一种基于量化比特分配的物联网最优隐私保护定位方法及系统

摘要: 本发明涉及物联网定位,尤其涉及一种基于量化比特分配的物联网最优隐私保护定位方法及系统。背景技术:1、物联网是将大量传感设备与互联网结合起来的巨大网络。精确的定位...
一种基于量化比特分配的物联网最优隐私保护定位方法及系统

本发明涉及物联网定位,尤其涉及一种基于量化比特分配的物联网最优隐私保护定位方法及系统。

背景技术:

1、物联网是将大量传感设备与互联网结合起来的巨大网络。精确的定位技术为物联网中数据的采集与传送、目标的追踪和基于地理位置的路由等应用提供有力保障和支撑。然而,由于目前物联网设备连接数量呈指数级增长,同时伴随着大量的数据交互、传输和计算,导致定位过程中的隐私泄露风险增加。由于移动定位网络的开放和动态特点,恶意设备可以参与执行定位,从而存储和转发大量的位置敏感信息(如距离和角度)。这些敏感信息可以使恶意设备很容易地计算出其他设备的位置,以推断用户的移动轨迹、生活习惯和其他隐私。因此,研究在物联网定位过程中的隐私问题至关重要。

2、现阶段针对定位隐私性的研究主要包括差分隐私、加密协议、几何模糊与匿名化位置保护方法。对于差分隐私,zou等在一篇名为 "semantics-aware location privacypreserving: a differential privacy approach(comput. secur., vol. 154, p.104402, jul. 2025)"的论文中提出基于差分隐私的定位隐私保护机制,通过引入位置信息语义并在此基础上设计位置扰动方法,虽然该类方法可以提高隐私性,但他的本质是加上扰动,会使定位精度下降。对于加密协议,yoo等人在一篇名为"fast private location-based information retrieval over the torus(2024 ieee international conferenceon advanced video and signal based surveillance (avss), niagara falls, on,canada, 2024, pp)"的论文中提出了一个基于同态加密的隐私保护定位查询框架locpir,尽管加密保护可以提高隐私性,但是复杂的操作会使计算开销变大。对于几何模糊与匿名化位置保护方法,yu 等人在一篇名为"privacy-preserving location-basedadvertising via longitudinal geo-indistinguishability(ieee transactions onmobile computing 2024, 23, 8256-8273.)"的论文中提出了一种面向长期连续位置发布的多层几何模糊机制,显著提升了轨迹隐私的理论下界,虽然这种方法操作简单,但无法感知定位过程中的定位波动也未针对定位精度与隐私保护强度进行量化平衡。研究人员广泛关注物联网中的隐私保护定位方法。然而,现有的解决方案仍然在一定程度上牺牲了效率和精确性。

技术实现思路

1、针对现有物联网隐私保护定位方法无法灵活平衡定位精确性与隐私保护性的问题,本发明公开了一种基于量化比特分配的物联网最优隐私保护定位方法(optimalprivacy-preserving localization based on quantization for internet of things,oppl)及系统,本发明在给定物联网定位需求的情况下,在实现定位误差最小的同时实现隐私保护强度最大化,平衡了定位的准确性与隐私性。

2、为了实现上述目的,本发明采用以下技术方案:

3、本发明一方面提出一种基于量化比特分配的物联网最优隐私保护定位方法,包括:

4、步骤1:进行系统全局隐私保护强度初始化,锚节点利用动态滑动窗口的历史定位数据,计算当前比特分配下各自的量化误差及隐私保护强度,将最小的锚节点隐私保护强度作为系统全局隐私保护强度;

5、步骤2:目标节点向各锚节点广播当前迭代位置估计;锚节点独立测量至目标节点的距离与角度以生成局部位置估计,计算该局部位置估计与当前迭代位置估计之差作为位置增量,并依本节点分配的量化比特数对该位置增量进行量化,随后将量化后的位置增量与自身量化误差发送至目标节点;

6、步骤3:目标节点依据接收到的量化误差为各锚节点分配权重,对量化后的位置增量进行加权聚合,并将聚合结果与当前迭代位置估计相加,以更新目标节点的位置估计信息;

7、步骤4:目标节点判断是否达到内层循环迭代停止条件,若是,则将更新后的位置估计作为本次定位结果,并计算定位波动,同时将该定位结果加入滑动窗口;反之,则以更新后的位置估计作为新的当前迭代位置估计,返回执行步骤2至步骤3;

8、步骤5:根据定位波动与预设的定位波动约束的大小关系自适应调整各锚节点的量化比特数;

9、步骤6:判断当前外层循环迭代次数是否达到设定的最大迭代次数,若未达到,则基于步骤5更新后的比特分配方案,返回执行步骤1至步骤5;若达到,则从各次外层迭代所记录的系统全局隐私保护强度中,选取最大值所对应的比特分配方案作为最优方案,并将该最优方案下所得到的本次定位结果作为最终目标节点的定位结果输出。

10、进一步地,所述步骤1中,锚节点利用动态滑动窗口的历史定位数据,计算当前比特分配下各自的量化误差及隐私保护强度,包括:

11、第个锚节点根据其本地窗口数据,分别计算目标节点在轴和轴方向的位置变化范围和:

12、

13、

14、其中是第个锚节点历史记录中维度的最大值,是第个锚节点历史记录中的维度的最小值,是第个锚节点历史记录中维度的最大值,是第个锚节点历史记录中维度的最小值;

