• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      面向隱私的BRNN保護(hù)方法優(yōu)化策略

      2021-03-14 06:14:12童威黃啟萍
      電腦與電信 2021年12期
      關(guān)鍵詞:頁(yè)面客戶(hù)端對(duì)象

      童威黃啟萍

      (1.安徽文達(dá)信息工程學(xué)院,安徽 合肥 231201;2.安徽電氣工程職業(yè)技術(shù)學(xué)院,安徽 合肥 230051)

      1 引言

      基于位置的服務(wù)(Location Based Services,LBS),即獲得移動(dòng)對(duì)象的位置后,用戶(hù)獲取相關(guān)位置查詢(xún)?;谖恢梅?wù)中的隱私內(nèi)容包括位置信息和敏感信息。前者為隱私用戶(hù)查詢(xún)的確切位置,后者即隱藏與用戶(hù)個(gè)人隱私有關(guān)的敏感信息[1]。

      傳統(tǒng)LBS隱私保護(hù)技術(shù)包含三類(lèi):基于數(shù)據(jù)失真的位置隱私保護(hù)技術(shù);基于抑制發(fā)布的位置隱私保護(hù)技術(shù);基于數(shù)據(jù)加密的位置隱私保護(hù)技術(shù)[2]。前兩者無(wú)法滿(mǎn)足較高隱私需求的用戶(hù)要求。本文面向隱私的BRNN查詢(xún)(雙色反向最近鄰查詢(xún))保護(hù)方法即基于數(shù)據(jù)加密的位置隱私保護(hù)技術(shù)進(jìn)行探討。

      2 預(yù)備知識(shí)

      在LBS的大部分應(yīng)用中,BRNN是一種常見(jiàn)的查詢(xún)方法。給定兩個(gè)點(diǎn)集S(服務(wù)集)、R(對(duì)象點(diǎn)集),查詢(xún)點(diǎn)q∈S,BRNN要查找的是最近鄰q的對(duì)象點(diǎn)集合。圖1為一個(gè)BRNN示例,圓點(diǎn)表示住宅區(qū)Qi,方塊表示服務(wù)點(diǎn)Si(超市)。某客戶(hù)如果想開(kāi)一家超市,有2個(gè)候選位置q1,q2。哪個(gè)位置開(kāi)店可以在距離上吸引更多原本在其他超市購(gòu)物的居民?通過(guò)對(duì)候選位置的BRNN查詢(xún),可以得知優(yōu)先度q2>q1,因?yàn)閝2有最大的BRNN查詢(xún)結(jié)果集,包括3個(gè)住宅區(qū)Q2,Q3,Q6。

      圖1 BRNN示例

      隨著移動(dòng)計(jì)算和位置服務(wù)的不斷發(fā)展,BRNN查詢(xún)更加廣泛地應(yīng)用在如地圖查詢(xún)、資源定位、急救調(diào)度、基于移動(dòng)現(xiàn)實(shí)游戲等領(lǐng)域中[3]。

      然而,BRNN查詢(xún)可能會(huì)導(dǎo)致用戶(hù)的隱私泄露。例如,以上示例中,用戶(hù)的查詢(xún)位置以及商業(yè)意圖將完全暴露給服務(wù)器。已有的BRNN查詢(xún)以空間模糊化為基礎(chǔ),將位置匿名化發(fā)送給服務(wù)器。但是,這類(lèi)隱私保護(hù)技術(shù)可能保護(hù)度不夠,或者由于匿名隱私保護(hù),導(dǎo)致查詢(xún)結(jié)果精確度不高[4]。本文介紹一種基于PIR的可保證強(qiáng)隱私保護(hù)的BRNN查詢(xún)架構(gòu),并提出一種正交優(yōu)化技術(shù)來(lái)進(jìn)一步提高查詢(xún)效率。

