Skip to main content
QUICK REVIEW

[论文解读] Optimized Secure Position Sharing with Non-trusted Servers

Pavel Skvortsov, Björn Schembera|arXiv (Cornell University)|Feb 27, 2017
Privacy-Preserving Technologies in Data参考文献 28被引用 3
一句话总结

本文提出了一种针对不可信位置服务器的优化安全位置共享方案,通过根据服务器可信度策略性地放置位置共享,增强隐私保护,并通过高效的更新协议减少通信开销。该方法在同等精度水平下,使消息流量减少高达60%,隐私保护提升30–40%。

ABSTRACT

Today, location-based applications and services such as friend finders and geo-social networks are very popular. However, storing private position information on third-party location servers leads to privacy problems. In our previous work, we proposed a position sharing approach for secure management of positions on non-trusted servers, which distributes position shares of limited precision among servers of several providers. In this paper, we propose two novel contributions to improve the original approach. First, we optimize the placement of shares among servers by taking their trustworthiness into account. Second, we optimize the location update protocols to minimize the number of messages between mobile device and location servers.

研究动机与目标

  • 解决第三方位置服务器可能被攻破或不可信时位置服务中的隐私风险。
  • 通过在位置服务器提供商之间引入差异化的信任等级,改进以往的位置共享方案。
  • 在不牺牲隐私保障的前提下,最小化位置更新协议中的通信开销。
  • 通过低复杂度算法实现在资源受限移动设备上的实际部署。
  • 为云环境和IaaS环境中的安全位置共享提供可扩展的无信任框架。

提出的方法

  • 本文提出一种基于概率安全度量的信任感知共享放置算法,根据服务器可信度将更多或更高精度的共享分配给更可信的服务器。
  • 建立一个优化问题,以在满足隐私和系统约束的前提下最小化用户被发现的概率。
  • 采用线性时间算法确定最少服务器数量及在这些服务器间的最优共享分配。
  • 设计一种优化的位置更新协议,通过分析混淆区域的交集,最小化冗余更新,从而减少消息流量。
  • 协议根据移动模式和混淆半径动态选择低开销模式或完整更新模式。
  • 通过引入地图感知和运动相关性,避免在间歇性更新期间遭受最大速度攻击。

实验结果

研究问题

  • RQ1如何在具有不同可信度的不可信服务器之间最优地放置位置共享,以最大化隐私保护?
  • RQ2服务器可信度对位置共享系统中用户重新识别概率有何影响?
  • RQ3如何在不损害隐私的前提下最小化位置更新协议中的通信开销?
  • RQ4基于混淆区域交集的智能消息调度,能在多大程度上减少更新消息的数量?
  • RQ5在间歇性更新假设下,系统如何保持对最大速度攻击的鲁棒性?

主要发现

  • 与基线方法相比,在同等隐私水平下,优化的共享放置使用户被发现的概率降低30–40%。
  • 优化的更新协议在50米混淆半径下使总消息流量减少63.3%(154条消息),在100米半径下减少46.7%(224条消息)。
  • 在真实移动场景中,与非优化版本相比,该协议实现了最高达60%的流量减少。
  • 当更新间隔足够长以防止轨迹推断时,系统能有效抵御最大速度攻击。
  • 所提出的算法时间复杂度为线性,适合在资源受限的移动设备上部署。
  • 该方法可在无需可信第三方的前提下,实现在不可信云环境和IaaS环境中的安全、可扩展位置共享。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。