Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama

Osman ABUL (TOBB EKONOMİ VE TEKNOLOJİ ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ)
7 2

Proje Grubu: EEEAG Sayfa Sayısı: 121 Proje No: 118E712 Proje Bitiş Tarihi: 15.05.2021 Metin Dili: Türkçe İndeks Tarihi: 05-01-2022

Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama

Öz:
Bu çalışma, özel bir tür konum tabanlı hizmetler (LBS'ler) olan, merkezi yakınlık tabanlı hizmetler (PBS'ler) için kentsel alanda konum mahremiyeti korumalı konum güncellemeleri ve civardaki arkadaş (NF) sorgulamalarını inceler. Hareketlilik modeli, kullanıcıların düzenli olmayan aralıklarla hareket ettikleri ve konumlarını kaydettikleri/raporladıkları bir şehirsel alan açıklamalı şehir ağı (ACN) üzerine kuruludur. Şehirsel alan kısıtları nedeniyle, kullanıcı hareketliliği sadece ağırlıklı yönlü bir çizge olarak modellenen şehir yol ağı üzerindedir. Çalışma kapsamında, kullanıcılar her zaman arkadaşlarının nerede olduğuna meraklıdırlar. Ancak, PBS sağlayıcısı, kullanıcıların nerede olduğu konusunda meraklı (güvenilmez) veya meraklı olmayabilir (güvenilir). İki tür konum mahremiyeti sorunu, birleşik bir çatıda tanımlanmış ve ele alınmıştır, (i) konum güncellemelerinde Özne Anonimliği, yani konum güncelleyicinin konum anonimliğini sağlama (meraklı PBS sağlayıcısına karşı) ve (ii) NF sorgulamasında Nesne Anonimliği, yani NF sorgu yanıtlarında arkadaşların konum anonimliğinin sağlanması (meraklı NF sorgulayıcıya karşı). Bu nedenle, güvenilir PBS sağlayıcıları için özne anonimliği sorunu yoktur. Güvenilir PBS sağlayıcı durumunda, zayıf konum k-anonimliği ve güçlü konum k-anonimliği olarak adlandırılan iki konum anonimliği modeli tanıtılmıştır. Saldırı senaryoları, saldırganın (NF sorgusunu yapan kullanıcı) arkadaşlarının nerede olduğuna dair kanısını modellemektedir. PBS sağlayıcısı her saldırganın her arkadaşın nerede olduğuna dair kanısını simüle eder ve her kullanıcının konumunun anonimliğini sağlamak için bazı arkadaşları sorgu sonucundan gizler. Zayıf/güçlü konum k-anonimliği sağlamak için kriptografik protokollere ihtiyaç duymayan etkili ve verimli algoritmalar geliştirilmiştir. Ayrıca Spark üzerinde MapReduce kullanarak yüksek performanslı gerçekleştirim ele alınmıştır. Simüle edilmiş bir hareketlilik ile iki gerçek çizge üzerinde, esas olarak mahremiyet/fayda değişimi ve çalışma zamanı verimliliği konularını ele alan, kapsamlı bir deneysel değerlendirme sunulmuştur. Güvenilmez PBS sağlayıcı durumunda, ilk olarak, her bir konum mahremiyet profili için k-üyeli bölütleme ile ACN'den açıklamalı kaba şehir ağı (ACCN) olarak adlandırılan perdeleme haritası oluşturularak Özne Anonimliği görevi çözülmektedir. ACCN için bir performans metriği çizgenin mümkün olduğunca kompakt olmasıdır. Bu doğrultuda, altçizgelerin temsili prototip düğümlerini seçmek için bir sezgisel yöntem geliştirilmiştir. Konum anonimliğinin zamansal boyutu, zayıf konum k-anonimliği (anlık görüntü konumu anonimliği sağlamak için) ve güçlü konum k-anonimliği (tarihsel konum anonimliği sağlamak için) olarak adlandırılan iki anonimlik modeli kavramıyla ele alınmıştır. Saldırı senaryosu her konum güncellemesinde saldırganın (LBS