      事實(shí)上,已有大量文獻(xiàn)介紹了對(duì)BRNN的查詢(xún)處理的解決方法。在基于維諾圖的方法中,根據(jù)所有的服務(wù)點(diǎn)和查詢(xún)點(diǎn)q構(gòu)建而成,位于q所在的維諾單元的對(duì)象即查詢(xún)結(jié)果[5]。查詢(xún)q基于動(dòng)態(tài)生成,利用維諾圖的性質(zhì)縮小查詢(xún)邊界。制定BRNN查詢(xún)處理算法如下:LBS首先離線計(jì)算出所有服務(wù)點(diǎn)的維諾圖,當(dāng)查詢(xún)q提交時(shí),LBS發(fā)送給客戶(hù)端:

      (1)維諾單元包含q的服務(wù)點(diǎn)。

      (2)這些服務(wù)點(diǎn)所在的維諾單元內(nèi)包含所有對(duì)象點(diǎn)??蛻?hù)端獲取這些數(shù)據(jù)后,通過(guò)驗(yàn)證距離的大小,過(guò)濾真實(shí)的BRNN結(jié)果[6]。

      3 數(shù)據(jù)組織

      在此系統(tǒng)框架中,數(shù)據(jù)組織可以分為3個(gè)邏輯數(shù)據(jù)。如圖2所示。DB1存儲(chǔ)所有的維諾單元,DB2存儲(chǔ)每個(gè)維諾單元的鄰近維諾單元,DB3存儲(chǔ)每個(gè)維諾單元的對(duì)象點(diǎn)集[7]。

      圖2 3個(gè)索引結(jié)構(gòu)示例

      4 查詢(xún)計(jì)劃

      給定數(shù)據(jù)組織和查詢(xún)q,基于PIR的查詢(xún)計(jì)劃如下:

      (1)客戶(hù)端從DB1查詢(xún)有關(guān)點(diǎn)q的空間劃分區(qū)域記錄,存儲(chǔ)了當(dāng)前的劃分空間內(nèi)所有維諾單元種子的坐標(biāo)??蛻?hù)端可以通過(guò)計(jì)算q到這些種子的距離找到離q最近的種子;

      (2)客戶(hù)端從DB2查詢(xún)關(guān)于種子i的記錄,來(lái)獲得i周?chē)慕従S諾單元ID,q的維諾單元可以從原始維諾圖中的i及其鄰居維諾單元集獲得;

      (3)客戶(hù)端查詢(xún)DB3中與q和q的鄰居維諾單元中的所有對(duì)象點(diǎn)??蛻?hù)端對(duì)這些對(duì)象點(diǎn)進(jìn)行過(guò)濾以獲得最終結(jié)果。

      根據(jù)圖1中的例子結(jié)合圖2展示的數(shù)據(jù)組織結(jié)構(gòu)。假設(shè)查詢(xún)q在五角星的位置提交。DB1將整個(gè)空間劃分為4個(gè)區(qū)域,分別使用A1、A2、A3、A4表示,每個(gè)子區(qū)域和若干維諾單元相交。當(dāng)q提交時(shí),先確定q所在的子區(qū)域A4,并在DB1中通過(guò)PIR協(xié)議查詢(xún)記錄A4??蛻?hù)端計(jì)算出查詢(xún)點(diǎn)q位于S2單元中,并在DB2中查詢(xún)B2來(lái)獲取S2的鄰近維諾單元,即S1、S3、S4、S5??蛻?hù)端由此確定在DB3中查詢(xún)記錄C1、C2、C3、C4和C5。這些記錄提供了需要由客戶(hù)端進(jìn)行過(guò)濾的候選結(jié)果集,最終O2、O3和O6被過(guò)濾掉。

      設(shè)計(jì)為3個(gè)邏輯上的數(shù)據(jù)庫(kù)好處如下:

