位置服務(wù)大數(shù)據(jù)的分析處理方法與隱私保護(hù)

王曉艷

(黑河學(xué)院計算機(jī)科學(xué)與信息工程系，黑龍江黑河164300)

摘要：大數(shù)據(jù)的到來使得社會、科學(xué)、生活都發(fā)生了巨大的變革，當(dāng)前基于位置數(shù)據(jù)服務(wù)所產(chǎn)生的位置大數(shù)據(jù)是大數(shù)據(jù)的重要研究問題之一。從位置大數(shù)據(jù)的背景出發(fā)，從位置大數(shù)據(jù)的概念、分析方法、隱私保護(hù)等三個方面對位置大數(shù)據(jù)的研究現(xiàn)狀進(jìn)行了介紹。

關(guān)鍵詞：位置大數(shù)據(jù)；隱私保護(hù)；軌跡數(shù)據(jù)

作者簡介：王曉艷，碩士，講師，黑河學(xué)院。

文章編號：1672-6758(2015)07-0051-3

中圖分類號：TP311

文獻(xiàn)標(biāo)識碼：A

Abstract：Big Data makes society science and life have taken place great changes. Location Big data is one of the important research problem of big data. Under the background of big data, the paper explained the concept of big data, the analyzing method and the privacy protection and the current situation of the big data study.

隨著社會信息化與網(wǎng)絡(luò)化的深入發(fā)展，各類數(shù)據(jù)也在以近乎爆炸式的方式在激增。據(jù)有關(guān)資料顯示每秒鐘大概有200多萬用戶在使用Google搜索引擎，至2014年底，微信用戶數(shù)量同比增長41%，達(dá)5億人，所產(chǎn)生的數(shù)據(jù)量每天超過3.6億。除此之外，銀行業(yè)、科技產(chǎn)業(yè)、社會服務(wù)業(yè)等行業(yè)也在不斷地產(chǎn)生新的大量的數(shù)據(jù)。2014年初國際數(shù)據(jù)公司發(fā)布報告稱，全球數(shù)字化信息的數(shù)量已達(dá)4.4ZB，同時這個數(shù)據(jù)正以每年40%的速度在增長。[1]世界上很多國家都已經(jīng)宣布大數(shù)據(jù)時代已經(jīng)到來，并都在采取發(fā)掘和利用大數(shù)據(jù)的方案和策略。

隨著大數(shù)據(jù)時代的到來，各種針對大數(shù)據(jù)的研究和應(yīng)用也隨之而來。大數(shù)據(jù)給我們的生活帶來了很多便捷。利用對大數(shù)據(jù)的發(fā)掘分析也為商家提供了更有針對性或者說是個性化的營銷策略。大數(shù)據(jù)的安全和隱私保護(hù)問題也悄然而至。本文將從大數(shù)據(jù)的一個重要部分——位置大數(shù)據(jù)的角度分析其應(yīng)用，并介紹相關(guān)應(yīng)用研究技術(shù)和隱私安全技術(shù)的研究進(jìn)展，并對未來的發(fā)展方向進(jìn)行展望。

一位置大數(shù)據(jù)的研究背景

隨著移動通信網(wǎng)絡(luò)和移動定位技術(shù)(GPS)的發(fā)展，基于位置的服務(wù)(LBS)研究也得到了各類企業(yè)的重視，例如車聯(lián)網(wǎng)應(yīng)用、手機(jī)定位等，這些應(yīng)用一經(jīng)推出就被廣泛使用。在智能手機(jī)普及的時代，只要你的手機(jī)可以聯(lián)網(wǎng)，那么利用GPS你就可以在任何一個陌生的地方在無需導(dǎo)游的情況下玩遍全城，甚至可以利用各種基于LBS的應(yīng)用軟件達(dá)到吃住行一條龍的服務(wù)，相信讀者在這方面都深有體會。但是LBS絕不是僅僅為我們的日常生活帶來了便利，它也為我們的安全帶來了保障。美國的公眾安全網(wǎng)絡(luò)和我國的天網(wǎng)工程都是基于保護(hù)公眾安全而構(gòu)建的。

隨著位置服務(wù)的不斷普及，大量的位置數(shù)據(jù)隨之產(chǎn)生。這些數(shù)據(jù)數(shù)量龐大、但卻“復(fù)雜而稀疏”，作為研究人員如何分析處理具有如此特點的位置大數(shù)據(jù)，成為一個亟需解決的問題。

二位置大數(shù)據(jù)的相關(guān)研究技術(shù)

