A Closer Look: Evaluating Location Privacy Empirically
A Closer Look: Evaluating Location Privacy Empirically
复制标题
仔细观察：根据经验评估位置隐私
DOI：
10.1145/3474717.3484219
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Gote, Ishan
中科院分区：
文献类型：
--
作者：
Fan, Liyue;Gote, Ishan
对用户位置隐私的侵犯可能是灾难性的。为了向用户提供隐私保护，在过去二十年中开发了许多位置隐私方法。虽然有一些研究调查了现有的位置隐私方法，但缺乏比较，实证评估，这对应用程序和研究人员（可能不是隐私专家）采用位置隐私提出了挑战。本研究通过在一系列位置隐私方法与现实世界数据集之间进行比较评估，填补了这一空白。为了评估效用，我们考虑了不同类型的措施，例如，扭曲和流动性指标；为了评估隐私保护，我们通过推理攻击和再识别攻击设计了两种经验隐私风险度量。此外，我们还研究了位置隐私在CPU时间和内存需求方面造成的计算开销。结果在我们的工作中进行了彻底的检查，并表明在与不受信任的服务器共享位置数据时，可以在效用和隐私之间取得平衡。
The breach of users' location privacy can be catastrophic. To provide users with privacy protections, numerous location privacy methods have been developed in the last two decades. While several studies surveyed existing location privacy methods, the lack of comparative, empirical evaluations imposes challenges for adopting location privacy by applications and researchers who may not be privacy experts. This study fills the gap by conducting a comparative evaluation among a range of location privacy methods with real-world datasets. To evaluate utility, we consider different types of measures, e.g., distortion and mobility metrics; to evaluate privacy protection, we design two empirical privacy risk measures via inference and re-identification attacks. Furthermore, we study the computational overheads inflicted by location privacy in CPU time and memory requirement. The results are thoroughly examined in our work and show that it is possible to strike a balance between utility and privacy when sharing location data with untrusted servers.
登录
查看更多内容
Geopriv4j：一个用于实用位置隐私的开源存储库
DOI：
10.1145/3403896.3403968
发表时间：
2020
期刊：
Proceedings of the Sixth International ACM SIGMOD Workshop on Managing and Mining Enriched Geo-Spatial Data
影响因子：
--
作者：
Fan, Liyue;Gunja, Sriram Yechan
通讯作者：
Gunja, Sriram Yechan
DOI：
10.1109/nof.2016.7810128
发表时间：
2016-11
期刊：
2016 7th International Conference on the Network of the Future (NOF)
影响因子：
--
作者：
Daniel S. Dias;L. Costa;M. Amorim
通讯作者：
Daniel S. Dias;L. Costa;M. Amorim
你现在能看到我吗？：制定国会可以制定的执法人员获取位置数据的合理标准
DOI：
10.2139/ssrn.1845644
发表时间：
2012
期刊：
Economics of Networks eJournal
影响因子：
--
作者：
Stephanie K. Pell;Christopher Soghoian
通讯作者：
Christopher Soghoian
用于保护具有地理不可区分性的位置数据的实用程序保留和可扩展技术
DOI：
--
发表时间：
2019
期刊：
International Conference on Extending Database Technology
影响因子：
--
作者：
Ritesh Ahuja;G. Ghinita;C. Shahabi
通讯作者：
C. Shahabi