sağlayıcısı) kullanıcıların nerede olduğuna dair kanısını modeller. Çevrimiçi aşamada, algoritmalarımız her konum güncelleme talebinde anonimlik ihlali testleri yapar ve anonimliği ihlal eden paylaşımları engeller. Simüle edilmiş hareketliliğe sahip üç gerçek ACN üzerinde temelde mahremiyet/fayda değişimi hususunu hedefleyen kapsamlı bir deneysel değerlendirme sunulmuştur. Bahsi geçen veri kümeleri bu çalışma kapsamında oluşturulmuştur. Problemin ilginç yanlarından birisi ortak konumlandırma saldırılarıdır. Bu saldırı tipi de adreslenmiş ve çözüm önerisi oluşturulmuştur. Güvenilmez PBS sağlayıcı durumu için Nesne Anonimliği, güvenilir PBS sağlayıcı durumuna benzer bir yaklaşım kullanılarak çözülmüştür. Ek olarak, kullanıcılar tek tip güven seviyeleri veya asimetrik güven seviyeleri (PBS sağlayıcısına ve arkadaşlarına karşı) beyan edebilirler. Her iki durum ayrı ayrı araştırılmıştır. Gerçek bir veri kümesi üzerinde deneysel bir değerlendirme yapılmıştır.
Anahtar Kelime: veri madenciliği yakınlık sorgulama konum-tabanlı servisler konum mahremiyeti mahremiyet

Konular: Bilgisayar Bilimleri, Teori ve Metotlar
Erişim Türü: Erişime Açık
  • [1] Faisal Abu-Khzam, Cristina Bazgan, Katrin Casel, and Henning Fernau. Building Clusters with Lower-Bounded Sizes. In Seok-Hee Hong, editor, 27th International Symposium on Algorithms and Computation (ISAAC 2016), volume 64, pages 4:1–4:13, 2016.
  • [2] O. Abul. Location-privacy preserving partial nearby friends querying in urban areas. Data and Knowledge Engineering (under review), 2021.
  • [3] O. Abul. Location-privacy preserving urban area nearby friends querying for curious service providers. Information Sciences (under review), 2021.
  • [4] O. Abul and O. Bitirgen. Anonymous location sharing in urban area mobility. Knowledge and Information Systems, 63:1849–1871, 2021.
  • [5] O. Abul, F. Bonchi, and F. Giannotti. Hiding sequential and spatiotemporal patterns. IEEE Trans. Knowl. Data Eng., 22(12):1709–1723, 2010.
  • [6] Osman Abul, Francesco Bonchi, and Mirco Nanni. Anonymization of moving objects databases by clustering and perturbation. Information Systems, 35(8):884 – 910, 2010.
  • [7] Rakesh Agrawal and Ramakrishnan Srikant. Privacy-preserving data mining. In Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, SIGMOD ’00, pages 439–450, New York, NY, USA, 2000. ACM.
  • [8] Rigzin Angmo, Veenu Mangat, and Naveen Aggarwal. Preserving user location privacy in era of location-based services: Challenges, techniques and framework. In C. Rama Krishna, Maitreyee Dutta, and Rakesh Kumar, editors, Proceedings of 2nd International Conference on Communication, Computing and Networking, pages 43–52, Singapore, 2019.
  • [9] Claudio A. Ardagna, Marco Cremonini, Ernesto Damiani, Sabrina De Capitani di Vimercati, and Pierangela Samarati. Location privacy protection through obfuscation-based techniques. In 21st Annual IFIP WG 11.3 Working Conference on Data and Applications Security, July 2007.
  • [10] M. Atallah, E. Bertino, A. Elmagarmid, M. Ibrahim, and V. S. Verykios. Disclosure limitation of sensitive rules. In Proc. of the 1999 IEEE Knowledge and Data Engineering Exchange Workshop (KDEX’99), pages 45–52, 1999.
