基于用户位置隐私保护的室内wlan指纹定位接入点部署方法
【技术领域】
[0001] 本发明属于无线电通信技术，具体涉及一种基于用户位置隐私保护的室内WLAN 指纹定位接入点部署方法。
【背景技术】
[0002] 基于位置的服务（LocationBasedService,LBS)是指通过移动网络和定位技 术获取用户的位置信息并将与该位置相关的服务信息提供给用户的一种应用服务，通过 LBS ^用户可以知道自己现在在哪，同时可以查询与其生活、商业和交通相关的各种信息， 因此，LBS被认为是在移动计算方面的"杀手级"业务之一，有着良好的市场价值和发展前 景。
[0003]LBS的构成主要包含移动终端（如手机、平板电脑等）、定位系统（用于确定用户 的位置信息）、移动通信网络及服务内容提供商。目前较为流行的室外无线定位系统是全球 定位系统（GPS)，其通过对GPS卫星信号的捕获、测量来自至少4颗在轨GPS卫星信号的到 达延迟来估计终端位置，该系统可以提供覆盖近似全球范围、高精度及全天候的连续定位 导航能力，但在室内复杂环境下，卫星信号会急剧衰落，定位性能并不理想。常见的室内无 线定位系统有蓝牙定位系统、射频识别（RFID)定位系统、ZigBee定位系统以及WLAN定位 系统。由于目前WLAN的不断普及，基于WLAN的定位技术得到了较大的发展。目前，主流的 WLAN定位技术可以分为以下四类：到达时间（或时间差）定位、到达角度（或角度差）定 位、传播模型定位以及位置指纹定位。其中，位置指纹定位由于其定位精度较高且无需添加 额外的硬件设备，从而得到了较为广泛的应用。
[0004]LBS的系统流程通常为：首先，移动用户向LBS服务器提出服务请求，同时向LBS 服务器上报其定位系统获取的位置信息及查询内容；然后，服务器根据上报的位置信息来 处理用户的请求；最后，服务器将服务内容发送给移动用户。由于用户的位置信息及查询内 容极易被第三方不法攻击者获取，然而用户为了获取LBS需要提供自己的位置信息，且用 户获得LBS质量的好坏与用户上报位置信息的准确程度成正比，因此，如何合理、有效地处 理LBS质量与用户位置隐私保护之间的矛盾，是LBS中用户隐私保护的关键问题之一。
[0005] 位置隐私是用户隐私的重要组成部分之一，目前大多数的研宄主要考虑LBS系统 流程中用户向LBS服务器上报位置信息发生泄露情况下的位置隐私保护，如区域覆盖隐私 保护技术，该技术将用户的位置信息从一个点模糊化为一个空间区域，此时，即使攻击者获 得了用户向LBS服务器上报的位置区域信息，也不能获知用户的准确位置。然而，在基于室 内WLAN定位系统的LBS中，即使采用区域覆盖隐私保护技术，若定位阶段的用户RSS指纹 及指纹数据库同时泄露，则攻击者可使用某种定位算法（如KNN算法）缩小用户所在的区 域范围，从而用户位置隐私暴露的风险将增加。基于此，本文旨在解决基于室内WLAN指纹 定位系统的LBS中，使用区域覆盖隐私保护技术而出现用户向LBS服务器上报的区域信息、 用户RSS指纹及指纹数据库均泄露的情况下的位置隐私保护问题。当用户RSS指纹及指纹 数据库均泄露时，攻击者可通过某种定位算法（如KNN算法）估计用户所在的位置，即找到 用户的位置估计点，考虑WLAN定位系统存在一定的定位误差，用户的位置信息可以缩小到 以用户位置估计点为圆心、定位误差为半径的圆域内，若该圆域内存在K个用户，则用户的 位置信息可进一步缩小为这K个用户位置之一。由此可见，若系统的定位精度非常高，虽然 用户的LBS质量能够得到保证，但此时用户的位置隐私也极容易泄露，而使用区域覆盖隐 私保护技术时，只要用户的位置估计点在上报区域内，则可有效保证LBS质量。基于此，本 发明提出一种新的AP部署方法，该方法在保护用户位置隐私的同时，还可有效保证LBS质 量。
【发明内容】
[0006] 本发明的目的是提供一种基于用户位置隐私保护的室内WLAN指纹定位接入点部 署方法，在保证LBS质量的前提下，结合目标区域内不同的人流分布情况，能实现对用户位 置隐私的保护及AP部署方式的快速优化。
[0007] 本发明所述的基于用户位置隐私保护的室内WLAN指纹定位接入点部署方法，包 括以下步骤：
[0008] 步骤一、设置权重系数y、目标用户向LBS服务器上报的位置区域半径R，R单位 为米；
[0009] 步骤二、初始化，令i= 1、E_current= 0、E_best= 0,其中，i为计数量，E_ current为用于存储优化搜索时当前解对应的目标函数值，E_best为用于存储优化搜索时 最优解对应的目标函数值；
[0010] 步骤三、根据AP个数，扰动产生新的AP部署方式，并将新产生的AP部署方式所对 应的AP候选位置标记号存入矩阵slo_new中；
