Achieving Differentially Private Location Privacy in Edge-Assistant Connected Vehicles
Achieving Differentially Private Location Privacy in Edge-Assistant Connected Vehicles
复制标题
在边缘辅助联网车辆中实现差异化隐私位置隐私
DOI：
10.1109/jiot.2018.2876419
复制
发表时间：
2019-06
影响因子：
10.6
通讯作者：
Chen Cailian
中科院分区：
文献类型：
--
作者：
Zhou Lu;Yu Le;Du Suguo;Zhu Haojin;Chen Cailian
互联车辆可以通过信息感知和共享为驾驶员提供更安全，更满意的服务。然而，目前的网络架构无法支持大规模和实时的数据传输，由于低质量的无线链路。为了提供实时数据处理和提高驾驶员的安全性，边缘计算被认为是一种有前途的方法，通过将计算和存储资源放置在网络边缘来提供更有效的服务。在本文中，我们将介绍边缘辅助连接车辆的概念，并提出一些有前途的应用，以减少网络流量，并在大量边缘节点的帮助下提供实时服务。与传统的基于云的互联车辆不同，引入边缘节点使车辆能够获得实时和分布式处理服务。此外，考虑到新架构中的位置隐私问题，我们提出了一种新的差分隐私保护基于位置的服务使用框架部署在边缘节点，旨在提供一个可调的隐私保护解决方案，以平衡效用和隐私。最后，我们进行了大量的实验来验证所提出的框架。
Connected vehicles can provide safer and more satisfying services for drivers by using information sensing and sharing. However, current network architecture cannot support massive and real-time data transmissions due to the poor-quality wireless links. To provide real-time data processing and improve drivers’ security, edge computing is regarded as a promising method to offer more efficient services by placing computing and storage resources at the network edge. In this paper, we will introduce the concept of edge-assistant connected vehicles and propose some promising applications to reduce the network traffic and provide real-time services with the help of massive edge nodes. Unlike in the traditional cloud-based connected vehicles, edge nodes are introduced to enable vehicles to obtain real-time and distributed processing services. Furthermore, considering the location privacy issue in the new architecture, we propose a novel differentially privacy-preserving location-based service usage framework deployed on the edge node, designed to provide an adjustable privacy protection solution to balance the utility and privacy. Finally, we conduct extensive experiments to verify the proposed framework.
登录
查看更多内容
影响因子：
9.3
作者：
Ren, Ju;Guo, Hui;Zhang, Yaoxue
通讯作者：
Zhang, Yaoxue
影响因子：
35.6
作者：
Y. Morgan
通讯作者：
Y. Morgan
DOI：
10.1109/infocom.2017.8057116
发表时间：
2017-05
期刊：
IEEE INFOCOM 2017 - IEEE Conference on Computer Communications
影响因子：
--
作者：
Haisheng Tan;Zhenhua Han;Xiangyang Li;F. Lau
通讯作者：
Haisheng Tan;Zhenhua Han;Xiangyang Li;F. Lau
影响因子：
3.9
作者：
Darwish, Tansneem S. J.;Abu Bakar, Kamalrulnizam
通讯作者：
Abu Bakar, Kamalrulnizam
边缘计算中的分布式高效对象检测：挑战和解决方案
影响因子：
9.3
作者：
Ren Ju;Guo Yundi;Zhang Deyu;Liu Qingqing;Zhang Yaoxue
通讯作者：
Zhang Yaoxue