近日，杭州電子科技大學(xué)微電子研究院夏瑩杰教授團(tuán)隊(duì)聯(lián)合杭州師范大學(xué)、暨南大學(xué)等科研團(tuán)隊(duì)，在物聯(lián)網(wǎng)領(lǐng)域TOP期刊《IEEE Internet of Things Journal》發(fā)表題為“Personalized Privacy Preserving for Spatial Crowdsourcing by Reinforcement Learning in VANETs”的研究論文。

空間眾包技術(shù)是車聯(lián)網(wǎng)中導(dǎo)航系統(tǒng)、交通管控等應(yīng)用的基礎(chǔ)。該研究針對(duì)車聯(lián)網(wǎng)空間眾包場景，創(chuàng)新性地提出了基于強(qiáng)化學(xué)習(xí)的個(gè)性化隱私保護(hù)方案，為眾多基于空間位置共享的車聯(lián)網(wǎng)及無人駕駛應(yīng)用提供了隱私保護(hù)技術(shù)支撐。該研究得到了國家自然科學(xué)基金面上項(xiàng)目和浙江省自然科學(xué)基金重點(diǎn)項(xiàng)目等資助。

圖1 基于強(qiáng)化學(xué)習(xí)的個(gè)性化隱私保護(hù)模型

近年來，以位置服務(wù)為基礎(chǔ)的系統(tǒng)和集成化車聯(lián)網(wǎng)解決方案層出不窮，例如車載導(dǎo)航、網(wǎng)約車功能等。然而，這些應(yīng)用為交通出行帶來便利的同時(shí)，隱私安全問題層出不窮。2022年，“滴滴”被曝過度收集精準(zhǔn)位置（經(jīng)緯度）信息1.67億條；2024年，廣州20萬網(wǎng)約車司機(jī)信息在互聯(lián)網(wǎng)上被公開售賣。由此可見，研究如何在保護(hù)位置信息的同時(shí)，保證數(shù)據(jù)效用性的技術(shù)迫在眉睫。

圖2 滴滴出行泄露用戶隱私（圖源網(wǎng)絡(luò)）

針對(duì)上述問題，研究團(tuán)隊(duì)提出了一種基于強(qiáng)化學(xué)習(xí)的車聯(lián)網(wǎng)空間眾包個(gè)性化隱私保護(hù)方案，聚焦于車輛快速移動(dòng)、網(wǎng)絡(luò)拓?fù)鋭?dòng)態(tài)變化、道路環(huán)境復(fù)雜的場景，旨在有效平衡車輛隱私保護(hù)強(qiáng)度與位置數(shù)據(jù)效用性。研究團(tuán)隊(duì)設(shè)計(jì)了一種多因素的隱私保護(hù)模型，同時(shí)考慮車輛軌跡的時(shí)空特征與眾包任務(wù)完成率兩大因素；并提出一種基于Q學(xué)習(xí)的自適應(yīng)隱私調(diào)整機(jī)制，實(shí)現(xiàn)車輛隱私保護(hù)等級(jí)的動(dòng)態(tài)調(diào)整；最后設(shè)計(jì)了一種有效的任務(wù)分配方法，基于本地化差分隱私和最優(yōu)拉普拉斯機(jī)制，在不暴露真實(shí)位置信息的同時(shí)進(jìn)行精準(zhǔn)任務(wù)分配。相比于現(xiàn)有研究，團(tuán)隊(duì)提出的方案在有效保護(hù)數(shù)據(jù)隱私的同時(shí)，數(shù)據(jù)效用性平均提高了78.5%。