计算机工程

作者：陈司南, 沈艳

单位：成都信息工程大学计算机学院, 四川 成都 610025

关键词：移动边缘计算,位置隐私保护,差分隐私,维诺图,地理不可区分机制

基金：国家自然科学基金(62172061)

针对目前移动边缘计算位置隐私保护算法导致用户任务卸载时服务质量降低的问题, 提出一种融合维诺图机制和ε-地理不可区分机制的位置隐私保护策略V-Geo。首先, 云服务器以地图中的边缘节点作为维诺图的生成元, 采用逐点插入法生成维诺图, 将地图划分为若干维诺格, 并将地图划分数据分发至地图中的用户; 其次, 用户以自身所在维诺格为安全区域, 融合ε-地理不可区分机制在该维诺格范围内基于自身真实位置生成一个虚假位置用于代替真实位置进行任务卸载; 最后提出一种融合时延、能耗和距离损失的服务质量损失模型, 该模型根据用户对时延、能耗和距离损失的不同需求评估用户任务卸载时的服务质量高低。以场景内所有用户的服务质量损失模型作为指标, 改变时延、能耗和距离损失的权重占比进行仿真, 仿真结果证明在同等的隐私保护程度下, V-Geo算法较基于本地差分隐私的改进算法(V-R)用户的服务质量损失平均减少了31.2%。同时证明了在不同用户数量和不同边缘节点数量下, V-Geo算法较其他算法依旧存在优势。

来源：2024年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第11期