  • [11] A. R. Beresford and F. Stajano. Mix zones: user privacy in location-aware services. In IEEE Annual Conference on Pervasive Computing and Communications Workshops, 2004. Proceedings of the Second, pages 127–131, March 2004.
  • [12] Claudio Bettini, X. Sean Wang, and Sushil Jajodia. Protecting privacy against location-based personal identification. In Willem Jonker and Milan Petkovic, edi- ´ tors, Secure Data Management, pages 185–199, Berlin, Heidelberg, 2005.
  • [13] F. Bonchi, Y. Saygin, V. S. Verykios, M. Atzori, A. Gkoulalas-Divanis, S. V. Kaya, and E. Sava¸s. Privacy in Spatiotemporal Data Mining, pages 297–333. Berlin, Heidelberg, 2008.
  • [14] Thomas Brinkhoff. A framework for generating network-based moving objects. Geoinformatica, 6(2):153–180, June 2002.
  • [15] C. Chow, M. F. Mokbel, and W. G. Aref. Casper*: Query Processing for Location Services without Compromising Privacy. ACM Transactions on Database Systems, (34)4, 2009.
  • [16] C-Y Chow and M. F. Mokbel. Trajectory privacy in location-based services and data publication. SIGKDD Explorations, 13(1):19–29, 2011.
  • [17] C-Y Chow, M. F. Mokbel, and X. Liu. Spatial cloaking for anonymous locationbased services in mobile peer-to-peer environments. GeoInformatica, 15(2):351– 380, 2011.
  • [18] M. L. Damiani, E. Bertino, and C. Silvestri. The PROBE Framework for the Personalized Cloaking of Private Locations. Transactions on Data Privacy, (3)2:123– 148, 2010.
  • [19] B. Gedik and L. Liu. Location Privacy In Mobile Systems: A Personalized Anonymization Model. In Proc. of 25th IEEE International Conference on Distributed Computing Systems (ICDCS’05), pages 620–629, 2005.
  • [20] G. Ghinita, M.L. Damiani, C. Silvestri, and E. Bertino. Preventing Velocity-based Linkage Attacks in Location-Aware Applications. In Proc. of the 17th ACM GIS, 2009.
  • [21] G. Ghinita, P. Kalnis, A. Khoshgozaran, C. Shahabi, and K-L. Tan. Private queries in location based services: anonymizers are not necessary. In SIGMOD ’08, pages 121–132, New York, NY, USA, 2008. ACM.
  • [22] Gabriel Ghinita, Maria Luisa Damiani, Claudio Silvestri, and Elisa Bertino. Protecting against velocity-based, proximity-based, and external event attacks in location-centric social networks. ACM Trans. Spatial Algorithms Syst., 2(2), June 2016.
  • [23] M. Gruteser and D. Grunwald. Anonymous Usage of Location-Based Services Through Spatial and Temporal Cloaking. In Proc. of the 1st International Conference on Mobile systems, Applications and Services. ACM Press, 2003.
  • [24] M. Gruteser and X. Liu. Protecting privacy in continuous location tracking applications. IEEE Security and Privacy, 2(2):28–31, 2004.
  • [25] Tanzima Hashem, Lars Kulik, and Rui Zhang. Privacy preserving moving KNN queries. CoRR, abs/1104.2756, 2011.
  • [26] Taeho Jung and Xiangyang Li. Search me if you can: Privacy-preserving location query service. Proceedings - IEEE INFOCOM, 08 2012.
  • [27] George Karypis and Vipin Kumar. A fast and high quality multilevel scheme for partitioning irregular graphs. SIAM Journal on Scientific Computing, 20(1):359– 392, 1998.
  • [28] H. Kido, Y. Yanagisawa, and T. Satoh. Protection of location privacy using dummies for location-based services. In Proc. of 21st International Conference on Data Engineering Workshops (ICDEW ’05), 2005.
