本发明涉及位置隐私保护的
技术领域：
，尤其是指一种基于协同定位信息的位置隐私保护方法及系统。
背景技术：
：随着移动社交网络的普及，人们习惯于在自己的朋友圈、qq空间等移动社交网络中分享自己的位置信息，然而由于用户社交圈子的复杂性与关系强度的差异性，用户针对不同好友有不同的位置隐私保护需求。朋友圈、qq空间给我们提供了粗粒度的隐私保护方法，让用户设置消息的不可见群体。国外的googlelatitude等应用则允许用户将发送的位置信息模糊到省市级别。目前，对于基于关系强度的位置隐私隐私保护方法的研究，对于关系强度的计算采用的方法包括通过社群推荐得分和通过用户与好友交互计算得到关系强度值，然而并没有考虑到好友与用户交互对关系强度的影响或未能正确反映好友与用户交互对关系强度的影响。同时，现有的位置隐私保护方法，基于k匿名的位置隐私保护、基于假位置的位置隐私保护和基于属性加密的位置隐私保护等在考虑到协同定位信息的情况下，由于不同用户的不同隐私保护需求，当两个具有不同隐私保护需求的用户发送同一条位置信息时，此时对于他们的共同好友而言，隐私保护需求高的用户的隐私需求将得不到满足。技术实现要素：本发明的目的在于克服现有技术的缺点与不足，提供一种行之有效、科学合理的基于协同定位信息的位置隐私保护方法及系统。为实现上述目的，本发明所提供的技术方案如下：基于协同定位信息的位置隐私保护方法，包括以下步骤：1)基于历史交互数据得到用户与好友的关系强度；2)将用户与好友的关系强度值保存到数据库并定期更新；3)用户发送一条带有地理位置信息的分享内容到服务器；4)提取分享内容中的好友信息即协同定位信息，以及用户的位置信息；5)基于关系强度和协同定位信息进行位置隐私保护；6)将经过位置隐私保护后的分享内容进行保存并发送给好友。所述步骤1)的关系强度计算具体操作如下：首先，对用户空间、朋友圈这些移动社交网络数据进行处理，提取出交互消息，所谓交互消息包括点赞、评论和转发，点赞、评论和转发对应着三种交互行为，将交互消息转化为消息编号、交互主体、交互客体和具体交互行为的四元组<msgid,userid,friendid,act>表征的交互数据保存到数据库服务器；然后依据历史交互数据及各种交互类型的数量it得到交互熵h(i)，进而得到各种交互类型的权重wt，对应公式为：式中，t表示交互类型的数量，i表示交互数据的总量；得到交互类型的权重后便能够得到用户与所有好友的交互加权得分ws以及任意两个用户i与好友j的关系强度rsij，对应公式为：rsij的计算公式中m对应用户的好友数目，这里设所有用户的好友数目都为m。在步骤2)中，保存的数据格式为<userid,friendid,rs>，分别对应于用户编号、好友编号以及关系强度值；定期更新周期应该大于或等于一星期，以保证有足够的信息建立关系强度同时保证关系强度正确反映当前的好友亲密关系。在步骤3)中，用户发送分享内容到移动社交网络服务器的同时需要制定针对当前分享内容的个性化隐私保护需求参数kmax，kmax值将决定分享内容隐私保护的等级划分，kmax对应于划分等级的总量。在步骤5)中，同时考虑用户与好友的关系强度以及协同定位信息涉及的用户与好友的关系强度，满足所有用户的隐私保护需求的同时不影响他人的隐私保护需求。对于步骤6)中最终分享内容的形成，其具体操作如下：首先，采用hilbert空间曲线对空间位置信息进行索引，hilbert空间曲线的划分等级level的选定为使得每一个希尔伯特值对应的位置数不超过1的最小值；采用b+树对希尔伯特值与位置的对应关系进行索引；将用户与好友的关系强度转化为隐私保护需求k，k对应匿名区即经过隐私保护后的位置包含的位置数，转化公式为：公式中kmax表示用户针对当前分享内容的个性化隐私保护需求参数，kmax值将决定分享内容隐私保护的等级划分，kmax对应于划分等级的总量。rs对应于用户与好友的关系强度；判断分享内容中是否包含协同定位信息；如果不包含协同定位信息，则生成匿名区，匿名区的生成：直接选定包含hilbert值邻近的k个位置的最小边界矩形mbr作为匿名区asr，修改位置信息为匿名区；如果包含协同定位信息，针对分享内容的客体即预发送的好友uk从提取的协同定位信息中找到uk的好友集合{f1,f2,…,fm}，fm代表uk的第m个好友，得到分享内容的主体即发送内容的用户以及好友集合与uk的关系强度{rs1k,rs2k,….,rsnk}，n＝(m+1)，rsnk表示第n个用户与uk的关系强度，m为uk的好友集合包含的好友数量，n为包括发送分享内容的用户在内uk的好友总数量，将关系强度转化为隐私保护需求k；如果好友集合为空，则直接生成匿名区；否则，对得到的n个k值进行排序，针对这n个用户分别形成匿名区asr，调整分享内容的发送时间和包含的协同定位信息；设分享内容的原始时间信息为time，则：式中，v为移动速度，distmax为当前匿名区距离n个匿名区最大匿名区的最远距离，针对n个用户的分享内容中涉及的协同定位信息为匿名区小于或等于自身隐私保护需求的用户信息集合，将新的时间timenew、协同定位信息、匿名区和分享内容组合为位置隐私保护结果在timenew发送给好友。