位置服务中基于贝叶斯的隐私泄露分析  

Bayes-based privacy disclosure analysis in location based services

作　　者：吴振刚[1,2] 孙惠平[2] 关志[1,2] 陈钟[1,2] 

机构地区：[1]北京大学信息科学技术学院,北京100871 [2]北京大学高可信软件技术教育部重点实验室,北京100871

出　　处：《计算机应用研究》2015年第4期1114-1118,共5页Application Research of Computers

基　　金：国家自然科学基金资助项目(61170263);国家"核高基"科技重大专项课题基金资助项目(2012ZX01039-004-009);信息网络安全公安部重点实验室开放课题项目(C11606)

摘　　要：个人位置信息是一种物理隐私信息,敌手可以根据背景知识获取用户的真实身份。为了分析位置服务的用户隐私问题,建模了敌手进行身份推理攻击的过程,并提出了一种根据个人位置信息测量身份泄露的贝叶斯推理方法。通过对比观测的位置信息与背景知识数据库的匹配程度,该方法能重新识别用户真实身份。实验采用了真实路网的数据集,结果显示不可信LBS通过收集查询请求能以很高的概率确定用户真实身份。研究表明高精度的个人位置信息泄露导致很高的身份隐私风险。Personal location information is a type of physical privacy information,and the adversary can identify true identities of users according to background knowledge. For analysis of the user privacy problem,this paper modeled the attack process where the adversary inferred true identities and devised a Bayesian inference method to measure the degree of identity leakage from personal location data. By comparing observed location data with background knowledge databases,this method could reidentify users＇ true identities. Using the dataset on real road networks,experiments show that an untrusted LBS can obtain true identities with high probability by collecting user queries. This study demonstrates that the disclosure of high-precision personal location information can lead to a high risk of identity privacy breach.

关 键 词：位置服务 隐私度量 隐私保护 重新识别 朴素贝叶斯 

分 类 号：TP309.2[自动化与计算机技术—计算机系统结构]