位置社交网络中面向智能服务的隐私保护关键技术研究

Nowadays, a huge amount of services rely on the location-based social network platforms. Under such a circumstance, collecting user information is beneficial for improving the intelligent service. Nevertheless, there also exists a price of protecting the privacy. Improving the intelligent service and ensuring the security of privacy protection, simultaneously, have become very challenging. Motivated by the practical needs of Internet security service system in China, this project focuses on developing the key techniques of privacy protection for intelligent services including: 1) Developing the location-based social network feature analysis models for data mining on potential community structure, topological evolutionary relation and the related datasets. 2) Establishing comprehensive measurement models for measuring the privacy protection, assessing the accurate level of perceived information, and ensuring the intelligent services, so that they can be accessed only by providing the least sensitive information. 3) Analyzing the threats to the privacy in the location-based social networks, especially for the strong background knowledge attack and the privacy protection mechanism, which can be adjusted dynamically. 4) Developing an efficient distributed privacy protection strategy, which is designed to overcome the spatial-temporal association rule inference attacks, based on the massive intelligent service-oriented scenario. The outcomes of this project can effectively improve the privacy protection, the intelligent and secure service systems and make one step further toward the comprehensive development of information security.

在基于位置的社交网络平台中，存在海量服务。用户信息的采集有益于智能服务的提升，但随之而来的隐私问题也引起公众的关注和不安。提升智能服务的同时确保隐私安全已成为目前亟待解决的重要问题。当前相关研究还存在不足，仍蕴含着巨大的机遇和挑战。本项目拟从我国智能安全服务实际需求出发，针对智能服务中的隐私保护关键技术深入研究：1）研究位置社交网络特征分析模型，实现潜在社团结构、拓扑演化关系和相关数据集的挖掘；2）建立隐私保护综合度量模型，对感知信息级别准确评估，确保仅提供风险度最低的信息也能获取智能服务；3）分析位置社交网络面临的隐私威胁，针对强背景知识攻击，研究可动态调整的隐私保护机制；4）面向海量智能服务，针对时空关联规则推理攻击，研究高效的分布式隐私保护策略。相关的研究成果将为建立完善的智能安全服务系统提供理论和技术支撑，为进一步推动位置社交网络平台的发展和普及创造更加有利的环境。

在基于位置的社交网络平台中，提升智能服务的同时确保隐私安全已成为目前亟待解决的重要社会问题。从技术角度出发，位置社交网络特征分析方法和隐私保护技术的突破是解决上述社会问题的两个关键科学问题。本项目从我国智能安全服务实际需求出发，针对智能服务中的隐私保护关键技术深入研究：1) 研究位置社交网络特征分析模型：创新地提出网络特征分析建模方法、熵驱动的数据汇聚方案等，为位置社交网络特征的挖掘提供了有效解决方案；创新地提出了网络特征分析模型，为精度可控的隐私保护方案奠定基础。2) 建立隐私保护综合度量模型：针对轨迹保护的差分隐私还存在隐私预算与服务质量的平衡问题，创新设计了基于语义敏感度的隐私保护综合度量模型；设计了基于社会网络用户活跃度的匿名轨迹隐私保护算法；创新提出了级联影响能力模型下的隐私保护机制，设计了隐私保护方法来解决攻击约束问题下的影响最大化问题。3) 面向智能服务的隐私保护关键技术研究：针对强背景知识攻击问题，创新提出基于社会结构的三方博弈隐私保护策略；针对位置社交网络时空关联规则推理攻击，提出基于时空约束下的维度感知的高效隐私保护框架，为时空约束下数据可用性和隐私性权衡问题提供了有效解决方案。结果表明：1) 研究设计的位置社交网络特征分析模型，能实现潜在社团结构、拓扑演化关系和相关数据集的挖掘。2) 建立的隐私保护综合度量模型，能对感知信息级别进行评估，为不同隐私等级需求的用户提供评估模型。3) 分析位置社交网络面临的隐私威胁，设计的基于社会结构的三方博弈隐私保护策略，能有效抵抗强背景知识攻击；基于时空约束下的维度感知的高效隐私保护框架，能高效应对时空关联规则推理攻击。相关的研究成果将为建立完善的智能安全服务系统提供理论和技术支撑，为进一步推动位置社交网络平台的发展和普及创造更加有利的环境。