基于位置服务的社交网络中的数据安全与隐私保护机制研究

With the development of mobile Internet and location-based services, more and more social network users need to share their own data and information with other users anywhere and anytime. However, the key problem of the widely spread of the location based social networks (LBSNs) is to protect the security and privacy of user data. It is of great value and significance to study the data security and privacy protection in LBSNs. This project researches the data security and privacy preserving mechanisms in LBSNs based on the "honest but curious" cloud storage platform. According to the demands for the setting of multi-users environment, the related models and algorithms are proposed. To achieve the privacy-preserving search, the project proposes a proximity based multi-dimensional keyword search model and algorithm, which guarantees the security of date on cloud and supports multi-dimensional keyword search; To solve the data access control problems, the project develops a hierarchical attribute-based encryption model, which can prevent unauthorized users and cloud from illegal accessing the data; Furthermore, Aiming at the personalized location privacy preserving problem of users, the project constructs a novel privacy preserving scheme based on dynamic strategies. Finally, the project utilizes real and synthetic social networks data to verify the effectiveness of the proposed algorithms.

随着移动互联网和基于位置服务技术的发展，越来越多的社交网络用户随时随地的与其他用户共享自己的数据信息，但保护用户数据的安全与隐私是基于位置服务的社交网络广泛应用的关键，研究其中的数据安全与隐私保护具有重要的价值与意义。本项目面向“诚实且好奇”的云存储环境，依据多用户环境下应用场景的需求，研究基于位置服务的社交网络(LBSNs)中的数据安全与隐私保护机制，并提出了相关的模型与算法。针对社交网络中用户隐私保护的查询问题，提出基于位置邻近的多维关键字查询模型与算法，保证云端数据的安全且支持多维关键字搜索；针对社交网络中用户数据的访问控制问题，提出了基于层次属性加密的访问控制模型，来防止非授权用户和云服务器的非法访问；针对用户个性化的位置隐私保护问题，提出基于动态策略的隐私保护方案。最后，项目采用真实的和合成的社交网络数据来验证所提出算法的有效性。

本项目以“诚实且好奇”的云服务器作为存储平台，研究基于位置服务的社交网络中多用户环境下用户的数据安全与隐私保护机制，提出了一系列的解决方案可应用于朋友推荐、分发服务、紧急救援、追踪监控等领域。因此，研究面向云存储的基于位置服务的社交网络数据安全与隐私保护具有重要的科学意义和良好的应用前景。研究内容已经按计划完成。. 项目组针对研究目标，采用线性四叉树和公钥加密关键字搜索技术设计出了一种高效的多维关键字查询方案，能有效保护用户的数据安全、查询隐私以及位置隐私；利用多个半可信的属性授权实体之间的秘密共享机制，提出了一种去中心化多授权实体的属性加密访问控制方案；采用基于权重的方式建立了兼顾隐私保护和服务质量的可度量模型；同时基于区块链技术，为在线社交网络设计了一种隐私保护的框架，能为用户提供个性化的隐私保护。实验结果表明所提出的一些列方案都是安全的、有效的。相关研究成果也正寻求推广应用。. 本项目共发表论文SCI 论文10篇，申请软件著作权3项。培养硕士2人，本科生4人。