[0011] 步骤四、利用KNN(K-NearestNeighbor)算法，计算在当前AP部署方式下，各测试 点的位置估计点及对应的定位误差，并将其分别存入矩阵Location及errors中；
[0012] 步骤五、矩阵errors中的所有元素向上取整，并存入矩阵d中；
[0013] 步骤六、令j= 1，其中j为测试点个数的计数量，假设测试点为需要LBS的用户所 在位置点；
[0014] 步骤七、判断d(j，1)的值是否小于R，即测试点的定位误差向上取整后是否小于 上报的位置区域半径R，其中，d(j，1)为测试点j处定位误差向上取整后的值；若是，则进入 步骤八；若否，则进入步骤十五；
[0015] 步骤八、令k=d(j, 1);其中k为计数量；
[0016] 步骤九、以第j个测试点的位置估计点坐标Location(j,:)为圆心，k为半径，统 计该圆域内用户个数，计算不同用户到圆心的欧式距离，并存入矩阵Distance中；
[0017] 步骤十、假设圆域内有Uk个用户，则计算半径为k的圆域内选择为目标用户的平 均信息熵，并存入矩阵H(k，1)中；
[0018] 步骤十一、计算目标用户在测试点j时，攻击者在半径为k的圆域内选择为目标用 户的匿名度Ad(k，1)，该值反映了用户的隐私度；
[0019] 步骤十二、将不同半径k下的Ad(k，l)叠加至矩阵元素AD(j，l)中，即AD(j，l)= AD(j，1)+Ad(k，1)，其中，AD(j，1)为用于存储目标用户在第j个测试点时，不同半径k下选 择目标用户的总的匿名度；
[0020] 步骤十三、令k=k+1，其中，k等于攻击者寻找目标用户的半径，并计算每个k值 所对应的匿名度；
[0021] 步骤十四、判断k是否小于或等于R，若是，则进入步骤九；若否，则进入步骤 十六；
[0022] 步骤十五、将定位误差大于R的测试点定义为出界点，令出界点个数为r，其中，r 为d(j,I)(j= 1，…，Num_T)值大于R的个数；
[0023] 步骤十六、令j = j+l ;
[0024] 步骤十七、判断j是否小于Num_T，其中，Num_T为测试点总数；若是，则进入步骤 七；若否，则进入步骤十八；
[0025] 步骤十八、计算当前AP部署方式下用户的平均匿名度；
[0026] 步骤十九、计算当前AP部署方式下用户的平均无效度；
[0027] 步骤二十、计算目标函数值f，f为扰动产生的新的AP部署方式下的目标函数值；
[0028] 步骤二^--、判断f是否大于E_current;若是，则进入步骤二十二；若否，则进入 步骤二十五；
[0029]步骤二十二、令slo_current=slo_new;E_current=f，其中slo_current为用 于存储优化搜索时的当前AP部署方式；sl〇_neW为用于存储因优化搜索扰动而得到的新的 AP部署方式；
[0030] 步骤二十三、判断f是否大;若是，则进入步骤二十四；若否，则进入步骤 二十五；
[0031]步骤二十四、令slo_best=slo_new，E_best=f;其中，slo_best为用于存储优 化搜索时的最优AP部署方式；
[0032] 步骤二十五、令i=i+1 ;
[0033] 步骤二十六、判断i是否小于;若是，则进入步骤三；若否，则进入步骤 二十七，其中，Num_AP为AP总数，AP_candidate为AP候选位置个数；表示以排列 组合方式，从AP_candidate个AP候选位置中选择Num_AP个不同AP位置的组合方式数；
[0034] 步骤二十七、输出slo_best。
[0035] 所述矩阵d为：
[0036]
[0037] 其中，「_1表示向上取整。
[0038]所述步骤十中，所述平均信息熵的计算公式为：
[0040]信息熵H(U)计算公式为：
[0042] 其中，Uk为半径k的圆内所包含的人的个数；p(U)为半径k的圆内第U个人为用 户的概率；H(U)为半径k的圆内第u个人为用户的信息j：商；Distance(u, 1)为半径k的圆内 第u个人距离圆心的欧式距离。
[0043] 所述步骤十一中，所述目标用户的匿名度Ad(k，1)的计算公式为：
[0044]Ad(k,I) = 2H(tl)〇
[0045] 所述步骤十八中，计算当前AP部署方式下用户的平均匿名度的公式为：
[0047] 其中，Num_T为总的测试点个数。
[0048] 所述步骤十九中，计算当前AP部署方式下用户的平均无效度的公式为：
[0050] 其中，r为出界点个数；Num_T为总的测试点个数。
[0051] 所述步骤二十中，所述目标函数值f的计算公式为：
[0052]f=y?Aver_AD+(I-U) ?Aver_ID
[0053] 其中，f为扰动产生的新的AP部署方式下的目标函数值；y为权