群体感知的隐私保护方法

The large amount of mobile devices constitute a potential large-scale sensing network. To accomplish complex social sensing tasks, traditional techniques require a lot of manpower and resources. Take as an example that the police investigates cases by using cameras. Due to insufficient deployment, existing surveillance cameras have blind spots, and hence suspects can avoid them intentionally. Under this circumstance, if numerous ordinary users would like to contribute videos recorded by their sensing devices to the police, the investigation process can be accelerated greatly. However, the risk of privacy leaking hinders the users’ willingness to participate. How to protect the users’ privacy effectively becomes the bottleneck of crowdsensing applications. To solve the privacy protection problem for crowdsensing, this project investigates the following contents: 1) participant identity and spatio-temporal information protection based on data authentication; 2) background privacy recognition and protection; 3) data processing in cipher domain with respect to users and their scene contexts. The project team has long-term research experience on mobile sensing, privacy protection, cryptography and network security. This project aims to provide solutions with independent intellectual properties rights for privacy protection in crowdsensing, publish relevant papers with high impact, and promote the deployment of crowdsensing applications, which exhibits scientific significance and application prospect.

大量的移动设备形成了潜在的大规模感知网络。为了实现复杂的社会感知任务，传统技术需要耗费大量人力物力，甚至难以实现。比如在公安部门侦查案件时，现有的监控探头密度有限，存在盲点，加上疑犯有意识地避开，侦查任务变得更艰巨。如果大量普通用户贡献自身感知设备，有意识或无意识地拍摄，并将结果提供给公安部门，就可以加速侦破。但是，用户担心自身隐私泄露，大大降低参与意愿。如何有效地保护用户隐私成为制约群体感知系统应用的瓶颈。针对群体感知的隐私保护问题，本项目研究内容包括：1） 基于数据真实性技术的参与者身份与时空信息保护；2）背景隐私信息甄别及保护；3）面向使用者及场景上下文的密文域数据处理。项目组在移动感知、隐私保护、密码学及网络安全等领域有长期的积累。本项目将为群体感知的隐私保护提供解决方案，形成自主知识产权的成果，发表高水平论文，推动群体感知的推广应用，具有重要科学意义和应用前景。

实现大规模复杂的群体感知任务需要大量的移动感知设备参与，然而普通用户在参与感知时面临隐私泄露的风险。针对这个问题，项目组围绕群体感知的隐私保护，着眼于群体感知系统中的感知参与者、感知环境背景信息、以及感知应用使用者这三个角度，全面研究了保护群体感知隐私安全的理论、机制、方法、以及系统。具体的，针对普通用户在形成感知意愿、完成感知任务、聚合感知数据过程中的特征，设计了一系列有效保护隐私并且保证任务完成质量的激励机制、任务分配算法、以及数据聚合方法，能够有效平衡用户隐私和数据效用之间的关系，可以应用于对隐私保护有不同要求的感知系统中。针对群体感知中普遍使用的感知数据（如位置和视频信息），结合具体感知应用场景的特点，提出了高效的隐私保护方法。为了提升群体感知系统的系统性能，研究了跨平台系统和智能交通系统的构建和优化。最后，考虑在群体感知隐私保护中的密码学方案，研究了相关密码学的基础理论以及密码技术的分析和设计，解决了3个密码学国际公开问题，提出了1个新的安全评估指标。项目组的研究结果共发表论文73篇，其中IEEE/ACM Trans系列一流国际期刊论文25篇，在MOBICOM、INFOCOM等高水平国际会议上发表论文21篇，授权国际专利7项、中国发明专利15项，在群体感知的隐私保护方面取得了丰富的研究成果。