1.位置大數(shù)據(jù)的相關(guān)概念。

(1)位置大數(shù)據(jù)的定義。含有空間位置和時間標(biāo)識的地理和人類社會信息數(shù)據(jù)即為位置數(shù)據(jù)。[2]這里的空間位置既可以是準(zhǔn)確的地理坐標(biāo)，也可以是具有約定俗成的一些地名、方位等。這里的時間標(biāo)識可以是具體的時間數(shù)值，也可以是上午、下午等人們都理解的時間名詞。

(2)位置大數(shù)據(jù)的分類。位置大數(shù)據(jù)可以根據(jù)標(biāo)識信息種類的不同分為地理數(shù)據(jù)(如土地覆蓋類型、植被覆蓋率、水資源數(shù)據(jù)、行政界限)、軌跡數(shù)據(jù)(如各種導(dǎo)航數(shù)據(jù)、智能手機(jī)數(shù)據(jù)所產(chǎn)生的個人、群體或者車輛的軌跡數(shù)據(jù))和空間媒體數(shù)據(jù)(能夠體現(xiàn)空間位置的數(shù)字化的文本、圖像、音頻等媒體數(shù)據(jù))。

(3)位置大數(shù)據(jù)的特點。位置大數(shù)據(jù)具有典型的數(shù)據(jù)規(guī)模大、變化速度快、數(shù)據(jù)多樣性、價值密度低和處理速度快等特點。傳統(tǒng)的數(shù)據(jù)處理技術(shù)無法針對大數(shù)據(jù)進(jìn)行高效分析和處理，因此近年來關(guān)于如何根據(jù)大數(shù)據(jù)的特點進(jìn)行新的技術(shù)變革是學(xué)術(shù)界普遍探分析和研究的問題，而針對不能類型的大數(shù)據(jù)有派生出很多更為細(xì)致的研究方法和研究理論，下面就以位置大數(shù)據(jù)為例來探討。

2.位置大數(shù)據(jù)分析處理方法。

位置大數(shù)據(jù)的研究涉及到位置數(shù)據(jù)的采集、處理、計算、存儲以及可視化等一系列技術(shù)方法體系的有機(jī)結(jié)合。

(1)數(shù)據(jù)采集。根據(jù)位置大數(shù)據(jù)的特點建立滿足其需要(包括精度需求、空間環(huán)境的變化等)的數(shù)據(jù)傳感網(wǎng)絡(luò)，以實現(xiàn)位置數(shù)據(jù)的獲取。如地鐵售票系統(tǒng)、公交卡使用系統(tǒng)、高速公路收費(fèi)系統(tǒng)等，通過諸如此類的途徑可以實現(xiàn)被動的收集大量用戶位置數(shù)據(jù)的目的。

(2)數(shù)據(jù)分析處理方法。位置大數(shù)據(jù)來源于多種不同的途徑，又由于位置大數(shù)據(jù)自身的特點使得這些數(shù)據(jù)集中往往存在著各種各樣的誤差甚至是錯誤，因此，在數(shù)據(jù)采集之后必須對數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)過濾、數(shù)據(jù)完善、數(shù)據(jù)降維、數(shù)據(jù)離散化等方法，預(yù)處理后在用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等處理方法對位置數(shù)據(jù)進(jìn)一步的深入處理和挖掘。對位置大數(shù)據(jù)處理的目的在于分析數(shù)據(jù)的精確性和數(shù)據(jù)間的因果關(guān)系，而旨在分析數(shù)據(jù)間的關(guān)聯(lián)性。

(3)數(shù)據(jù)計算和存儲。鑒于位置大數(shù)據(jù)的特點，可以考慮采用Hadoop等計算框架，建立流媒體、地圖數(shù)據(jù)、軌跡數(shù)據(jù)的高效時空索引和分布式分析技術(shù)，又由于位置大數(shù)據(jù)往往具有非關(guān)系型數(shù)據(jù)的特點，則應(yīng)注重諸如Hbase、BigSQL、芒果數(shù)據(jù)庫等數(shù)據(jù)庫存儲技術(shù)的使用。

(4)數(shù)據(jù)可視化方法。在以往的數(shù)據(jù)處理過程中在顯示其處理結(jié)果或者是數(shù)據(jù)發(fā)展趨勢時，常規(guī)的方法是利用統(tǒng)計圖來展示，但由于位置大數(shù)據(jù)規(guī)模大、多樣化等特點導(dǎo)致常規(guī)的方法無法準(zhǔn)確的模擬其發(fā)展態(tài)勢，因此需要借助一些專門的數(shù)據(jù)可視化方法來進(jìn)行展現(xiàn)。如泛在地圖、虛擬現(xiàn)實等。

