5G移动边缘计算环境中位置隐私保护的去本地化
方法:基于整数规划的最优求解方法ELP-PU
目的:解决 移动用户可以通过LBS@E从部署在边缘服务器上的LBSs中检索本地信息,仍然可以被定位到由移动用户访问的边缘服务器共同覆盖的特定隐私区域,使用户位置处于风险中 的问题
结论:①提出了基于整数规划的ELP-PU最优解解决边缘位置隐私问题(ELP) ②提出了一套评估移动用户隐私和效用的技术,以便ELP-PU可以优化两者之间的权衡
局限性:仅对四种具有代表性的方法进行了评估
现有的保护移动用户位置隐私的技术受限于移动用户的位置必须发送到远程云服务器
——>LBS@E:用于在不需要用户位置信息的5G移动边缘计算(MEC:Mobile Edge Computing)环境中构建去本地化的基于位置的服务(LBSs:Location-Based Sevices)
——>移动用户可以通过LBS@E从部署在边缘服务器上的LBSs中检索本地信息
——>但是移动用户仍然可以被定位到由移动用户访问的边缘服务器共同覆盖的特定隐私区域,使用户位置处于风险中(通过他方获取位置信息,泄露或推断出兴趣、工作、家庭等信息)
——>效用区域的大小决定了移动用户可检索的本地信息的数量,与移动用户访问的边缘服务器数量呈正相关
——>因此,给定一组可访问的边缘服务器,移动用户需要确定要访问哪些边缘服务器,以最大限度地获取可检索的本地信息,最小化被本地化的风险
——>基于整数规划的最优求解方法ELP-PU
5G MEC从根本上改变了移动用户访问lbs的方式——他们不再需要透露自己的位置。相反,他们可以访问部署在附近边缘服务器上的lbs,这些服务器可以无线覆盖他们,提供个性化的本地服务和信息。这是5G MEC提供的独特优势,LBSs可以利用它来保护移动用户的位置隐私。
整数规划是指规划中的变量(全部或部分)限制为整数,若在线性模型中,变量限制为整数,则称为整数线性规划。目前所流行的求解整数规划的方法往往只适用于整数线性规划。