基于隐私保护的LBSNS(Location-Based Social Network Service)系统的设计与实现

摘要

在基于位置的社交网络服务（Location-Based Social Network Services，LBSNS）中，隐私保护问题已经日益成为研究的热点。隐私信息不仅包含用户的地理位置信息，还包括用户的个人属性信息（例如年龄、性别、兴趣等）。现有的LBSNS应用的功能，一是巩固已有好友之间的关系，二是利用地理位置相近的优势发现潜在的朋友。发现潜在朋友过程中的基本操作是对用户的个人属性进行私有信息匹配，在该匹配过程中会造成用户隐私泄露。因此，本论文设计了一个基于隐私保护的LBSNS系统，其中在好友匹配过程中提出并实现了一种有效的轻量级的隐私保护方法，使用户在不暴露自己隐私属性信息的情况下，完成相似性匹配。
　　本文首先对LBSNS的相关背景知识进行介绍，对隐私信息进行分类，并总结了现有的保护方法。
　　其次本文根据LBSNS服务的架构及其特点，分析当前匹配操作的两种主要途径：粗颗粒度匹配和细颗粒度匹配。选择其中具有代表性的隐私保护方案的匹配协议进行具体分析。说明了粗颗粒度匹配的局限性和细颗粒度匹配的优势。
　　接着本文采用安全多方计算中同态加密技术，设计了一个基于ElGamal加密算法的匹配协议。并在理论上将基于ElGamal算法的匹配协议与已有的基于Paillier算法的匹配协议在计算复杂性（计算开销和通信开销）上进行详细比较，论证了所设计的协议的计算复杂性只和进行匹配的用户属性个数d相关，而基于Paillier算法的匹配协议不仅和进行匹配的用户属性个数d有关，还和该协议中扩展属性向量的参数?有关。并且，在??2的情况下，随着d的增加，基于ElGamal算法的匹配协议的计算开销和通信开销均小于基于Paillier算法的匹配协议。然后设计了内建ElGamal加密算法的，具有隐私保护特性的LBSNS系统。
　　最后，在Android平台上，使用Bluetooth技术，实现了前面设计的LBSNS的系统及匹配协议，并基于原型实现对系统进行了性能评估。实验表明所设计的匹配协议与原有的基于Paillier算法的匹配协议相比，在计算复杂性上有了一定改进，验证了第四章中的理论分析。同时发现，随着用户属性个数d越多，基于 ElGamal算法的匹配协议的计算开销和通信开销的性能越来越优于已有的基于Paillier算法的匹配协议。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1论文背景和意义

1.2国内外研究现状

1.3论文结构

第二章 相关背景知识介绍

2.1基于位置的社交网络服务定义与发展

2.2基于位置的社交网络服务的研究热点

2.3 LBSNS与隐私保护

2.4本章小结

第三章 LBSNS中基于隐私保护的私有信息匹配

3.1粗颗粒度的private matching

3.2细颗粒度的private matching

3.3粗细颗粒度的private matching对比

3.4本章小结

第四章 基于隐私保护的LBSNS系统及匹配协议的设计

4.1安全多方计算

4.2系统设计目标

4.3系统组成及流程

4.4Private matching匹配协议

4.5本章小结

第五章 基于隐私保护的LBSNS系统的实现

5.1系统概述

5.2系统界面的实现

5.3运行模块MatchingActivity的实现

5.4系统性能评估

5.5本章小结

第六章 总结与展望

6.1论文总结

6.2下一步工作期望

参考文献

附录2 攻读硕士学位期间撰写的论文

附录4 攻读硕士学位期间参加的科研项目

致谢