圖1　位置大數(shù)據(jù)分析模型

三位置大數(shù)據(jù)的隱私安全

1.位置隱私保護(hù)產(chǎn)生背景。

盡管對于位置大數(shù)據(jù)的研究與利用已經(jīng)為人們的生活、國家相關(guān)方略政策的制定帶來了顯著地效果，但是現(xiàn)實就是一把雙刃劍，有喜就有憂。在用戶向服務(wù)器端發(fā)送位置信息的過程中，一些惡意的攻擊者很有可能截取用戶的位置信息，而在服務(wù)器端對處理后的信息發(fā)布后，惡意的攻擊者也有可能會根據(jù)所掌握的背景知識分析出信息的來源也就是用戶的位置，這就引發(fā)了研究人員對于位置大數(shù)據(jù)隱私保護(hù)問題的關(guān)注。

針對關(guān)系型數(shù)據(jù)庫的隱私保護(hù)已經(jīng)提出了大量的方法如k-匿名、l-多樣性以及通過它們而研究的一些改進(jìn)算法。然而這些方法不能直接應(yīng)用在位置大數(shù)據(jù)的隱私保護(hù)中，主要有以下原因：位置隱私保護(hù)需要在用戶的位置信息傳送到位置服務(wù)器之前就進(jìn)行保護(hù)；位置隱私要保護(hù)的不是用戶查詢的信息而是用戶的位置信息，如用戶在使用百度地圖查找附近的公交站時，用戶的查詢信息是公交站點，而我要保護(hù)的是用戶的準(zhǔn)確位置信息；對于普通數(shù)據(jù)庫來講在某一時刻數(shù)據(jù)數(shù)據(jù)可以看做是靜態(tài)的，而針對位置服務(wù)所產(chǎn)生的數(shù)據(jù)和查詢卻是在不斷地變化，因而針對位置大數(shù)據(jù)需要研究出適應(yīng)其特點的隱私保護(hù)方法。

2.位置隱私保護(hù)。

位置信息一般由標(biāo)識信息和位置信息組成，標(biāo)識信息用來描述用戶的具體屬性和特征，可以唯一標(biāo)識一個用戶；位置信息則表示該用戶當(dāng)前所處的某個具體位置或者是某個時間內(nèi)的行蹤。(注意，文中所說的用戶可以使單個個體用戶也可以是團(tuán)體用戶。)

圖2　位置隱私保護(hù)體系結(jié)構(gòu)

位置隱私保護(hù)的目的是阻止用戶的位置信息被他人獲取。針對用戶在某一時刻的位置隱私保護(hù)方法分為兩類：一類是用戶向服務(wù)器提交服務(wù)請求時，由移動客戶端向服務(wù)器提供準(zhǔn)確的地理位置信息，但是隱藏用戶的真實標(biāo)識信息，這種方法服務(wù)器可以根據(jù)位置信息向用戶提供高質(zhì)量的位置服務(wù)；相反的，第二類是將用戶的標(biāo)識信息不加隱藏的傳遞給服務(wù)器，而將位置信息進(jìn)行模糊化處理后提供給服務(wù)器，也可以達(dá)到位置隱私保護(hù)的目的。這兩類方法都是針對用戶在某一時刻的隱私保護(hù)，而位置數(shù)據(jù)的一個特點就是變化速度快，所以基于軌跡隱私的保護(hù)也是位置隱私保護(hù)的一個重要方面。

3.軌跡隱私保護(hù)。

前面的隱私保護(hù)都是假設(shè)在用戶向服務(wù)器發(fā)送請求信息的過程中，攻擊者不回截取信息，現(xiàn)在我們假設(shè)攻擊者可以截取，并通過在不同時刻截取的信息進(jìn)行分析，從而無論是屏蔽標(biāo)識信息還是模糊位置信息，攻擊者都可以通過用戶的行動軌跡判斷出用戶在這一時間段內(nèi)所處的位置范圍，也就是位置隱私泄露。當(dāng)惡意攻擊者獲取了用戶的位置隱私后會帶來嚴(yán)重的后果，如掌握了默認(rèn)的行蹤可能會給綁架者帶來可乘之機(jī)。所以換句話來說，軌跡隱私保護(hù)是保護(hù)用戶的行蹤不被惡意攻擊者所掌握，隱藏的是用戶在敏感區(qū)域內(nèi)活動的軌跡信息。