      (1)將服務(wù)器和對(duì)象點(diǎn)分開(kāi)存儲(chǔ),降低了數(shù)據(jù)集發(fā)生更新的代價(jià)。

      (2)減少了冗余信息,提高了PIR的檢索性能。

      數(shù)據(jù)庫(kù)中的一條記錄占據(jù)一個(gè)頁(yè)面的大小。如果不足一個(gè)頁(yè)面,則需要添加假數(shù)據(jù)來(lái)補(bǔ)足。相反,如果數(shù)據(jù)超過(guò)一個(gè)數(shù)據(jù)頁(yè)的大小,則在數(shù)據(jù)庫(kù)的末尾生成一個(gè)新的數(shù)據(jù)頁(yè),由一個(gè)溢出指針從當(dāng)前頁(yè)面指向新生成的頁(yè)面。

      5 優(yōu)化策略

      由于在DB3中記錄的缺省存儲(chǔ)是給每個(gè)記錄分配不同的數(shù)據(jù)頁(yè),這就導(dǎo)致了數(shù)據(jù)頁(yè)的低利用率,使得PIR訪問(wèn)性能下降。本節(jié)基于查詢(xún)計(jì)劃提出了合并優(yōu)化策略,將DB2與DB3有關(guān)的記錄合并。

      策略步驟:

      (1)令NDB2、NDB3分別表示DB2和DB3中的記錄數(shù)。令表示DB2中的第i條記錄表示DB3中與eDB2i相關(guān)的t條記錄。Bm表示DB3中的第m條記錄的大小,該記錄可能會(huì)占用多條數(shù)據(jù)頁(yè),其中bm作為Bm中的一個(gè)小片段,表示為bm=Bm%Page_size(只有小片段才會(huì)與其他的小片段打包)。

      (2)令變量ym,j∈{0,1}表示記錄是否存儲(chǔ)在DB3中的第j個(gè)頁(yè)面,且xi,j∈{0,1}表示所有記錄是否存儲(chǔ)在第j個(gè)頁(yè)面。另外,對(duì)于,有xi,j≥ym,j。同時(shí)其中,P是DB3中缺省排列的數(shù)據(jù)頁(yè)個(gè)數(shù)。

      (3)在DB2的第i個(gè)記錄中涉及的對(duì)象點(diǎn)所需的PIR訪問(wèn)次數(shù)可以表示為DB3對(duì)應(yīng)對(duì)象點(diǎn)位于完整數(shù)據(jù)頁(yè)面數(shù)和小片段記錄合并后的頁(yè)面數(shù)之和,即:

      (4)在一個(gè)頁(yè)面中的對(duì)象點(diǎn)總數(shù)不能超過(guò)頁(yè)面大小,即

      (5)令K為DB2中任意記錄查詢(xún)所需的最大PIR訪問(wèn)次數(shù),即:最小化K,滿(mǎn)足:

      分兩步近似求解關(guān)于K的整數(shù)規(guī)劃問(wèn)題:

      (1)為線性規(guī)劃問(wèn)題,xi,j和ym,j是屬于[0,1]的分?jǐn)?shù),即ym,j表示將記錄存儲(chǔ)在頁(yè)面j的可能性,xi,j表示將與相關(guān)的記錄存儲(chǔ)在頁(yè)面j的可能性。

      (2)采取隨機(jī)取整i策略來(lái)獲得可行的方案。以ym,j的概率將DB3的第m條記錄放置在第j個(gè)頁(yè)面。如果頁(yè)面溢出,則分配一個(gè)空的數(shù)據(jù)頁(yè)直到該記錄中的所有對(duì)象點(diǎn)都放置完畢。

      6 仿真實(shí)驗(yàn)

      6.1 仿真實(shí)驗(yàn)環(huán)境配置情況

      通過(guò)實(shí)驗(yàn)論證該優(yōu)化策略的實(shí)用性和適用性,為隱私信息加密保護(hù)的發(fā)展與應(yīng)用提供新的線索。具體仿真實(shí)驗(yàn)配置情況如表1所示。