15、第个锚节点根据分配的量化比特数及所述位置变化范围,计算维度和维度的量化误差:

16、

17、

18、其中表示第个锚节点在维度的量化误差,表示第个锚节点在维度的量化误差;

19、第个锚节点根据所述量化误差计算锚节点的相对量化误差,并按照以下方式计算锚节点的隐私保护强度:

20、

21、式中,

22、

23、其中为敏感度系数,为预设的临界相对误差,表示第个锚节点 历史记录中目标节点在轴方向位置的均值,表示第个锚节点历史记录中目标节点在轴方向位置的均值。

24、进一步地,所述步骤2中,对所有锚节点的位置更新信息使用最小误差量化器进行量化,得到各自对应的量化后的位置更新信息;其中,所述最小误差量化器对应的量化公式为:

25、

26、其中,表示的量化输出值,表示待量化的原始数据,和是与相邻的两个量化电平,表示输出为的概率,表示输出为的概率。

27、进一步地,所述步骤2中,所述量化误差是对于和合成的量化误差,。

28、进一步地,所述步骤3中,目标节点根据下式为每个锚节点分配权重:

29、

30、其中表示为第i个锚点分配的权重,表示锚节点总数。

31、进一步地,所述步骤4中,按照下式计算定位波动:

32、

33、其中表示为第轮迭代的定位波动,和分别表示目标节点在轴和轴方向的位置变化范围。

34、进一步地,步骤5中包括:

35、根据定位波动与预设的定位波动约束以及精度安全系数的关系,对各锚节点执行自适应比特调节机制:

36、若,表明定位波动处于安全区间,定位精度存在冗余,则将各锚节点按隐私保护强度升序排列,选取隐私保护强度最小的前个锚节点构成待调整子集,对子集中各锚节点执行比特减少操作:

37、

38、其中为调节比例系数,为系统允许的最小量化比特数;

39、若,表明定位波动超出约束,定位精度不可靠,则将各锚节点按隐私保护强度降序排列,选取隐私保护强度最大的前个锚节点构成待调整子集,对子集中各锚节点执行比特增加操作:

40、2

41、其中为调节比例系数,表示锚节点总数;

42、若,表明定位波动偏大但尚未超出约束,存在精度不足风险,则将各锚节点按隐私保护强度降序排列,选取隐私保护强度最大的前个锚节点构成待调整子集,对子集中各锚节点执行比特小幅增加操作:

43、+1

44、其中为调节比例系数,且满足;

45、无论处于何种状态,更新后的比特数均受硬件物理位宽约束:

46、

47、其中为系统允许的锚节点最大量化比特数。

48、本发明另一方面提出一种基于量化比特分配的物联网最优隐私保护定位系统,包括:

49、隐私计算模块,用于进行系统全局隐私保护强度初始化,锚节点利用动态滑动窗口的历史定位数据,计算当前比特分配下各自的量化误差及隐私保护强度,将最小的锚节点隐私保护强度作为系统全局隐私保护强度;

50、位置更新模块,用于目标节点向各锚节点广播当前迭代位置估计;锚节点独立测量至目标节点的距离与角度以生成局部位置估计,计算该局部位置估计与当前迭代位置估计之差作为位置增量,并依本节点分配的量化比特数对该位置增量进行量化,随后将量化后的位置增量与自身量化误差发送至目标节点;

51、聚合模块,用于目标节点依据接收到的量化误差为各锚节点分配权重,对量化后的位置增量进行加权聚合,并将聚合结果与当前迭代位置估计相加,以更新目标节点的位置估计信息;

52、第一判断模块,用于目标节点判断是否达到内层循环迭代停止条件,若是,则将更新后的位置估计作为本次定位结果,并计算定位波动,同时将该定位结果加入滑动窗口;反之,则以更新后的位置估计作为新的当前迭代位置估计,返回执行位置更新模块和聚合模块;

53、自适应调节模块,用于根据定位波动与预设的定位波动约束的大小关系自适应调整各锚节点的量化比特数;

54、第二判断模块,用于判断当前外层循环迭代次数是否达到设定的最大迭代次数,若未达到,则基于自适应调节模块更新后的比特分配方案,返回执行隐私计算模块至自适应调节模块;若达到,则从各次外层迭代所记录的系统全局隐私保护强度中,选取最大值所对应的比特分配方案作为最优方案,并将该最优方案下所得到的本次定位结果作为最终目标节点的定位结果输出。

55、本发明还提出一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的一种基于量化比特分配的物联网最优隐私保护定位方法。

56、本发明还提出一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的一种基于量化比特分配的物联网最优隐私保护定位方法。

57、与现有技术相比,本发明具有的有益效果:

58、(1)本发明建立基于量化的隐私保护强度模型,通过定义比特级隐私保护强度,构建比特与隐私强度的解析映射关系,将抽象隐私需求转化为可量化、可调控的比特分配问题,实现隐私保护的精准度量与可控优化。

59、(2)本发明提出隐私保护最大化的自适应定位方法,依托动态滑动窗口感知定位实时状态,在定位波动约束下执行自适应比特分配,在满足定位精度要求的前提下,最大化系统隐私保护强度,实现精度与隐私的最优权衡。

60、综上,本发明可以在对目标节点进行位置估计的同时,保证定位的精确性与隐私保护性。实验结果表明,本发明可以实现在定位误差最小的同时实现隐私最大化,平衡了定位准确性与隐私性。