基于协同定位信息的位置隐私保护系统，包括有移动社交网络、数据库服务器和位置隐私保护代理三个部分；所述移动社交网络为用户提供位置分享服务，得到用户的分享内容和交互消息，并将其保存到数据库服务器，同时负责将位置隐私保护代理得到的位置隐私保护结果发送给用户的好友；所述数据库服务器主要用于保存分享内容、交互消息、以及位置隐私保护代理得到的关系强度值和位置隐私保护结果；所述位置隐私保护代理依据从数据库服务器查询得到的交互消息计算出用户与好友的关系强度值并保存到数据库服务器，当移动社交网络传入用户的分享内容时，从数据库服务器得到关系强度值为移动社交网络提供基于协同定位信息的位置隐私保护，并将位置隐私保护结果发送给移动社交网络同时保存到数据库服务器。本发明与现有技术相比，具有如下优点与有益效果：1、本发明同时考虑了用户与好友交互和好友与用户交互对用户与好友关系强度的影响，好友与用户交互频率的下降，会使得用户与好友的关系强度降低。2、本发明考虑了协同定位信息对用户位置隐私的影响，引入协同定位信息后低隐私需求用户会影响高隐私需求好友的位置隐私保护效果，本发明通过时间调整和协同定位信息部分消除的方法满足用户不同隐私保护需求的同时保护了用户的位置隐私。附图说明图1为本发明方法的流程图。图2为本发明系统的架构图。图3为关系强度计算模块处理步骤图。图4为位置隐私泄露示意图。图5为位置隐私保护模块处理步骤图。具体实施方式下面结合具体实施例对本发明作进一步说明。如图1所示，本实施例所提供的基于协同定位信息的位置隐私保护方法，包括以下步骤：1)基于历史交互数据得到用户与好友的关系强度；2)将用户与好友的关系强度保存到数据库并定期更新；3)用户发送一条带有地理位置信息的分享内容到服务器；4)提取分享内容中的好友信息(也就是协同定位信息)和用户的位置信息；5)基于关系强度和协同定位信息进行位置隐私保护；6)将位置隐私保护结果进行保存并发送给好友。如图2所示，本发明可以部署在移动社交网络中，为移动社交网络提供基于协同定位信息的位置隐私保护。本系统架构主要流程如下：1)用户发送分享内容或者交互信息到移动社交网络服务器；2)移动社交网络服务器将分享内容或者交互信息分类保存到数据库服务器；3)关系强度计算模块根据交互数据得到用户与好友的关系强度；4)将关系强度值保存到数据库服务器；5)位置隐私保护模块根据当前分享内容和关系强度得到位置隐私保护结果通过移动社交网络分享给好友同时保存到数据库服务器。本发明对应的基于协同定位信息的位置隐私保护系统由三部分构成：移动社交网络、数据库服务器和位置隐私保护代理。移动社交网络为用户提供位置分享服务，得到用户的分享内容和交互消息，并将其保存到数据库服务器，同时负责将位置隐私保护代理得到的位置隐私保护结果发送给用户的好友。数据库服务器主要用于保存分享内容、交互消息、以及位置隐私保护代理得到的关系强度值和位置隐私保护结果。位置隐私保护代理依据从数据库服务器查询得到的交互消息计算出用户与好友的关系强度值并保存到数据库服务器，当移动社交网络传入用户的分享内容时，从数据库服务器得到关系强度值为移动社交网络提供基于协同定位信息的位置隐私保护，并将位置隐私保护结果发送给移动社交网络同时保存到数据库服务器。位置隐私保护代理分为关系强度计算模块和位置隐私保护模块，下面分别对两大模块进行介绍。如图3所示，关系强度计算模块的处理步骤如下：1)处理历史交互消息对于第三方应用如qq空间、朋友圈等可以将点赞、评论和转发消息分为三类，对应的类型act的编码依次为1、2和3。123点赞评论转发提取每一条交互消息的主客体，对应userid和friendid，数据库表设计如下：msgiduseridfriendidactmsgid对应消息编号；2)根据历史交互数据得到各种交互类型的权重首先查询出数据库中最近一星期的各种交互类型的数量it，然后得到交互的总数量i，进而得到交互熵h(i)，计算公式为：t表示交互类型的总量，t＝3。