中文摘要：

随着GPS的普及，以3G为基础设施的车载网络中，许多移动位置相关的个性化服务成为现实。用户位置相关的隐私保护成为一个重要课题。但现有的模型和算法通常考虑单个时间断面和欧几里德空间的隐私保护问题，不能够完全适用车载网络高度动态及路网限制的应用环境。本项目研究一)可定制的隐私保护框架及技术通过充分挖掘路网等上下文信息在位置隐私保护中的作用，开发能够满足用户定制需求的模型和算法，包括1.基于用户行程的隐私保护质量评价标准；2.带位置属性信息融合/查询过程中的隐私保护方法，例如信息融合过程中考虑客户端移动性的P2P匿名算法、带隐私保护能力的逆最近邻居查询和聚合最近邻居查询；3.路网限制环境中使用匿名蜂窝网络的匿名组管理、基于Distorted方法的连续查询隐私保护等；二)隐私保护提升技术在实时位置服务中的应用。研究结果将对车载网络基于位置服务的用户隐私保护起到推动作用。

结论摘要：

随着GPS的普及，以3G为基础设施的车载网络中，许多移动位置相关的个性化服务成为现实。用户位置相关的隐私保护成为一个重要课题。但现有的模型和算法通常考虑单个时间断面和欧几里德空间的隐私保护问题，不能够完全适用车载网络高度动态及路网限制的应用环境。本项目研究一)可定制的隐私保护框架及技术二)隐私保护提升技术在实时位置服务中的应用。研究结果将对车载网络基于位置服务的用户隐私保护起到推动作用。成果主要体现在以下几个方面 1. 路网限制环境中基于匿名蜂窝的位置隐私保护一般的位置隐私保护算法仅考虑欧几里德空间的用户移动问题，不完全适用路网限制的上下文环境。项目提出了一个基于匿名蜂窝的位置隐私保护方法，根据路网环境特殊的点、线网络结构，事先将道路网络处理成由匿名蜂窝组成的网络，基于匿名蜂窝对用户的查询进行匿名处理。(《浙大学报》11-3，EI) 2. 动态P2P网络中基于匿名链的位置隐私保护提出了一个基于匿名链的位置隐私保护算法。位置隐私就是保护用户身份信息与位置信息的关联性。不同于一般的K-anonymity方法，算法通过在用户查询信息转发的过程中构造一条匿名链来混淆身份信息与位置信息的一一对应关系，在完成查询的同时保护用户位置的隐私。(《浙大学报》12-4，EI) 3. 分布式环境中的近邻检测方法提出了一种基于近邻框的检测方法。近邻就是在用户周围一定物理距离范围内其所关心的朋友。在LBS服务的大规模近邻检测中，服务器容易成为系统的瓶颈。使用近邻框概念，通过移动用户之间位置关系的简单判断来取代欧氏距离或者最短距离的计算，来提高系统的处理效率。同时在用户端结合地图信息对自身的移动区域进行自适应地预测，减少客户端和服务器之间的消息交互。(《电子学报》13-5，EI) 4.一种基于影响区域的BRkNN联合查询方法通过构造查询集合的影响区域来处理双色反向k最近邻联合查询问题。算法首先画出用户感兴趣设施集合Q与用户不感兴趣设施集合P之间的所有垂直平分线，然后计算出P集合中每个设施的优势支配区域，找出被优势支配区域覆盖个数小于k次的凸多边形区域以构造影响区域。算法第二步对影响区域进行点包含性查询得到最终结果。(《浙大学报》、《JCIS》录用，EI) 项目组发表了3篇期刊文章，6篇会议论文，其中EI收录8篇，录用待发表2篇期刊文章。申请发明专利1项。培养研究生5人，