基于多匿名器架构的用户位置双重隐私保护算法

doi:10.3969/j.issn.1006-2475.2025.07.006

计算机与现代化 ›› 2025, Vol. 0 ›› Issue (07): 33-42.doi: 10.3969/j.issn.1006-2475.2025.07.006

基于多匿名器架构的用户位置双重隐私保护算法

（1.佳木斯大学信息电子技术学院，黑龙江佳木斯 154007； 2.黑龙江省自主智能与信息处理重点实验室，黑龙江佳木斯 154007）

出版日期:2025-07-22 发布日期:2025-07-22
作者简介:作者简介：何丽丽（1979—），女，黑龙江佳木斯人，副教授，博士，研究方向：信息安全，E-mail： 18715224038 @163.com；张成林（1998—），男，硕士研究生，研究方向：隐私保护语义隐私，E-mail： 1016117505@qq.com；通信作者：张磊（1982—），男，黑龙江绥化人，教授，硕士生导师，CCF会员，博士，研究方向：信息安全，隐私保护，E-mail： 8213662@163.com；曹明增（1999—），男，安徽六安人，硕士研究生，CCF会员，研究方向：区块链，隐私保护， E-mail： caomingz@163.com。
基金资助:
基金项目：黑龙江省哲学社会科学研究规划项目（23GLD033）；黑龙江省自然科学基金联合引导项目（LH2021F054）；黑龙江省自主智能与信息处理重点实验室开放课题（ZZXC202302）；黑龙江省高等教育教学改革研究项目（SJGY20210873）

Double Privacy Protection Algorithm for User Location Based on Multi-anonymizer Architecture

（1. College of Information and Electronic Technology， Jiamusi University， Jiamusi 154007， China；
2. Heilongjiang Key Laboratory of Autonomous Intelligence and Information Processing， Jiamusi 154007， China）

Online:2025-07-22 Published:2025-07-22

摘要/Abstract

摘要： 摘要：随着基于位置服务（LBS）的普及和发展，用户位置数据的隐私保护已成为一个紧迫的问题。针对现有的基于匿名的隐私保护仍面临匿名位置和查询内容中的语义信息对匿名安全性问题的挑战，基于可验证秘密共享算法提出一种多匿名器架构的双重隐私保护算法（Dual Privacy Protection Algorithm based on Multi-Anonymizer Architecture， MAA-DPPA）。与现有算法不同，该算法通过集成位置匿名和查询加密来增强位置隐私保护。首先，提出可验证秘密共享和多匿名器的查询加密算法，以增强查询安全性。其次，设计一种匿名方法，通过满足个人语义多样性的匿名位置和替换敏感语义位置来增强语义位置隐私。实验结果表明，MAA-DPPA隐私性最高，MAA-DPPA在多个条件下相对于基于道路网络语义多样性的匿名集构造的算法的平均提高百分比范围在38.3%~59.8%，且相对于基于语义和权衡感知的提高范围在51.1%~76.5%，MAA-DPPA算法在提高隐私保护性的同时显著提升了算法效率，验证了其在用户位置隐私保护中的有效性。

关键词: 关键词：语义位置隐私, 语义攻击, 多匿名器架构, 可验证秘密共享

Abstract:
Abstract： With the proliferation and development of Location-Based Services （LBS）， the privacy protection of user location data has become an urgent issue. Existing anonymity-based privacy protection methods face challenges related to the semantic information in anonymous locations and query content affecting anonymity security. To address this， we propose a Dual Privacy Protection Algorithm Based on Multi-Anonymizer Architecture （MAA-DPPA）， utilizing a verifiable secret sharing algorithm. Unlike existing algorithms， MAA-DPPA enhances location privacy by integrating location anonymity with encrypted queries. Initially， a verifiable secret sharing and multi-anonymizer query encryption algorithm is introduced to enhance query security. Furthermore， an anonymization method is designed to improve semantic location privacy by satisfying individual semantic diversity and replacing sensitive semantic locations. Experimental results demonstrate that this algorithm achieves the highest level of privacy. The average improvement percentage range of MAA-DPPA compared to algorithms based on road network semantic diversity anonymous set construction under multiple conditions is 38.3% ~ 59.8%， and compared to algorithms based on semantic and trade-off perception， the improvement range is 51.1% ~76.5%. MAA-DPPA significantly enhances privacy protection while improving algorithm efficiency， verifying its effectiveness in safeguarding user location privacy.

Key words: Key words： semantic location privacy； semantic attack； multi-anonymizer architecture； verifiable secret sharing ,

中图分类号:

中图分类号：TP391

何丽丽1, 2, 张成林1, 2, 张磊1, 2, 曹明增1, 2 . 基于多匿名器架构的用户位置双重隐私保护算法 [J]. 计算机与现代化, 2025, 0(07): 33-42.

HE Lili1, 2, ZHANG Chenglin1, 2, ZHANG Lei1, 2 , CAO Mingzeng1, 2. Double Privacy Protection Algorithm for User Location Based on Multi-anonymizer Architecture [J]. Computer and Modernization, 2025, 0(07): 33-42.

