基于Wi-Fi指纹技术的轻量级室内定位隐私保护算法

《Ad Hoc Networks》：Lightweight indoor positioning privacy protection algorithm based on Wi-Fi fingerprint

轻量级隐私保护室内定位算法AC-KACM+MP-GPaillier提出，通过自适应聚类K匿名算法与多素数生成Paillier同态加密结合，有效降低计算和通信开销，同时保障用户与服务器端隐私，实验显示定位误差≤3.2米，效率提升13.78%。

　　

王彦春|刘梦梦|于晓敏|夏颖|李莉莉

中国齐齐哈尔大学

摘要

基于Wi-Fi指纹的定位技术被广泛用于室内跟踪和导航，在物联网（IoT）中发挥着关键作用。然而，其应用引发了关于用户位置隐私和位置服务器（LS）数据隐私泄露的担忧。现有方法通常具有较高的计算和通信成本，但仍无法充分保护LS数据。为了解决这些限制，本文提出了一种轻量级且具有隐私保护的室内指纹定位算法（AC-KACM + MP-GPaillier），该算法能够在保护用户端和数据库端隐私的同时实现高精度定位。具体来说，首先提出了基于自适应聚类的K匿名算法（AC-KACM），显著增强了用户请求的隐私保护并降低了计算成本。此外，为了解决现有同态加密方法固有的高计算开销问题，我们引入了多素数生成器Paillier算法（MP-GPaillier）。通过理论分析和多个真实数据集的实验结果，所提出的方案“AC-KACM + MP-GPaillier”有效降低了同态加密的计算和通信开销，同时确保了双重隐私保护。值得注意的是，与PriWFL算法相比，我们的算法提高了13.78%的定位效率，并将定位误差控制在3.2米以内。本文提出的算法相比现有的LWP²和PriWFL算法具有更低的通信开销。这项工作引入了一个新颖且实用的框架，推动了高效、保护隐私的室内定位系统设计的发展。

引言

物联网技术的不断发展，加上5G（第五代移动通信技术）在众多家庭中的普及，正在迎来一个以互联互通和普遍感知集成为特征的时代[1]、[2]、[3]。对智能生活的需求显著增加，特别是在服务交付领域。人们越来越多地在室内活动，因此寻求既舒适又有利于休息的生活方式。因此，在各种场景中，室内定位信息变得至关重要。室内定位服务的日益流行导致关注点从单纯追求高定位精度转向优先考虑隐私保护[4]、[5]。大多数现有研究集中在提高室内定位系统的准确性、稳定性、连续性和可维护性上[6]。然而，仍然存在一个重要的研究空白，因为很少有方案能够同时有效解决保护用户隐私和确保数据库安全的双重挑战，而不影响实际效率[7]。尽管传统的室内定位方法（如Wi-Fi定位）已经显示出更高的准确性，但在实际应用中，关于用户隐私和数据库隐私泄露的担忧仍然存在。如图1所示，通过对万达购物中心200名消费者的问卷调查，得出了过去五年室内定位市场规模、消费者隐私保护和时间开销接受的统计图表。调查结果表明，消费者明显偏好使用室内定位服务，超过80%的受访者表示希望频繁使用这些服务。此外，大多数用户在享受这些服务时更重视保护个人隐私。此外，调查结果还表明，大多数用户希望位置信息验证的响应时间在一分钟内[8]、[9]。

在定位过程中，必须充分考虑的主要问题是用户的地理位置和服务器资源的泄露。在基于Wi-Fi指纹的室内定位过程中，服务器收集多个Wi-Fi接入点（AP）的接收信号强度指示（RSSI）。记录所有AP的信号强度RSSI，并将这些数据与特定位置相关联以形成指纹数据[10]、[11]。如图2所示，在基于WiFi指纹的应用中，用户收集AP的信号RSSI值并将其信号特征值传输给服务器。如果不对信息进行处理，服务器将确定用户的位置并随之跟踪用户。与用户位置隐私相比，服务器数据资源更容易被盗[12]。服务器必须向用户提供精确的位置结果，并避免修改传输给用户的信息。除了网络漏洞可能被黑客利用外，使用位置服务的用户也可能滥用服务器资源[13]。这形成了一个有争议的信任模型：用户不能信任服务器的原始位置数据，服务器也不能信任用户的指纹数据库。因此，一个强大的隐私保护方案必须能够解决这一双向问题，这也是我们工作的核心动机。

如果位置、隐私和数据隐私受到侵犯，用户和LS都可能遭受致命攻击。如果恶意行为者获得了用户的定位相关数据，他们可能会确定用户的工作地点、评估其财务状况、了解个人倾向，并识别用户的地理活动范围[14]。由于地理位置的泄露，用户可能会收到有害广告或基于位置的欺诈信息，这会给用户的生活带来麻烦和财务威胁，甚至可能遭受身体攻击[15]、[16]；如果恶意用户攻击LS，他们可能会丢失花费大量精力和金钱建立的指纹数据库，就像大型购物中心的定位数据库一样[17]、[18]。在这种情况下，攻击者将发现商场的内部运作方式，可能推测其私人办公室的情况，增加抢劫等犯罪的可能性，甚至可能针对位置系统的无线传感器节点和其他设备，导致整个系统瘫痪并造成巨大财务损失[19]、[20]。为了解决这些挑战，本文提出了一种专门设计的新方案，以弥补已识别的研究空白。我们的贡献在于提供了一个实用的解决方案，保护用户位置隐私免受不可信服务器的侵害，保护服务器的数据库免受恶意查询的攻击，并在现实用户要求的严格延迟限制下运行，正如我们的调查所强调的。

