[论文解读] Your Neighbors Are My Spies: Location and other Privacy Concerns in GLBT-focused Location-based Dating Applications

Nguyen Phong Hoang, Yasuhito Asano+1 more|arXiv (Cornell University)|Apr 20, 2016

Privacy, Security, and Data Protection参考文献 10被引用 6

一句话总结

本文研究了LGBT友好型基于位置的交友应用中的位置隐私风险，表明即使启用了“隐藏距离”功能或噪声注入，三边测量攻击仍能暴露用户的精确位置。作者揭示，这些应用中的基于邻近度的元数据使攻击者能够去匿名化并追踪用户，尤其是在保守地区，凸显了对边缘化群体而言关键的隐私漏洞。

ABSTRACT

Trilateration is one of the well-known threat models to the user's location privacy in location-based apps, especially those contain highly sensitive information such as dating apps. The threat model mainly bases on the publicly shown distance from a targeted victim to the adversary to pinpoint the victim's location. As a countermeasure, most of location-based apps have already implemented the 'hide distance' function, or added noise to the publicly shown distance in order to protect their user's location privacy. The effectiveness of such approaches however is still questionable.

研究动机与目标

• 调查现有LGBT友好型交友应用中位置隐私保护措施的有效性。
• 分析尽管采用“隐藏距离”或噪声混淆措施，三边测量攻击是否仍能破坏用户的位置隐私。
• 评估在受污名化或不安全地区，用户位置暴露的真实世界风险。
• 证明这些应用中的邻近度元数据可被利用以实现去匿名化和追踪用户。
• 倡导为高风险用户群体设计更强健的隐私保护机制。

提出的方法

• 作者基于三边测量构建威胁模型，攻击者利用多个已知点的距离信息来三角定位受害者位置。
• 评估了现有对策，如隐藏距离或在距离值中添加噪声。
• 研究涉及对主流LGBT友好型交友应用的逆向工程与行为分析，以评估元数据泄露情况。
• 研究人员使用公开可得的距离数据模拟三边测量攻击，以衡量位置重建的准确性。
• 通过将邻近度数据与公开地理信息相关联，评估去匿名化的可行性。
• 分析还包括评估噪声注入对攻击成功率和位置精度的影响。

实验结果

研究问题

• RQ1 在实施了“隐藏距离”或基于噪声混淆的LGBT交友应用中，三边测量攻击是否仍能高精度定位用户？
• RQ2 尽管具备隐私保护功能，这些应用中的基于邻近度的元数据在多大程度上泄露了敏感用户信息？
• RQ3 在高风险地理或社会环境中，当前对策在防止用户位置追踪方面的有效性如何？
• RQ4 当用户位置通过此类攻击暴露时，LGBT用户面临的真实世界隐私与安全影响是什么？
• RQ5 攻击者是否仅使用公开可得的距离数据即可实现对LGBT用户的去匿名化与追踪？

主要发现

• 即使距离值被隐藏或加入噪声，三边测量攻击仍能以高精度重建用户位置。
• 应用中邻近用户数量越多，位置推断攻击的成功率显著提高。
• 即使在加入噪声的情况下，攻击仍能将受害者位置缩小至数米范围内。
• 研究发现，“隐藏距离”功能对基于三边测量的复杂追踪无效。
• 研究证明，LGBT用户在保守或敌对地区因位置暴露而面临严重的隐私与安全风险。
• 这些应用中的邻近度元数据可被利用以实现用户去匿名化，并将其与真实身份及物理位置关联。