      表1 實(shí)驗(yàn)環(huán)境設(shè)置

      6.2 仿真實(shí)驗(yàn)結(jié)果

      由于匿名計(jì)算后的位置數(shù)據(jù)是不穩(wěn)定的,位置數(shù)據(jù)是動(dòng)態(tài)的、分散的,不具有任何相關(guān)性特征,因此選擇查詢(xún)數(shù)據(jù)保護(hù)的匿名成功率作為度量標(biāo)準(zhǔn)是可行的。同時(shí),為了保證實(shí)驗(yàn)的準(zhǔn)確性,本文將傳統(tǒng)查詢(xún)計(jì)劃與優(yōu)化策略后的查詢(xún)進(jìn)行了比較。在固定閾值下,分析了兩種方法對(duì)查詢(xún)成功率和查詢(xún)處理時(shí)間的比較。實(shí)驗(yàn)結(jié)果如圖3所示。

      圖3 仿真實(shí)驗(yàn)結(jié)果對(duì)比

      由圖3可見(jiàn),隨著匿名度的增加,匿名成功率隨之降低,因?yàn)殡S著用戶(hù)數(shù)量的增加,匿名的約束條件和最大值k約束使得匿名成功率降低。經(jīng)計(jì)算,當(dāng)匿名度為10時(shí),匿名成功率降為86%。當(dāng)匿名度為2和4時(shí),兩種方法的查詢(xún)處理時(shí)間最接近,因?yàn)榇藭r(shí)都是第一次生成匿名區(qū)域,隨著匿名度的增長(zhǎng),兩種方法的處理時(shí)間都有所上升,但是傳統(tǒng)的查詢(xún)方法處理時(shí)間上升較快,優(yōu)化策略方法雖然需要多次匿名,但是每次匿名查詢(xún)處理時(shí)間較短。結(jié)合兩圖可以看出,本文提出的面向隱私的BRNN保護(hù)方法優(yōu)化策略效果比較理想,說(shuō)明具有較好的穩(wěn)定性和有效性。

      7 結(jié)束語(yǔ)

      本文提出的面向隱私的BRNN保護(hù)方法優(yōu)化策略,使得用戶(hù)在使用位置服務(wù)的信息時(shí),在不降低匿名度的情況下,最大程度降低查詢(xún)處理時(shí)間,實(shí)時(shí)得到精確位置服務(wù)。然而,本研究還存在一些不足之處,希望在下一步的研究中,能夠?qū)Χㄎ淮髷?shù)據(jù)的預(yù)處理過(guò)程進(jìn)行有針對(duì)性的研究。

      猜你喜歡
      頁(yè)面客戶(hù)端對(duì)象
      大狗熊在睡覺(jué)
      神秘來(lái)電
      睿士(2023年2期)2023-03-02 02:01:09
      刷新生活的頁(yè)面
      縣級(jí)臺(tái)在突發(fā)事件報(bào)道中如何應(yīng)用手機(jī)客戶(hù)端
      孵化垂直頻道:新聞客戶(hù)端新策略
      基于Vanconnect的智能家居瘦客戶(hù)端的設(shè)計(jì)與實(shí)現(xiàn)
      攻略對(duì)象的心思好難猜
      意林(2018年3期)2018-03-02 15:17:24
      基于熵的快速掃描法的FNEA初始對(duì)象的生成方法
      區(qū)間對(duì)象族的可鎮(zhèn)定性分析
      客戶(hù)端空間數(shù)據(jù)緩存策略
      米泉市| 收藏| 库伦旗| 平塘县| 新昌县| 内乡县| 华坪县| 永清县| 蚌埠市| 尉氏县| 广昌县| 韶关市| 麦盖提县| 丹凤县| 延川县| 德钦县| 正定县| 栾城县| 女性| 逊克县| 游戏| 中阳县| 田阳县| 北京市| 汝州市| 新安县| 仪陇县| 铜鼓县| 德昌县| 邢台市| 获嘉县| 万年县| 崇左市| 台北市| 开鲁县| 青河县| 辉南县| 淮阳县| 普兰县| 日喀则市| 宁陕县|