[论文解读] POSTER: Privacy-preserving Indoor Localization

Jan Henrik Ziegeldorf, Nicolai Viol+2 more|arXiv (Cornell University)|Jan 1, 2014

Indoor and Outdoor Localization Technologies参考文献 5被引用 8

一句话总结

本文提出了一种基于安全两方计算（STPC）的隐私保护室内定位系统，实现基于WiFi的定位，同时为用户和服务提供商提供强有力的隐私保障。通过将STPC应用于带有维特比解码器的隐马尔可夫模型（HMM），该系统在10秒更新频率下实现了房间级别的定位精度，且未暴露用户位置或模型参数。

ABSTRACT

Upcoming WiFi-based localization systems for indoor environments face a conflict of privacy interests: Server-side localization violates location privacy of the users, while localization on the user's device forces the localization provider to disclose the details of the system, e.g., sophisticated classification models. We show how Secure Two-Party Computation can be used to reconcile privacy interests in a state-of-the-art localization system. Our approach provides strong privacy guarantees for all involved parties, while achieving room-level localization accuracy at reasonable overheads.

研究动机与目标

• 解决基于WiFi的室内定位中用户位置隐私与服务提供商模型机密性之间的冲突。
• 设计一种系统，使得服务器无法了解用户的任何位置信息，同时用户也无法获知HMM参数。
• 使用STPC实现并评估HMM定位的隐私保护维特比解码器。
• 在可接受的计算和通信开销下，实现实用的定位性能。

提出的方法

• 使用安全两方计算（STPC）在用户和服务器的加密输入上执行维特比算法。
• 采用Paillier同态加密，在无交互的情况下对密文执行加法和标量乘法运算。
• 将概率转换为负对数空间，将最大化问题转化为最小化问题，减少对浮点数运算的依赖。
• 通过改进的两方比较协议和交错的比较-选择步骤，优化最小值和最小值索引（argmin）操作。
• 用户对接收信号强度指示（RSSI）测量值进行加密；服务器使用混淆的HMM参数处理这些数据，以保护模型隐私。
• 最终位置被加密后发送给用户，用户使用其私钥进行解密。

实验结果

研究问题

• RQ1 STPC能否有效应用于最先进的基于HMM的室内定位系统，以同时保护用户和服务器的隐私？
• RQ2 如何安全且高效地使用STPC执行计算密集型的维特比算法？
• RQ3 在使用STPC进行定位时，延迟、通信开销和精度之间的实际性能权衡如何？
• RQ4 隐私保护定位在合理更新频率下，能在多大程度上实现房间级别的精度？

主要发现

• 系统在每10秒一次的位置更新频率下实现了房间级别的定位精度，这对大多数室内位置服务而言是实用的。
• 一次包含160个状态、每个状态有5个前驱状态的定位更新耗时约10秒，运行时间随状态数近似线性增长。
• 通信开销在每次更新时为几兆字节量级，即使接入点数量增加，也保持在可管理范围内。
• 负对数空间转换使整数运算足以实现足够精度，避免了STPC中昂贵的浮点数运算。
• 系统对半诚实攻击者保持安全，确保用户位置隐私不被泄露，且HMM参数未被披露。
• 原型实现证明了可行性，但性能仍受限于STPC的计算成本，尤其是最小值和最小值索引操作。