支持细粒度区域管理的外包空间数据隐私保护机制研究

The application of spatial data facilitates human’s life in various areas which refers to intelligent transportation, smart city and other areas, but it also leads to security problems. The existing researches show that service providers can obtain the user's sensitive information by reconstructing the outsourced spatial data based on background knowledge. To solve the security threats introduced by spatial data outsourcing, this project focuses on the following three aspects. First, the spatial data transformation methods are investigated, which includes the formalization of the spatial data characteristics, the spatial transformation algorithm of partial region authorization, and the generation and distribution strategy of the spatial transformation key. Second, the spatial query processing methods are investigated, which includes the construction and optimization of the query index, the privacy budget allocation of the query domain, and the spatial query conversion method. Third, the integrity verification methods for spatial query results are investigated, which includes the generation and optimization of the authentication information, and the integrity verification algorithm. This project shows significance for analyzing the privacy disclosure risk of the outsourced spatial data, preventing attacks based on background knowledge, and promoting the healthy development of cloud storage.

空间数据在智慧交通、智慧城市等领域的应用，在带给人们巨大收益的同时，也带来了用户位置隐私泄露等严重的安全问题。已有研究表明云服务商可以基于背景知识，对外包空间数据进行重构，从而获取用户的位置隐私、查询隐私等敏感信息。针对空间数据外包所引入的安全威胁，本项目将从以下三个方面展开研究：1）研究保护空间数据位置隐私的转换方法，包括空间数据特征抽取与形式化、支持部分区域授权的空间变换算法、空间转换密钥生成与分发策略；2）研究保护空间数据查询隐私的处理方法，包括查询索引构建与优化、查询域可变隐私预算分配机制、空间查询转换方法；3）研究空间查询结果完整性验证方法，包括认证信息的生成与优化、完整性验证算法。本项目研究成果对于深入分析外包空间数据隐私泄露风险，增强外包数据抵御背景知识攻击的能力，推动云存储服务健康发展，具有重要的理论意义和实用价值。

本项目针对空间数据外包和发布中产生的用户隐私泄露问题，基于项目组在位置隐私、查询隐私和密码学方面的现有讲究成果，借鉴国内外在空间数据外包和发布中的隐私泄露、统计分析、特征提取、差分隐私等领域的最近研究成果，开展了云存储模式下外包空间数据的隐私保护研究。在空间数据的分布特征提取，以及满足隐私保护要求的空间数据发布方面，项目组提出了基于线性索引的位置聚簇扫描方法，能够以非迭代的方式生成位置聚簇，进而对待发布轨迹进行泛化，并通过引入抽样和指数机制，满足了用户个性化的隐私需求。在隐私保护的理论基础方面，项目组深入研究了差分隐私机制，相关研究成果对差分隐私机制的隐私级别和数据可用性的分析提供了依据，从而实现给定隐私预算下的期望数据效用。在细粒度的空间查询授权方面，项目组研究实现了空间查询与结果完整性验证的细粒度授权，深入分析了该方案所能抵御的隐私威胁，并对方案的效用进行了全面测试。在细粒度的空间数据访问控制方面，项目组将外包数据的时空属性关联起来，从时间和空间两个维度对外包空间数据进行细粒度访问控制，保证了数据拥有者对外包数据的细粒度共享管理，项目组还提出了一种可更新的基于身份的哈希证明系统，该系统可用于构造抗泄露的细粒度空间数据访问控制方案。在空间查询的访问模式隐私保护方面，项目组通过差分隐私机制对生成的空间密文索引进行扰动，保证攻击者无法通过查询的密文结果来分析用户的查询内容。本项目的研究成果，将有利于提升空间数据外包服务和云存储的安全性，增强用户使用LBS应用的信心，具有较高的理论意义和实用价值。