机k-隐藏集进行检索完成位置识别,但是传统方法主要针对隐私位置特征进行识别,但无法利用用户真实坐标生成匿名区域,导致识别误差大的问题。提出基于随机匿名的公共网络用户隐私保护位置优化识别方法。先在用户请求位置服务时,向匿名服务器发送经过变换后的坐标,匿名服务器可以在未知用户真实坐标的情况下形成匿名区域,利用离散的位置点构建位置隐私随机k-隐藏集,促使彼此之间的网格距离大于阈值,采用私有信息检索协议保障查询结果在检索过程中的隐私性,利用检索结果完成公共网络用户隐私保护位置优化识别。仿真结果表明,公共网络用户隐私保护位置识别稳定性较高,可以有效地完成对公共网络中用户隐私保护位置的识别。
更多查看译文
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要