  • [29] J. Krumm. A survey of computational location privacy. Personal and Ubiquitous Computing, (13)6:391–399, 2009.
  • [30] B. Lee, J. Oh, H. Yu, and J. Kim. Protecting location privacy using location semantics. In Proc. of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining, 2011.
  • [31] Feifei Li, Dihan Cheng, Marios Hadjieleftheriou, George Kollios, and Shang-Hua Teng. On trip planning queries in spatial databases. In Claudia Bauzer Medeiros, Max J. Egenhofer, and Elisa Bertino, editors, Advances in Spatial and Temporal Databases, pages 273–290, Berlin, Heidelberg, 2005.
  • [32] Fuyu Liu, Kien A. Hua, and Ying Cai. Query l-diversity in location-based services. 2009 Tenth International Conference on Mobile Data Management: Systems, Services and Middleware, pages 436–442, 2009.
  • [33] S. Mascetti, C. Bettini, D. Freni, X. S. Wang, and S. Jajodia. Privacy-aware proximity based services. In 2009 Tenth International Conference on Mobile Data Management: Systems, Services and Middleware, pages 31–40, May 2009.
  • [34] Sergio Mascetti, Claudio Bettini, and Dario Freni. Longitude: Centralized privacypreserving computation of users’ proximity. In Willem Jonker and Milan Petkovic,´ editors, Secure Data Management, pages 142–157, Berlin, Heidelberg, 2009.
  • [35] Sergio Mascetti, Dario Freni, Claudio Bettini, X. Sean Wang, and Sushil Jajodia. Privacy in geo-social networks: proximity notification with untrusted service providers and curious buddies. The VLDB Journal, 20(4):541–566, Aug 2011.
  • [36] Arvind Narayanan, Narendran Thiagarajan, Mugdha Lakhani, Michael Hamburg, and Dan Boneh. Location privacy via private proximity testing. In Proc. Network Distributed System Security Conf., 2011.
  • [37] M. E. Nergiz, M. Atzori, Y. Saygin, and B. Güç. Towards trajectory anonymization: a generalization-based approach. Transactions on Data Privacy, 2(1):47–75, 2009
  • [38] D. E. O’Leary. Knowledge discovery as a threat to database security. In Gregory Piatetsky-Shapiro and William J. Frawley, editors, Knowledge Discovery in Databases, pages 507–516. AAAI/MIT Press, 1991.
  • [39] OpenStreetMap contributors. Planet dump retrieved from https://planet.osm.org . https://www.openstreetmap.org, 2017.
  • [40] K. P. N. Puttaswamy, S. Wang, T. Steinbauer, D. Agrawal, A. E. Abbadi, C. Kruegel, and B. Y. Zhao. Preserving location privacy in geosocial applications. IEEE Transactions on Mobile Computing, 13(1):159–173, Jan 2014.
  • [41] Y. Qiu and M. Ma. A privacy-preserving proximity testing for location-based services. In 2018 IEEE Global Communications Conference (GLOBECOM), pages 1–6, Dec 2018.
  • [42] Freni D. Bettini C. Jensen C.S Ruiz Vicente, C. "location-related privacy in geosocial networks". IEEE Internet Computing, 15:20–27, 2011.
  • [43] Peter Ruppel, Georg Treu, Axel Küpper, and Claudia Linnhoff-Popien. Anonymous user tracking for location-based community services. In Mike Hazas, John Krumm, and Thomas Strang, editors, Location- and Context-Awareness, pages 116–133, Berlin, Heidelberg, 2006.
  • [44] P. Samarati and L. Sweeney. Generalizing data to provide anonymity when disclosing information. In PODS, volume 98, 1998.
  • [45] R. Shokri, G. Theodorakopoulos, J.Y. Le Boudec, and J.P. Hubaux. Quantifying location privacy. In Proc. of IEEE Symposium on Security and Privacy, 2011.
