车联网众包应用的隐私保护研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:zhenghs2ooo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着车载终端的飞速发展,车辆在采集和处理数据的能力得到了大幅度的提升,使得众包这种新兴的应用模式在车联网中逐渐流行起来。在车联网众包应用中,车辆不仅能够参与众包任务,为采集服务数据作出贡献,也能够按需地发起数据请求,获得服务数据。然而,在数据采集/请求时出现的隐私泄露风险,严重阻碍了车联网众包的广泛应用。车辆用户在数据采集/请求时,一般包含了用户相关的隐私信息,如身份、位置、查询内容等信息。而隐私信息的泄露会使得攻击者很容易推断出车辆用户的行为模式、获取用户的真实意图。因此,隐私的泄露导致车辆用户体验不佳,降低车辆用户对众包应用的参与度。为了解决车联网众包应用的隐私问题,本文首先建立相应的数据传输模型及攻击模型,然后提出了相应的隐私保护方案,主要的研究内容如下所示:(1)针对车辆用户在众包应用中采集数据与请求数据的场景,建立两种数据传输模型,即数据收集模型以及数据请求模型。分析两种模型运行过程中涉及到的相关隐私问题,进而提出对应的攻击模型。(2)针对数据收集场景下的用户身份和位置隐私泄露问题,本文提出了基于数据聚合和批量认证的隐私保护方案。首先,为了保证数据的私密性和可用性,本文选择同态加密算法进行加密处理;然后利用同态加密的性质,对加密数据进行聚合操作以有效降低路边单元的计算和通信开销。另外,对于数据交互实体间的认证,该方案采取双线性配对技术实现了身份的批量认证,降低了认证开销。最后通过仿真验证了该方案能够保护车辆用户采集数据时的身份和位置隐私信息。(3)针对数据请求场景下的用户位置和查询内容的隐私泄露问题,本文提出了基于差分隐私和兴趣点泛化的隐私保护方案。该方案首先对用户位置进行满足差分隐私的随机扰动,实现位置隐私保护与服务质量之间的均衡;同时使用泛化的方式模糊用户查询的兴趣点内容,保证用户的查询内容隐私。最后通过仿真验证了该方案能够保护车辆用户请求数据时的位置和查询内容隐私。
其他文献
近年来,5G、云计算、物联网(Internet of Things,Io T)迅猛发展,软硬件紧耦合的传统网络设备在扩展性和灵活性上先天不足,已无法满足新时代下复杂多样的业务。而网络功能虚拟化(Network Function Virtualization,NFV)能将网络功能与专用硬件分离,让其以应用软件的形式运行在通用计算设备上,这样不仅缩减了运维成本还能灵活快速地提供服务。但随着NFV的深入
原子碰撞过程是一个古老而又年轻的,基础又有着广泛应用的一个研究方向,在可控核聚变,武器物理,天体物理中都有着广泛的应用。长久以来,由于实验条件的限制,实验研究常常限定于基态的原子。冷原子技术的诞生使得产生一个稳定的激发态的原子靶,乃至里德堡态的原子靶成为可能。而超冷等离子体技术的诞生使得实验研究等离子体环境中的原子过程成为了可能。针对我们小组正在进行的超冷等离子体环境中的原子碰撞实验,本论文从理论
重构核质点法(Reproducing Kernel Particle Method,简称 RKPM)是一种有广泛发展前景的无网格方法,具有优良特性。它可以避免大变形分析中由网格畸变引起的计算困难,避免移动不连续问题中耗时的网格重构。由于采用光滑连续的核函数,得到的解及其各阶导数都是连续的,具有较高的精度。此外,它的前处理过程更为简单,在很大程度上减少了人工工作量。针对 RKPM 是一种伽辽金型的无
随着电子信息产业的发展,人们的生活已经越来越离不开电子设备和互联网。各种各样的APP为了收集用户反馈,纷纷设置了评论业务。这些评论文本中包含了大量有价值的信息,利用这些信息,商家一方面可以更加了解用户的爱好,为用户做出推荐,另一方面可以更加了解自身的不足和缺点,对自身的服务进行改进。但是,面对海量的评论信息,商家或平台往往没有足够的人力去阅读它们,因此,基于深度学习和机器学习的自然语言处理技术就派
油水混合液的快速、高效分离是海洋油气开采和输送中亟待解决的技术问题。设计小型、快速、高效的复合式油水分离器是目前油水分离技术研究的一个方向。螺旋管油水分离器是一种体积小、效率高的分离设备,管内两相流动和分离过程的研究对于分离器的设计有重要意义。本文利用 FLUENT 软件,采用不可压湍流 Navier-Stokes 方程和两相流动的 Euler 模型,对螺旋管内油水两相流动和分离过程进行了数值研究
在现代通信体系下人们需要更高的无线信号传输速率和更优的信号质量。传统的雷达探测系统大多采用均匀阵结构,其较低的角度分辨率和较小的阵列孔径,日益无法满足当下无线信号传输技术的发展需要。稀布阵雷达相对于均匀满阵雷达,在相同数量阵列单元情况下拥有更大的阵列孔径、更高的探测精度和更灵活的阵列设计方式,但是当前稀布阵的研究还只停留在平面相控阵层面,对于频控阵和其他几何形式阵列的稀布技术研究还非常欠缺。此外在
“互联网+”的大力发展使得全球数据生产量大幅上涨,其中非结构化数据占到了数据总量的80%,成为了全球数据的主要构成部分。非结构化数据处理一直是自然语言处理领域研究的重点和难点。知识图谱的出现为大数据处理与应用提供了一套完整可行的解决方案,知识图谱构建中的信息抽取与融合作为基础任务受到了广泛的关注。本文面向非结构化数据,围绕知识图谱中的信息抽取与信息融合任务开展了一系列的研究。在信息抽取技术研究中提
近年来,随着5G等网络技术的快速发展,许多新的网络应用随之兴起,诸如无人驾驶、远程手术、增强现实等网络应用对于互联网时延的要求越来越高,传统的TCP/IP网络在传输数据包时对于数据包的行为缺乏统一的调度和规划,数据包时延存在长尾效应,难以保证业务的服务质量(Quality of Service,QoS)。时间敏感网络的出现给传统网络做出了改进。时间敏感网络的核心思想是减少转发过程中的排队时延。首先
LEO卫星通信系统具有通信时延低、研发成本低以及通信组网灵活等优势,受到了各航天科技大国的重点关注。而高效、可靠的星间路由算法对卫星网络性能发挥至关重要。但是,目前的LEO卫星网络星间路由算法在可靠性方面仍然存在诸多挑战:一方面,由于LEO卫星网络的高动态拓扑变化、全球流量分布不均衡,致使卫星节点和链路易发生拥塞;另一方面,由于受星间链路稳定性差、开放性、暴露性等特点的影响,网络内部路由易遭受恶意
旋转数频繁地出现在非线性常微分方程中,这是因为旋转数本身孕育着非常丰富的内涵,有着重要的理论和应用价值,且还没有完全被我们所了解。本文以具有几乎周期势函数的非对称方程:(x|¨) + p(t)x+ + q(t)x= 0为基本模型,系统地阐述这类方程的旋转数的存在性,并用势函数的的某种新模对线性方程:(x|¨) + p(t)x = 0和非对称方程:(x|¨) + p(t)x+ + q(t)x = 0