針對軌跡隱私保護(hù)問題文獻(xiàn)[3][4]中提出了的“靜默區(qū)域”的方法，即在鄰近的用戶之間構(gòu)造混合區(qū)域，在進(jìn)入該區(qū)域前后令同一個用戶使用不同的ID，在進(jìn)入該區(qū)域后，所有的用戶在此期間都不向服務(wù)器發(fā)送任何服務(wù)請求信息，那么在此區(qū)域無論是服務(wù)器還是攻擊者都無法獲得用戶的位置信息，從而增加了將用戶的兩個或以上臨近位置信息連接起來的難度，從而達(dá)到了軌跡隱私保護(hù)的目的。

通過實驗可以證明，利用混合區(qū)域可以有效地保護(hù)用戶的軌跡隱私，但是由于用戶在混合區(qū)域沒有任何通信，將導(dǎo)致通信時隙的損失，進(jìn)而導(dǎo)致通信質(zhì)量的下降，因此此種方法不適用于對通信質(zhì)量要求高的應(yīng)用，目前已經(jīng)有人在此方法的基礎(chǔ)上進(jìn)行了改進(jìn)，提出了改進(jìn)的“靜默區(qū)域”[5]方法。該方法可以從時空兩個角度對用戶信息進(jìn)行匿名處理，既要控制用戶在混合區(qū)域的延遲時隙，還要控制用戶的匿名程度，達(dá)到軌跡隱私保護(hù)的目的，又不會降低通信服務(wù)的質(zhì)量，從而實現(xiàn)了對用戶軌跡隱私更強(qiáng)而有力的保護(hù)。

四總結(jié)與展望

本文針對位置大數(shù)據(jù)的研究背景、相關(guān)概念、分析處理方法以及位置大數(shù)據(jù)的隱私安全等問題進(jìn)行了闡述，并對在位置大數(shù)據(jù)處理分析、隱私保護(hù)等方面的流行方法和技術(shù)進(jìn)行了介紹，旨在為初學(xué)者提供關(guān)于位置大數(shù)據(jù)研究的參考。

大數(shù)據(jù)時代用戶的位置信息可以來自多種領(lǐng)域，通過多種渠道而被采集。通過對位置大數(shù)據(jù)的分析處理可以為人們的生產(chǎn)、生活、企業(yè)的商業(yè)運(yùn)作以及科學(xué)研究等方面帶來巨大的便利和收益，然而，由于位置信息中蘊(yùn)含了用戶的標(biāo)識信息和位置信息，通過對這些信息的分析就可以掌握用戶的行為習(xí)慣和敏感信息，為人們的隱私安全帶來威脅。因此當(dāng)前對位置大數(shù)據(jù)的研究主要有兩個方向，一個是基于位置大數(shù)據(jù)的分析處理研究，另一個是基于位置大數(shù)據(jù)的隱私保護(hù)研究。目前這兩種研究都取得了一定的進(jìn)展，但是，位置大數(shù)據(jù)的研究仍然處于新興領(lǐng)域，尤其是位置大數(shù)據(jù)的隱私保護(hù)研究，仍有大量問題需要深入細(xì)致的研究。

參考文獻(xiàn)

[1]全球數(shù)字化信息的數(shù)量6.16ZB：從9個數(shù)字看2014年的大事[DB/OL]. http://tech.163.com/14/1230/16/AENO7RF400094ODU.html.

[2]劉經(jīng)南，等.位置大數(shù)據(jù)的分析處理研究進(jìn)展[J].武漢大學(xué)學(xué)報，2014,39(4)：379-385.

[3]Huang L, Matsuu ra K, Yamane H, etal. Enhancing wireles socation privacy using silent period[C]. IEEE Wireless Commu nications and Netw orkin g Conf erence.NL, U. S., 2005.

[4]Huang L, Mat suu ra K, Yamane H, etal. Tow ards modeling wirelesslocat ion pri vacy[C]. Privacy Enhancing Technology. Cavtat, Croatia, 2005.

[5]Huang L, M at suu ra K, Yamane H, etal. Silent Cascade:Ehancing Locati on Privacy Withou t Comm unicat ion QoS Degradation[J]. SPC, 2006:165-180.

Analyzing and Processing Method and Privacy Protection for Big Data of Location Service

Wang Xiaoyan

(Department of Computer Science and Information Engineering, Heihe University, Heihe, Heilongjiang 164300, China)

Key words：big data of location; privacy protection; trajectory data

Class No.:TP311Document Mark：A

(責(zé)任編輯：蔡雪嵐)