  • [46] Laurynas Šikšnys, Jeppe R. Thomsen, Simonas Šaltenis, Man Lung Yiu, and Ove Andersen. A location privacy aware friend locator. In Nikos Mamoulis, Thomas Seidl, Torben Bach Pedersen, Kristian Torp, and Ira Assent, editors, Advances in Spatial and Temporal Databases, pages 405–410, Berlin, Heidelberg, 2009.
  • [47] C. Silvestri, E. Yigitoglu, M.L. Damiani, and O. Abul. SAWLnet: Sensitivity AWare Location cloaking on road-NETworks. In Proc. of IEEE Mobile Data Management (MDM 2012), 2012.
  • [48] Leon Stenneth and Philip Yu. Mobile systems privacy: ’mobipriv’ a robust system for snapshot or continuous querying location based mobile systems. Transactions on Data Privacy, Volume 5:333–376, 04 2012.
  • [49] Yuhan Sun and Mohamed Sarwat. Georeach: An efficient approach for evaluating graph reachability queries with spatial range predicates. CoRR, abs/1603.05355, 2016.
  • [50] M. Terrovitis and N. Mamoulis. Privacy preservation in the publication of trajectories. In The Ninth International Conference on Mobile Data Management (mdm 2008), pages 65–72, April 2008.
  • [51] Roman Yarovoy, Francesco Bonchi, Laks V. S. Lakshmanan, and Wendy Hui Wang. Anonymizing moving objects: How to hide a mob in a crowd? In Proceedings of the 12th International Conference on Extending Database Technology: Advances in Database Technology, EDBT ’09, pages 72–83, New York, NY, USA, 2009. ACM.
  • [52] E. Yigitoglu, M.L. Damiani, O. Abul, and C. Silvestri. Privacy-preserving sharing of sensitive semantic locations under road-network constraints. In Proc. of IEEE Mobile Data Management (MDM 2012), 2012.
  • [53] P. Zhao, J. Li, F. Zeng, F. Xiao, C. Wang, and H. Jiang. Illia: Enabling k - anonymity-based privacy preserving against location injection attacks in continuous lbs queries. IEEE Internet of Things Journal, 5(2):1033–1042, April 2018.
  • [54] Yao Zheng, Ming Li, Wenjing Lou, and Y. Thomas Hou. Sharp: Private proximity test and secure handshake with cheat-proof location tags. In Sara Foresti, Moti Yung, and Fabio Martinelli, editors, Computer Security – ESORICS 2012, pages 361–378, Berlin, Heidelberg, 2012.
  • [55] G. Zhuo, Q. Jia, L. Guo, M. Li, and Y. Fang. Privacy-preserving verifiable proximity test for location-based services. In 2015 IEEE Global Communications Conference (GLOBECOM), pages 1–6, Dec 2015.
APA Abul O (2021). Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. , 1 - 121.
Chicago Abul Osman Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. (2021): 1 - 121.
MLA Abul Osman Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. , 2021, ss.1 - 121.
AMA Abul O Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. . 2021; 1 - 121.
Vancouver Abul O Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. . 2021; 1 - 121.
IEEE Abul O "Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama." , ss.1 - 121, 2021.
ISNAD Abul, Osman. "Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama". (2021), 1-121.
APA Abul O (2021). Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. , 1 - 121.
Chicago Abul Osman Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. (2021): 1 - 121.
MLA Abul Osman Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. , 2021, ss.1 - 121.
AMA Abul O Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. . 2021; 1 - 121.
Vancouver Abul O Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama. . 2021; 1 - 121.
IEEE Abul O "Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama." , ss.1 - 121, 2021.
ISNAD Abul, Osman. "Şehirsel Bölge Yakınlık-Tabanlı Servislerde Konum Mahremiyeti Korumalı Sorgulama". (2021), 1-121.
Sayfa Oluşturulma Tarihi
24-04-2024 1:49

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları