随着移动通信的快速发展,用户对室内位置信息的实时性和准确性的要求越来越高。而基于WiFi指纹的室内定位被公认为是室内定位领域最具前景的技术之一,这种技术的优势很明显,低成本高可靠性。但潜在的隐私问题也不容忽视,离线采样阶段存在暴露数据提供者位置信息的风险,客户端的位置信息和服务器数据库的数据信息也可能在在线定位阶段泄漏。针对WiFi指纹室内定位系统中的隐私泄漏问题,本文的主要贡献如下:(1)对于在线定位阶段隐私泄露的问题,本文首先将差分隐私引入WiFi指纹室内定位的在线定位阶段,设计了一种基于差分隐私保护的室内定位机制(A Differential PrivacyBased Privacy-Preserving Indoor Localization Mechanism,DP3)。整个方案分为四个步骤,客户端负责AP模糊化和位置检索两个阶段,而服务器负责DP指纹聚类和指纹置换两个阶段。在AP模糊化阶段,客户端只需要向服务器发送AP序列;服务器收到AP序列后,从指纹数据库中过滤出匹配的指纹记录形成新的数据集,并使用基于DP的k-means方法将数据集中的指纹分成k个集群;服务器再利用DP指数机制在同一集群中对每一个位置进行置换,以掩饰真实的位置,然后将处理过后的数据集发送到客户端;最后客户端使用KNN算法进行定位。并且使用真实数据集来验证DP3方案可以实现相对较好的定位结果,同时实现隐私保护。(2)考虑到DP3方案中指纹聚类阶段的k值和初始中心点的随机选择将导致数据集误差和定位误差都比较大,因此在DP3方案基础上提出了DP3+方案,将DP指纹聚类阶段改进为Canopy+DP指纹聚类方案。具体而言,改进之处共有三方面:(a)k值的选择;(b)初始中心点的选择;(c)隐私预算的分配方式,在聚类和置换两个阶段分配不同的隐私预算,并比较获得的数据集的实用性。实验结果表明,与DP3方案相比,DP3+方案可以获得更好的数据实用性和定位精度。(3)对于离线采样阶段隐私泄露的问题,本文将差分隐私引入离线采样阶段,设计了一种基于WiFi指纹室内定位的众包离线采样阶段的隐私保护方案。每一个参与者将加噪过的测量数据(AP的RSS值)发送给服务提供商,而不是发送原始数据;服务提供商根据这些测量数据计算每个AP的信号强度均值,获取每个位置的WiFi指纹并生成WiFi指纹数据库。实验结果表明本方案在保护参与者位置隐私的同时可获得实用性较高的指纹数据库。