基于Voronoi图的连续LBS查询位置隐私保护方法

本文是一篇研究论文，标题为《基于Voronoi图的连续查询LBS位置隐私保护方法》（A Voronoi-Based Location Privacy-Preserving Method for Continuous Query in LBS），由马忠光、周畅丽和杨松涛三位作者共同完成，来自哈尔滨工程大学计算机科学与技术学院，地址位于中国哈尔滨150001。该研究关注移动设备日益普及的GPS定位服务（LBS）所带来的便利性，同时也引发了关于用户位置隐私的担忧。 在LBS领域，隐私保护主要体现在实现匿名性和处理私密查询两个关键方面。为了应对这些挑战，作者提出了一种新颖的基于Voronoi图的隐私保护策略。Voronoi图是一种几何分析工具，它将空间划分为一系列区域，每个区域对应一个特定点集的最接近者。在这个框架下，作者首先利用用户的移动方向预测，设计了一个无需构建伪装区域的协同\( k \)-匿名方法。这种方法通过将用户的真实位置分布在Voronoi图中的多个区域，使得至少\( k \)个用户的位置变得不可区分，从而达到了位置混淆的效果，保护了用户的个人位置信息。 具体来说，该方法首先对道路网络进行分析，将道路分割成多个Voronoi细胞，然后根据用户的历史行为模式和移动趋势，确定其可能的位置范围。用户在发送查询时，不会直接提供其真实位置，而是选择一个或多个可能的Voronoi区域作为响应，这样即使数据接收者也无法准确地定位到用户的具体位置。这种方法巧妙地利用了Voronoi图的特性，既能满足用户在LBS中的功能性需求，又能有效地保护他们的隐私。 值得注意的是，该论文于2014年4月24日接收，10月7日被接受，学术编辑为 Jianwei Niu。此外，文章是开放获取的，并遵循Creative Commons Attribution 许可证，允许在任何媒体上无限制使用、分发和复制，只要原始作品得到适当引用。这篇研究对于理解和设计具有隐私保护功能的LBS系统具有重要的理论价值和实践意义，展示了在信息技术快速发展的背景下，如何在提供便捷服务的同时，保护用户的隐私权。