一种实现位置隐私保护的可信工人选取方法

本发明涉及群智感知和隐私保护领域，具体来说是一种实现位置隐私保护的可信工人选取方法。

背景技术：

1、最近，人们广泛使用边缘云来收集和处理由各种传感设备(如智能手机、计算机、笔记本电脑)产生的大量数据。移动群智感知已成为一种流行的边缘云解决方案，广泛应用于各种场景，如城市交通、智慧城市、医疗保健、增强现实等。隐私保护与高质量的数据收集是群智感知系统追求的两个重要目标，目前大多数考虑数据质量的数据收集方法并没有考虑隐私保护问题，隐私保护使得各参与方没有隐私泄露的担心，这样会降低参考者的积极性，而一些基于隐私保护的群智感知也没有考虑到数据质量问题，从而容易受到恶意工人或者不诚实工人的攻击，高质量的数据才能构造高质量的基于数据的服务，才能为各方带来收益，同样会严重阻碍群智感知的发展。

2、现今位置隐私保护的方法主要是2类，一类是基于位置混淆的方法，另一类是基于密码学技术的隐私保护方法。在基于位置混淆的这类方法中，工人和任务请求者将其位置混淆成了另一位置，提供的位置都不是其本身真实的位置，从而起到位置隐私保护的目的。而平台要依据混淆位置进行任务和工人的匹配，这非常具有挑战性，难以达到较高的正确匹配率。而通过密码技术加密位置以及感知数据，以使攻击者不知道位置或者数据的内容。但部分技术需完全可信的第三方进行隐私处理，这在现实中难以实现。对于数据质量问题，最重要的是得到真实数据，现有的方法大多利用平均，加权求和等方法对收集的数据进行计算得到真值，从而减少恶意工人对数据的影响，但是恶意工人比例越高，数据质量越不可靠。而在实际中，恶意工人往往会发起联合攻击，这样的情况下，得到的结果就会与真实数据差距甚远。

3、综上所述，亟需一种实现位置隐私保护的可信工人选取方法。

技术实现思路

1、本发明提供了一种实现位置隐私保护的可信工人选取方法，针对现有不足，设计一种考虑隐私保护下高质量的群智感知数据收集方案，隐私保护机制无需牺牲诸如不准确的位置、难以分配奖励以及需要完全信任的第三方等因素。其次，有效可靠的工人信任评价机制可以对工人进行评价，招聘可信工人来完成任务，从而保证感知数据的质量，使任务可靠、准确并低成本地完成。

2、为实现上述目的，本发明的技术方案如下：

3、通过基于位置的对称密钥生成技术和代理重加密技术来保护任务请求者和工人的隐私，工人通过对称密钥得到对应的混淆偏移值，其对身份信息加密后提交混淆位置和密文进行任务申请，之后被选择的工人通过代理重加密技术解密得到任务内容，而未被选择工人无法得知任务内容，由此保护了任务隐私并保证了位置的准确性。

4、通过信任评价机制，对任务区域的可信工人进行调度，加快工人的识别过程。工人提交其感知数据后，任务请求者将可信工人的数据作为基准，将未知工人提交的感知数据与其进行对比，获得对该未知工人的评价。从而可以实现隐私保护下高质量和低成本的数据收集。

5、本发明的有益效果：

6、(1)隐私保护机制无需可信第三方参与，提高隐私保护能力的同时无需额外的成本开销。只有符合任务位置数据的工人才能生成一致的对称密钥，才能得知任务内容，通过偏移值的设置，工人选取时并不会损失位置数据的精度。

7、(2)提出的信任评价方案可以准确识别工人，在实际的群智感知应用中无论可信工人还是恶意工人都能被准确地识别，且团伙攻击的遏抑工人也能精准识别。

8、(3)本发明提出的隐私保护下高质量和低成本的数据收集方案，工人识别效率快于其他方案，且具有良好的鲁棒性，同时耗费成本低于其他方案。

技术特征：

1.一种实现位置隐私保护的可信工人选取方法，其特征在于，使用基于位置的对称密钥生成机制与重加密技术保护任务和工人隐私，任务请求者通过可信工人对工人进行信任评价，形成安全、可靠的群智感知系统，包含以下步骤：

2.根据权利要求1所述的一种实现位置隐私保护的可信工人选取方法，其特征在于步骤1具体包括以下步骤：

3.根据权利要求1所述的一种实现位置隐私保护的可信工人选取方法，其特征在于步骤2具体包括以下步骤：

4.根据权利要求1所述的一种实现位置隐私保护的可信工人选取方法，其特征在于步骤3具体包括以下步骤：

5.根据权利要求1所述的一种实现位置隐私保护的可信工人选取方法，其特征在于步骤4具体包括以下步骤：

6.根据权利要求1所述的一种实现位置隐私保护的可信工人选取方法，其特征在于步骤5具体包括以下步骤：

技术总结
本发明公开了一种实现位置隐私保护的可信工人选取方法，旨解决群智感知中隐私保护与高质量数据收集问题。服务请求者和工人采用基于位置的对称密钥生成机制，交互混淆位置的偏移值，任务内容和相关数据在传输前进行加密，使得平台和其他攻击方无法获得工人和任务的真实位置和任务相关信息，从而保护了工人和任务的隐私；基于高质量工人的感知数据对其他未知工人进行信任评价，能够有效地减少工人的招募数量以减少成本，而且信任评价更具可靠性，同时在工人识别前进行工人调度使得识别速度加快。本发明在隐私保护的前提下，制定了安全、经济和高质量的群智感知数据收集方案。

技术研发人员：刘安丰,孙子惠
受保护的技术使用者：中南大学
技术研发日：
技术公布日：2024/5/10