移动群智感知中基于深度强化学习的位置隐私保护策略

• 作者: 沈航 白光伟 胡煜家 顾一鸣
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 群智感知 位置隐私 马尔科夫决策过程 深度Q网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 287-293
• 页数: 7页
• 分类号: TP393
• 字数: 9490字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2019.02.009

摘要

群智感知服务的广泛应用带来了个人隐私的泄漏,然而现存的隐私保护策略不能适应群智感知环境.针对相关缺陷,提出了一种移动群智感知中基于深度强化学习的隐私保护策略.该策略通过泛化任务,使得攻击者无法分辨用户具体完成了哪一个任务,切断了用户和任务之间的关联,保护了用户的位置隐私.当混淆任务数量不足以达到用户的隐私保护需求时,使用抑制法放弃该任务.该策略使用深度强化学习的方法不断尝试不同的混淆任务组合,训练一个可以输出最低抑制率的混淆任务选择方案的深度Q网络.实验结果表明,上述策略在不破坏感知任务有效性的前提下,以较低的抑制率保护了用户的位置隐私.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白光伟	南京工业大学计算机科学与技术学院	166	534	10.0	13.0
2	沈航	南京工业大学计算机科学与技术学院	52	96	5.0	8.0
6	胡煜家	南京工业大学计算机科学与技术学院	2	2	1.0	1.0
10	顾一鸣	南京工业大学计算机科学与技术学院	3	2	1.0	1.0