【技术实现步骤摘要】
一种针对聚合位置数据的成员推测攻击系统
本专利技术涉及数据聚合中的隐私安全问题领域,特别是涉及一种针对聚合位置数据的成员推测攻击系统。
技术介绍
随着移动计算技术的快速发展,越来越多用户的位置数据被聚合,进而发布其统计结果以支持某些应用,例如朋友推荐、兴趣点搜索、实时定位等。然而,位置数据直接包含了用户的行踪,在一定程度上揭露了用户的身份信息、兴趣爱好、生活习惯等敏感信息。数据聚合通常被认为是防止个人用户数据公开的一种方法,但在聚合场景中,访问在敏感时间或敏感位置收集的统计信息也将侵犯聚合成员的隐私。目前,有关数据聚合中隐私安全方面的研究主要集中在设计隐私保护算法,只有少量学者提出了攻击算法,例如位置注入攻击,时空关联攻击等,缺少对成员推测攻击的研究。除此之外,成员推测攻击大多被用于机器学习模型或基因序列的研究中,且现有工作均假设敌手在攻击过程中掌握目标用户的具体数据,这也导致了一定程度的隐私泄露。
技术实现思路
本专利技术的目的是:以攻击者的角度,在只掌握目标用户背景信息的情况下,根据聚合模型输 ...
【技术保护点】
1.一种针对聚合位置数据的成员推测攻击系统,其特征在于,包括:/n语义轨迹转化模块,用于将用户的地理轨迹转化为能够描述用户移动模式的语义轨迹;/n用户移动性建模模块,用于分析目标用户社交网络好友的行为模式,将其建模为区域集上与时间相关的一阶马尔可夫链;/n轨迹相似性计算模块,利用EMD相似性度量函数计算语义轨迹间的相似性,从而获得目标用户的合成轨迹;/n二元分类器训练模块,利用合成轨迹参与和不参与数据聚合所得到的统计结果之间的差异,训练一个二元分类器,当有新的统计结果输出时,能够成功推测目标用户是否参与了聚合。/n
【技术特征摘要】
1.一种针对聚合位置数据的成员推测攻击系统,其特征在于,包括:
语义轨迹转化模块,用于将用户的地理轨迹转化为能够描述用户移动模式的语义轨迹;
用户移动性建模模块,用于分析目标用户社交网络好友的行为模式,将其建模为区域集上与时间相关的一阶马尔可夫链;
轨迹相似性计算模块,利用EMD相似性度量函数计算语义轨迹间的相似性,从而获得目标用户的合成轨迹;
二元分类器训练模块,利用合成轨迹参与和不参与数据聚合所得到的统计结果之间的差异,训练一个二元分类器,当有新的统计结果输出时,能够成功推测目标用户是否参与了聚合。
2.如权利要求1所述的一种针对聚合位置数据的成员推测攻击系统,其特征在于,所述语义轨迹转化模块对用户签到的地理位置(xi,yi)进行聚类操作,将具有相同语义特征的位置用同一语义rj表示,并认为它们均是以相同的方式被访问,同时将轨迹上的位置点用对应的语义替换,由此完成地理轨迹trau={(x0,y0),(x1,y1),...,(xi,yi),...,(xm,ym)}到语义轨迹的转化,其中,u表示用户,表示用户u的语义轨迹,un表示用户u轨迹中的第n个位置语义。
3.如权利要求1所述的一种针对聚合位置数据的成员推测攻击系统,其特征在于,所述用户移动性建模模块将...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。