为了解决当前隐私保护方法的局限性，本文提出了一种轻量级的基于Wi-Fi指纹的室内定位隐私保护系统。具体来说，本文的贡献包括：

• (1)
  为了解决隐私保护中的高时间开销和服务器端数据泄露问题，本研究提出了一种结合AC-KACM算法和MP-GPaillier算法的技术。这种方法结合了两种算法，实现了室内定位的轻量级隐私保护，同时确保了用户端和服务器端数据的双重隐私保护。鉴于K匿名算法在处理大量数据时难以高效处理，本文引入了一种新的AC-KACM算法。此外，由于Paillier同态加密算法的安全性依赖于大量的数值运算，本研究采用了AC-KACM和MP-GPaillier算法的融合，以提高Paillier同态加密方法的加密效率并显著降低时间开销。
• (2)
  为了解决K匿名算法在隐私保护不足、计算复杂性高和聚合不平衡的问题，本文提出了AC-KACM算法。通过结合k均值聚类方法，它减轻了K匿名算法的过度时间开销，实现了分层聚类并提高了计算效率。为了解决AC-KACM算法在聚类特征时遇到的限制，本文引入了权重系数，以优先考虑更有效的特征，从而使聚类过程更加平衡和高效。
• (3)
  在理论层面对AC-KACM+MP-GPaillier算法在隐私保护方面的有效性进行了分析和验证。本文全面评估了AC-KACM+MP-GPaillier算法的计算成本、通信成本和定位误差。所提出的算法在确保用户和数据库隐私的同时，实现了轻量级性能目标，与K+Paillier算法相比，显著降低了时间和通信开销，并大大提高了整体系统效率。此外，与现有算法（如LWP²和PriWFL）的实验比较表明，AC-KACM+MP-GPaillier算法有效降低了计算和通信成本。

本文的其余部分组织如下：第2节介绍了室内定位、K匿名方法和基于Wi-Fi指纹的同态加密方案。第3节提供了整个系统架构的概述。第4节进行了成本和安全分析。第5节涵盖了系统的性能评估。最后，第6节对本文进行了总结。

相关工作

室内定位的隐私保护已成为一个重要的研究领域。现有方法主要分为三种技术范式：加密方法、基于扰动的方法以及数据匿名化和泛化技术。每种方法针对特定的威胁，但它们都有各自的局限性，特别是在平衡强大的隐私保护能力和实际实时系统的效率要求方面存在矛盾。

目前，

方法论

本文提出的隐私保护方案依赖于基于WiFi的室内定位技术和k匿名等隐私保护技术。本节介绍了三个关键组成部分：基于Wi-Fi指纹的定位、用于隐私保护的K匿名性和Paillier同态加密算法。清晰理解这些核心方法对于理解本文开发的方法以及在后续章节中讨论的内容至关重要。

AC-KACM+MP-GPaillier的设计

本节详细介绍了所提出的AC-KACM+MP-GPaillier方案的设计，用于保护隐私的室内定位。该框架整合了AC-KACM和MP-GPaillier算法，以实现高效和安全的定位服务。首先，我们概述了整个系统架构，然后详细描述了每个核心算法组件。具体符号可以在表2中找到。

理论分析

本节对所提出的AC-KACM+MP-GPaillier方案进行了全面的理论分析，评估了其安全性和成本分析。分析表明，该方案在保护用户和服务器隐私的同时保持了实际的操作开销。

实验设置

本节描述了用于评估所提出的AC-KACM+MP-GPaillier方案性能的实验设置和评估指标。我们介绍了实验环境配置，然后详细分析了计算效率、隐私保护能力、算法开销和定位精度，以全面验证我们的方法。

结论

本研究提出了一种名为AC-KACM+MP-GPaillier的室内定位隐私保护方法，旨在解决先前技术中观察到的效率和隐私保护之间的关键权衡。为了实现用户和数据库的双重隐私保护，我们的工作将k匿名技术与改进的Paillier同态加密算法相结合。从理论上分析了所提方案针对定义的对抗模型的安全性。

CRediT作者贡献声明

王彦春：撰写 – 审稿与编辑。刘梦梦：撰写 – 原始草案。于晓敏：数据整理。夏颖：方法论。李莉莉：资源提供。

利益冲突声明

作者声明以下可能的财务利益/个人关系，这些可能被视为潜在的利益冲突：王彦春报告称获得了黑龙江省教育部的财政支持；王彦春报告称获得了齐齐哈尔大学的财政支持。如果还有其他作者，他们声明没有已知的财务利益或个人关系可能影响本文报告的工作。