[论文解读] Enabling Strong Privacy Preservation and Accurate Task Allocation for Mobile Crowdsensing

Jianbing Ni, Kuan Zhang+3 more|arXiv (Cornell University)|Jun 11, 2018

Mobile Crowdsensing and Crowdsourcing参考文献 25被引用 10

一句话总结

本文提出SPOON，一种保护隐私的移动众包感知框架，可在不损害用户隐私的前提下实现精准的任务分配。通过结合代理重加密与BBS+签名，SPOON保护任务数据并匿名化感知报告，同时采用去中心化的信用管理机制，通过安全、隐私保护的声誉证明确保可信性。

ABSTRACT

Mobile crowdsensing engages a crowd of individuals to use their mobile devices to cooperatively collect data about social events and phenomena for special interest customers. It can reduce the cost on sensor deployment and improve data quality with human intelligence. To enhance data trustworthiness, it is critical for service provider to recruit mobile users based on their personal features, e.g., mobility pattern and reputation, but it leads to the privacy leakage of mobile users. Therefore, how to resolve the contradiction between user privacy and task allocation is challenging in mobile crowdsensing. In this paper, we propose SPOON, a strong privacy-preserving mobile crowdsensing scheme supporting accurate task allocation from geographic information and credit points of mobile users. In SPOON, the service provider enables to recruit mobile users based on their locations, and select proper sensing reports according to their trust levels without invading user privacy. By utilizing proxy re-encryption and BBS+ signature, sensing tasks are protected and reports are anonymized to prevent privacy leakage. In addition, a privacy-preserving credit management mechanism is introduced to achieve decentralized trust management and secure credit proof for mobile users. Finally, we show the security properties of SPOON and demonstrate its efficiency on computation and communication.

研究动机与目标

• 解决移动众包感知中用户隐私与精准任务分配之间的关键平衡挑战。
• 即使在高数据质量需求下，防止用户移动轨迹、位置及声誉数据的隐私泄露。
• 使服务提供商能够基于地理位置接近度与可信度水平招募用户，而无需了解敏感的用户信息。
• 设计一种去中心化、隐私保护的信用管理机制，支持无需依赖可信第三方的安全声誉证明。
• 确保移动用户与任务发布者之间的端到端隐私保护，包括任务内容与用户身份的保护。

提出的方法

• 利用代理重加密技术，安全地将任务访问权限委托给第三方，而无需向中间人暴露原始任务数据。
• 采用BBS+签名，实现用户凭证与可信属性的匿名零知识证明，而无需揭示底层数据。
• 提出一种去中心化的信用管理方案，使用户能够通过信用积分的零知识证明来证明其可信度。
• 使用基于配对的密码学（如双线性映射）构建位置、声誉与信用属性的隐私保护知识证明。
• 设计多轮零知识证明协议，以验证用户资格与报告真实性，而无需披露敏感属性。
• 使用密码学哈希函数与承诺机制，将证明与特定任务及用户身份绑定，同时保持不可链接性。

实验结果

研究问题

• RQ1 如何在不泄露用户隐私信息的前提下，基于位置与声誉信息精准分配移动众包感知任务？
• RQ2 哪些密码原Primitive能够实现在去中心化信任模型中对感知任务与用户报告的强隐私保护？
• RQ3 能否设计一种去中心化且隐私保护的可信度管理系统，同时仍支持基于声誉的精准任务选择？
• RQ4 用户如何在不暴露实际数值或身份的情况下证明其可信度（如信用积分）？
• RQ5 在可扩展的移动众包感知框架中集成强隐私机制，其计算与通信开销如何？

主要发现

• SPOON通过确保即使服务提供商也无法将用户与其位置、声誉或信用评分关联，实现了强隐私保护。
• BBS+签名的使用使用户能够在不披露实际信用积分或声誉等级的情况下证明其可信度与任务资格。
• 代理重加密支持从客户到服务提供商的安全任务访问权限委托，而无需暴露原始任务内容。
• 该系统的零知识证明机制确保所有用户属性（位置、声誉、信用）在不披露的情况下被验证，防止推理攻击。
• 安全分析证实系统对关键威胁（如位置重识别、声誉关联与Sybil攻击）具有抗性。
• 性能评估表明，SPOON保持了较低的计算与通信开销，适用于移动设备的实际部署。