基于隱私保護的LBSNS(Location-Based Social Network Service)系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、在基于位置的社交網(wǎng)絡(luò)服務(wù)（Location-Based Social Network Services，LBSNS）中，隱私保護問題已經(jīng)日益成為研究的熱點。隱私信息不僅包含用戶的地理位置信息，還包括用戶的個人屬性信息（例如年齡、性別、興趣等）。現(xiàn)有的LBSNS應(yīng)用的功能，一是鞏固已有好友之間的關(guān)系，二是利用地理位置相近的優(yōu)勢發(fā)現(xiàn)潛在的朋友。發(fā)現(xiàn)潛在朋友過程中的基本操作是對用戶的個人屬性進行私有信息匹配，在該匹配過程中會造成用戶隱私泄露。

2、因此，本論文設(shè)計了一個基于隱私保護的LBSNS系統(tǒng)，其中在好友匹配過程中提出并實現(xiàn)了一種有效的輕量級的隱私保護方法，使用戶在不暴露自己隱私屬性信息的情況下，完成相似性匹配。
　　本文首先對LBSNS的相關(guān)背景知識進行介紹，對隱私信息進行分類，并總結(jié)了現(xiàn)有的保護方法。
　　其次本文根據(jù)LBSNS服務(wù)的架構(gòu)及其特點，分析當(dāng)前匹配操作的兩種主要途徑：粗顆粒度匹配和細顆粒度匹配。選擇其中具有代表性的隱私保護方案的匹配協(xié)議進行具體分析

3、。說明了粗顆粒度匹配的局限性和細顆粒度匹配的優(yōu)勢。
　　接著本文采用安全多方計算中同態(tài)加密技術(shù)，設(shè)計了一個基于ElGamal加密算法的匹配協(xié)議。并在理論上將基于ElGamal算法的匹配協(xié)議與已有的基于Paillier算法的匹配協(xié)議在計算復(fù)雜性（計算開銷和通信開銷）上進行詳細比較，論證了所設(shè)計的協(xié)議的計算復(fù)雜性只和進行匹配的用戶屬性個數(shù)d相關(guān)，而基于Paillier算法的匹配協(xié)議不僅和進行匹配的用戶屬性個數(shù)d有關(guān)，還和該協(xié)議中擴展屬

4、性向量的參數(shù)?有關(guān)。并且，在??2的情況下，隨著d的增加，基于ElGamal算法的匹配協(xié)議的計算開銷和通信開銷均小于基于Paillier算法的匹配協(xié)議。然后設(shè)計了內(nèi)建ElGamal加密算法的，具有隱私保護特性的LBSNS系統(tǒng)。
　　最后，在Android平臺上，使用Bluetooth技術(shù)，實現(xiàn)了前面設(shè)計的LBSNS的系統(tǒng)及匹配協(xié)議，并基于原型實現(xiàn)對系統(tǒng)進行了性能評估。實驗表明所設(shè)計的匹配協(xié)議與原有的基于Paillier算法的匹配協(xié)