参考文献

［1］李世敏，王欣，薛锐. 具有隐私保护的可验证计算研究进展［J］. 信息安全学报， 2024，9 （4）：180-203.
［2］ ZHANG S W， HU B， LIANG W， et al. A caching-based dual k-anonymous location privacy-preserving scheme for edge computing［J］. IEEE Internet of Things Journal， 2023，10（11）：9768-9781.
［3］张学军，杨依行，李佳乐，等. 抵御背景信息推理攻击的假位置生成算法［J］. 计算机科学， 2023，50 （增2）： 879-887.
［4］ GAO Z G， HUANG Y C， ZHENG L L， et al. Protecting location privacy of users based on trajectory obfuscation in mobile crowdsensing［J］. IEEE Transactions on Industrial Informatics， 2022，18（9）：6290-6299.
［5］ TIAN C X， XU H Y， LU T， et al. Semantic and trade-off aware location privacy protection in road networks via improved multi-objective particle swarm optimization［J］. IEEE Access， 2021，9：54264-54275.
［6］ WANG L Y， ZHANG D Q， YANG D Q， et al. Sparse mobile crowdsensing with differential and distortion location privacy［J］. IEEE Transactions on Information Forensics and Security， 2020，15：2735-2749.
［7］刘沛骞，王水莲，申自浩，等. 基于轨迹扰动和路网匹配的位置隐私保护算法［J］. 计算机应用， 2024，44（5）：1546-1554.
［8］ KACHA L， ZITOUNI A， DJOUDI M. KAB： A new k-anonymity approach based on black hole algorithm［J］. Journal of King Saud University-Computer and Information Sciences， 2022，34（7）：4075-4088.
［9］左开中，刘蕊，赵俊，等. 融合语义信息的时空关联位置隐私保护方法［J］. 西安电子科技大学学报， 2022，49 （1）： 67-77.
［10］邹海涛，郑尚，王琦，等. 基于牛顿法的自适应高阶评分距离推荐模型研究［J］. 计算机科学， 2020，47 （增1）：494-499.
［11］ KOKLA M， GUILBERT E. A review of geospatial semantic information modeling and elicitation approaches［J］. ISPRS International Journal of Geo-Information， 2020，9（3）. DOI：10.3390/ijgi9030146.
［12］闵明慧，杨爽，胥俊怀，等. 三维空间位置服务中智能语义位置隐私保护方法［J］. 电子与信息学报， 2024，46（6）：2627-2637.
［13］ GRUTESER M， GRUNWALD D， GRUTESER P M， et al. Anonymous usage of location-based services through spatial and temporal cloaking［C］// Proceedings of the 1st International Conference on Mobile Systems， Applications and Services. ACM， 2003：31-42.
［14］ YANG X D， GAO L， ZHENG J， et al. Location privacy preservation mechanism for location-based service with incomplete location data［J］. IEEE Access， 2020，8：95843-95854.
［15］ LIU T E， WANG Y J， CAI Z P， et al. A dynamic privacy protection mechanism for spatiotemporal crowdsourcing［J］. Security and Communication Networks， 2020， 2020. DOI：10.1155/2020/8892954.
［16］ ZHANG Y B， ZHANG Q Y， YAN Y， et al. A k-anonymous location privacy protection method of polygon based on density distribution［J］. International Journal of Network Security， 2021，23（1）：57-66.
［17］ WANG J J， HAN Y L， YANG X Y， et al. A new group location privacy-preserving method based on distributed architecture in LBS［J］. Security and Communication Networks， 2019， 2019. DOI：10.1155/2019/2414687.
［18］ NISHA N， NATGUNANATHAN I， GAO S， et al. A novel privacy protection scheme for location-based services using collaborative caching［J］. Computer Networks， 2022， 213. DOI：10.1016/j.comnet.2022.109107.
［19］ TANG B， KANG L Y. EICache： A learning-based intelligent caching strategy in mobile edge computing［J］. Peer-to-Peer Networking and Applications， 2022，15（2）：934-949.
［20］ ZHANG L， LIU D S， CHEN M N， et al. A user collaboration privacy protection scheme with threshold scheme and smart contract［J］. Information Sciences， 2021，560：183-201.
［21］ HU J C， YUAN J W. A location privacy protection method based on location semantics over road networks［C］// International Conference on Computer Application and Information Security （ICCAIS 2021）. SPIE， 2022. DOI：10.1117/12.2637640.
［22］ ZHU X， QI R. A new fast matching method for dummy k-anonymous location privacy protection in location based services［J］. International Journal of Network Security， 2021，23（5）：888-894.
［23］ FELDMAN P. A practical scheme for non-interactive verifiable secret sharing［C］// Proceedings of the 28th Annual Symposium on Foundations of Computer Science （SFCS 1987）. IEEE， 1987：427-438.
［24］ QIU G Y， GUO D K， SHEN Y L， et al. Mobile semantic-aware trajectory for personalized location privacy preservation［J］. IEEE Internet of Things Journal， 2020，8（21）：16165-16180.
［25］ SILVA J A S. Turismo， crescimento e desenvolvimento： UMA análise urbano-regional baseada em cluster［J］. Urban Public Economics Review， 2005 （3）：102-105.

[1]	孙凯杰, 胡继礼 . 多模态大语言模型在色素性皮肤病变诊断中的应用[J]. 计算机与现代化, 2025, 0(07): 21-27.
[2]	李子贺, 王一丁. 不同视角三维人体关键点动作相似度计算[J]. 计算机与现代化, 2025, 0(07): 63-68.
[3]	焦乐岩, 朱欣娟. 基于自注意力机制说话人编码器与SA-Decoder的语音克隆方法[J]. 计算机与现代化, 2025, 0(07): 69-76.
[4]	翟俊龙, 谷林. 基于文本引导的多模态情绪识别[J]. 计算机与现代化, 2025, 0(07): 83-89.
[5]	邓超1, 2, 杨凤坤1, 2, 李珺3, 陈良亮1, 2, 郭志冲4. 融合Bi-LSTM残差网络的充电设施复杂故障诊断方法[J]. 计算机与现代化, 2025, 0(07): 90-96.

基于多匿名器架构的用户位置双重隐私保护算法

Double Privacy Protection Algorithm for User Location Based on Multi-anonymizer Architecture

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价