کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10344472 697787 2015 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Incremental release of differentially-private check-in data
ترجمه فارسی عنوان
انتشار افزایشی داده های ورودی متفاوت و خصوصی
ترجمه چکیده
با توجه به محبوبیت رو به رشد خدمات مبتنی بر مکان و شبکه های جغرافیایی اجتماعی، کاربران بیشتر و بیشتر خصوصیات مکان های خصوصی را به ارائه دهندگان خدمات و همچنین داده های مکانی صوتی و زمانبندی، اغلب نامیده می شود، حضور در محل های خاص در زمان های مشخص داده های چک شده بیشتر ممکن است به صورت ضمنی توسط تجزیه و تحلیل داده های مکان جمع آوری شده توسط خدمات تلفن همراه مشتق شده است. به طور کلی، دیدگاه چک های صریح به دوستان در شبکه اجتماعی محدود می شود، در حالی که دید بازه های ضمنی محدود به ارائه دهنده خدمات است. بازنشستگی چکهای ثبت نام برای کاربران غیر مجاز تهدید امنیتی است زیرا حضور مداوم در مکان های داده شده ممکن است نظرات سیاسی، باورهای مذهبی یا گرایش جنسی و همچنین عدم حضور در مکان های دیگر که کاربر قرار است آن را نشان دهد. از این رو، در یک طرف ارائه دهندگان برنامه تلفن همراه اطلاعات ارزشمندی را ارائه می دهند که آنها می خواهند به اشخاص ثالث غیر قابل اعتماد به فروش برسانند، و از سوی دیگر، مسائل مربوط به حفظ حریم خصوصی جدی در انتشار این اطلاعات را می شناسیم. در این مقاله، این معضل را با ارائه تضمین های قانونی رسمی برای کاربران حل می کنیم، در حالی که حفظ قابلیت ثبت اطلاعات. تکنیک ما بر اساس استفاده از روشهای حفظ حریم خصوصی دیفرانسیست است که با یک فرآیند پیش فیلتر سازی یکپارچه شده است و هر دو در برابر شخص ثالث غیر قابل اعتماد دریافت آمار ثبت و در برابر کاربران آن، که مایل به تعیین محل و مکان های حساس بازدید شده توسط کاربران دیگر است، محافظت می کند . ما نشان می دهیم که چگونه می توان تکنیک را برای حمایت از افزایش داده های ورود به سیستم افزایش داد. آزمایش های گسترده با مجموعه داده های گسترده ای از چک های واقعی کاربران، اثربخشی روش های ما را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
Due to the growing popularity of location-based services and geo-social networks, users communicate more and more private location traces to service providers, as well as explicit spatio-temporal data, often called “check-ins”, about their presence in specific venues at given times. Further check-in data may be implicitly derived by analyzing location data collected by mobile services. In general, the visibility of explicit check-ins is limited to friends in the social network, while the visibility of implicit check-ins is limited to the service provider. Exposing check-ins to unauthorized users is a privacy threat since recurring presence in given locations may reveal political opinions, religious beliefs, or sexual orientation, as well as absence from other locations where the user is supposed to be. Hence, on one side mobile app providers host valuable information that they would like to sell to possibly untrusted third parties, and on the other we recognize serious privacy issues in releasing that information. In this paper, we solve this dilemma by providing formal privacy guarantees to users, while preserving the utility of check-in data. Our technique is based on the use of differential privacy methods integrated with a pre-filtering process, and protects both against an untrusted third party receiving check-in statistics, and against its users, willing to infer the venues and sensitive locations visited by other users. We show how the technique can be extended to support incremental releases of check-in data. Extensive experiments with a large dataset of real users' check-ins show the effectiveness of our methods.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pervasive and Mobile Computing - Volume 16, Part B, January 2015, Pages 220-238
نویسندگان
, ,