الباحثون المشاركون

التخصص: علوم الحاسب

التخصص الدقيق: IoT

المستخلص: أصبحت المركبات المتصلة والسيارات الذكية شديدة الاعتماد على الخدمات القائمة على الموقع (مثل LBS) لتقديم خدمات دقيقة وشخصية وذكية. ومع ذلك ، فقد عرّضت الخدمات القائمة على الموقع مستخدميها للخطر لمخاطر كبيرة تتعلق بخصوصية وأمن البيانات الشخصية للمستخدمين. على الرغم من أن الأبحاث الحالية توفر عددًا لا يحصى من الأساليب لتحسين وحماية خصوصية المستخدم في تطبيقات LBS ، إلا أن معظم هذه الأساليب معنية بمعالجة الاستعلامات الثابتة والأشياء غير المحمولة فقط. علاوة على ذلك ، لا تزال العديد من المشكلات والتحديات قائمة فيما يتعلق بالحاجة إلى الوثوق بأطراف ثالثة ، وإثقال كاهل المستخدم ، وانخفاض دقة النتائج التي يتم إرجاعها. تساهم هذه الورقة في نهج التشويش المزدوج (المشار إليه باسم DOA) الذي يطبق مرحلتين من التشويش على التوالي مع دمج نهجين مختلفين لحماية الخصوصية ، وهما التعتيم والطرف الثالث الموثوق به ، وتقنيتان ، وهما تقنية التخزين المؤقت للضباب ومنطقة الخلط. في جوهرها ، تقوم DOA بتشويش وإخفاء هوية وموقع مستخدميها باستخدام العقد الضبابية ، التي تعمل كطرف ثالث موثوق (TTP) ، ودون الحاجة إلى الكشف عن هوية المستخدمين أو الوثوق بالعقد المتعاونة. علاوة على ذلك ، تقدم هذه الورقة خوارزمية DOA التي تعمل على تحسين الخصوصية العامة للمستخدم وأداء النظام باستخدام العقد الضبابية ، والتي تقسم إجابات كل استعلام إلى خمسة أجزاء ، وبالتالي تقليل وقت معالجة النتائج من قبل المستخدم وتعزيز الدقة الشاملة حيث يختار المستخدم مباشرة الأجزاء الأكثر ملاءمة بناءً على موقعه الحالي. بشكل عام ، يمكّن نهج DOA المختلط مستخدمي تطبيقات المركبات المتصلة من حماية خصوصيتهم من خلال خوارزمية تلبي الطبيعة الديناميكية لاستعلامات المستخدم وتنقل الكائنات. تظهر نتائج عمليات المحاكاة المقارنة الخاصة بنا ضد طرق حماية الخصوصية الهجينة المعروفة تفوق نهج التشويش المزدوج المقترح خاصة فيما يتعلق بخصوصية المستخدم مع الحفاظ على النفقات الاسمية على المستخدم ، وتقليل وقت الاستجابة والدقة العالية للنتائج التي تم الحصول عليها.

Abstract: Connected vehicles and smart cars have become highly reliant on location-based services (i.e. LBS) to provide accurate, personalized and intelligent services. However, location-based services have endangered its users to considerable risks concerning the privacy and security of users’ personal data. Although existing research provides a myriad of methods to improve and protect user privacy in LBS applications, most of these methods are concerned with handling static queries and non-mobile objects only. Moreover, various issues and challenges still persist with regards to the need to trust third parties, overloading of the user, and low accuracy of the returned results. This paper contributes a Double Obfuscation Approach (referred to as DOA) that applies two phases of obfuscation consecutively whilst integrating two differing privacy protection approaches, namely Obfuscation and Trusted Third Party, and two techniques, namely fog caching technology and mix zone. In essence, the DOA obfuscates and hides the identity and location of its users using the fog nodes, which operate as a trusted third party (TTP), and without the need to reveal the identity of the users or trust the cooperating nodes. Moreover, this paper presents a DOA algorithm that improves the overall user privacy and system performance using the fog nodes, which split the responses of each query into five parts, thus reducing the processing time of the results by the user and enhancing the overall accuracy where the user directly selects the most suitable parts based on his current location. Overall, the hybrid DOA approach empowers the users of connected vehicle applications to protect their privacy through an algorithm that caters for the dynamic nature of user queries and mobility of objects. The results of our comparative simulations against well-known hybrid privacy protection methods demonstrate the superiority of the proposed Double Obfuscation Approach especially with respect to user privacy whilst maintaining a nominal overhead on the user, reduced response time and high accuracy of the obtained results.

الحالة: محكم ومنشور

جهة التحكيم: IEEE Access

دار النشر: IEEE Access

سنة النشر: 2020