最后，得到各种交互类型的权重wt，计算公式为：3)得到好友的交互加权得分依次计算用户与各个好友的交互加权得分，查询出用户与好友各种交互类型的数量it以及用户与所有好友交互总量i，得到好友的交互加权得分ws，计算公式如下：4)计算用户与好友的关系强度同时考虑好友占用户总加权得分比例和用户占好友交互总加权得分占比得到任意两个用户i与好友j的关系强度rsij，对应公式为：5)保存到数据库数据库表字段如下：useridfriendidrsuserid对应用户编号，friendid对应好友编号，rs对应用户与好友的关系强度值。创建计划任务，定期执行关系强度计算对应的脚本程序更新用户与好友的关系强度值，周期选定为1周。如果直接依据关系强度进行分级隐私保护而不考虑协同信息则会造成位置隐私泄露。如图4所示，user03既是user01的好友又是user02的好友，user01与user02都只考虑自己与user03的关系强度，导致user03看到user02发送的分享内容之后，user01的位置隐私保护需求没有得到满足。为了解决协同定位信息带来的位置隐私泄露问题，本发明的位置隐私模块给出了基于时间调整和部分身份隐藏的位置隐私保护方法。如图5所示，位置隐私保护模块步骤如下：1)用户发送一条消息将用户发送的消息组装为json发送给服务器，消息结构:useridcontentlockmax用户发送消息时，需要输入消息内容content同时选定位置信息loc，并选择一个个性化隐私保护需求参数kmax；2)处理消息首先从消息正文content中提取时间信息time，如果消息正文中不包含时间信息则把当前时间作为时间信息time。然后得到消息中的协同定位信息friends，从消息正文content中剔除时间信息和协同定位信息得到消息文本text，将消息保存到数据库：msgidtimelocfriendstextkmax协同定位信息friends，包含消息正文中的所有好友编号，用逗号进行分隔；3)采用hilbertcloak生成kmax个匿名区采用hilbert空间曲线将空间位置的二维坐标值转换为一维坐标值，将hilbert值作为键，位置经纬度坐标作为值，通过b+树进行索引。生成k＝{1,2,…,kmax}对应的kmax个匿名区asr。匿名区的生成：首先得到loc对应的希尔伯特值pos，然后得到pos附近的k-1个位置的hilbert值，对应的hilbert值区间为[start,end]，start和end的计算如下：start＝[pos-(pos-1)modk]end＝start+k-1将包含对应start到end的hilbert值的所有位置的最小边界矩形mbr作为匿名区。mbr由所有位置的最小经度和最小纬度作为左下角坐标同时所有位置的最大经度和最大纬度作为右上角坐标形成；4)判断是否包含协同定位信息判断协同定位信息friends会否为空，为空则到步骤5)，否则转到步骤6)；5)得到匿名区asr设用户有m个好友，将用户与好友的关系强度转换为对应的隐私保护需求k，转换公式如下：式中，kmax为用户设定的个性化隐私保护需求参数，rs为用户与好友的关系强度。从步骤3)中kmax个匿名区得到对应k值的匿名区。将匿名结果保存到数据库：useridfriendidtimelocfriendstime、friends为原始数据中的时间和协同定位信息，loc为匿名区；6)判断协同定位信息中是否有好友针对m个好友，依次进入步骤6)，判断协同定位信息中是否包含好友的好友，也就是用户与好友的共同好友。如果没有共同好友，采用步骤5)的方式生成匿名区，否则转步骤7)；7)对时间和协同定位信息进行调整首先得到共同好友集合与当前好友ui的关系强度，转步骤5)得到相应的匿名区集合，找到匿名区集合中的最大匿名区域asrmax以及用户与好友对应的匿名区域asri，计算得到两个匿名区域的最大距离distmax，结合正常人的移动速度v，对时间进行调整，调整方法如下：更新数据库中保存的时间信息，与此同时，得到共同好友集合中匿名区域小于等于asri的用户编号，将这些用户编号以逗号分隔组装为协同定位信息，更新数据库中对应消息的协同定位信息；8)将位置隐私保护结果发送给好友并保存到数据库。综上所述，本发明形成的基于协同定位信息的位置隐私保护方法，可以利用qq空间、朋友圈等社交网络数据建立关系强度数据库，同时基于关系强度且考虑协同定位信息进行位置隐私保护，为移动社交网络位置隐私保护奠定基础，具有实际推广价值，值得推广。以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。当前第1页12