$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 실내공간에서 계층 구조를 이용한 K-익명화
K-Anonymity using Hierarchical Structure in Indoor Space 원문보기

한국공간정보학회지 = Journal of Korea Spatial Information Society, v.20 no.4, 2012년, pp.93 - 101  

김준석 (부산대학교 컴퓨터공학과) ,  이기준 (부산대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

실내공간이 점차 복잡해짐에 따라 실외뿐만 아니라 실내에서도 LBS (Location Based Service)의 수요가 증가하고 있다. 그러나 실생활에 편의를 주는 LBS의 이면에는 개인의 위치 노출과 이로 인한 프라이버시 침해의 문제가 포함되어 있다. 위치 K-익명화 기술은 적어도 K-1명의 다른 사용자를 포함시키는 ASR (Anonymized Spatial Region)을 생성하여 위치를 은폐하여 이러한 프라이버시 문제를 해결하는 대표적인 연구 분야이다. 하지만 기존 연구들은 대부분 유클리디안 거리를 기반으로 하는 실외 공간에서 이루어 졌으며, 구조물에 의해 제약이 있는 실내공간에 적용시키기에는 한계점이 존재한다. 이에 본 논문에서는 실내공간의 구조와 위치 표현 방법을 고려하여 위치 은폐를 위한 K-익명화 방법을 제안한다. 위치의 은폐를 위해 실내공간의 계층 구조를 생성하여 이 구조에서 K-1명의 다른 사용자를 포함하도록 노드를 확장시키는 방법을 소개한다. 또한 제안된 방법의 성능을 분석하기 위하여 K와 계층구조의 특성에 따른 비용모델도 함께 제시한다.

Abstract AI-Helper 아이콘AI-Helper

Due to complexity of indoor space, the demand of Location Based Services (LBS) in indoor space is increasing as well as outdoor. However, it includes privacy problems of exposing personal location. Location K-anonymity technology is a method to solve the privacy problems with cloaking their location...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 실내공간에서 K-익명화로 사용자의 위치를 은폐시키는 방법을 제안한다. 실내공간의 경우 (x, y, z)와 같은 3차원 좌표보다 ‘203호’, ‘2층 복도’와 같이 사람이 인지하기 쉬운 기호로 위치를 표현한다[8, 14].
  • 본 논문에서는 실내공간의 위치기반서비스에서 프라이버시 보호를 위해 계층 그래프를 이용한 K익명성 위치 은폐 방법을 제안하였다. 기존의 위치 K-익명화 방법은 이동의 제약이 없는 유클리디안 거리를 기반으로 하였기 때문에 위치의 표현이 다른 실내공간에서 그대로 적용하기에 한계가 있었기 때문에 본 논문에서는 계층 그래프를 통해 이를 해결하였다.
  • 본 논문은 실내공간에서 K-익명화로 사용자의 위치를 은폐시키기 위해 계층 그래프를 이용하는 방법을 제안한다. 실내 공간의 계층 구조가 존재할 경우, 위치를 은폐할 때 사용자의 실제 위치를 나타내는 노드에서 실제 위치를 포함하고 있는 상위 노드를 선택함으로써 위치를 확장시킬 수 있다.
  • 실내공간의 계층 구조가 존재할 경우, 사용자의 위치를 나타내는 방과 같은 공간을 하나의 노드로 하여, 이 노드와 다른 노드들을 포함하는 상위 노드를 선택함으로써 위치를 확장할 수 있다. 우리는 적어도 K-1명의 다른 사용자를 포함하도록 계층 구조에서 최소 레벨의 노드를 선택함으로써 효과적으로 은폐시키는 방법을 소개한다.

가설 설정

  • 본 논문에서는 그림 3과 같이 클라이언트와 LBS 서버 사이에 위치 익명화를 수행하는 제 3의 신뢰할 만한 서버가 존재한다고 가정한다. 이러한 중앙 집중식의 구조는 이미 다수의 연구들에서 검증된 것이며, 이 구조에서는 각각의 LBS마다 자신의 익명화 수행 서버를 가지지 않아도 되며, 다양한 익명화 기법을 적용시킬 수 있다는 장점이 있다.
  • 그림 1은 실내공간에서 기존의 방법대로 최소경계사각형을 이용할 경우 발생되는 문제의 예를 보여준다. 이동객체의 위치를 최소경계 사각형으로 나타내고, 익명화의 조건 K가 3이라 가정한다. 실내공간에서 m1이 질의를 요청했을 때 K-익명성을 만족할 때까지 m1의 위치를 확장시킬 경우, 그림 1의 회색 영역과 같이 나타난다.
  • Anonymizer에서 계층 그래프를 이용하여 K-익명화를 하는 구체적인 방법에 대해 위의 그림 4와 그림 5의 예를 통해 설명한다. 이해를 돕기 위해서 한 층에 대한 평면도가 그림 4와 같이 실내공간 S={R1,R2,R3,R4,R5,C1}이 구성된다고 가정한다. 그림 5의 왼쪽은 이를 계층 그래프로 만든 예이며, 그림 5의 오른쪽은 계층 그래프의 계층 구조를 쉽게 이해하기 위해 노드들 계층 관계만을 트리로 표현한 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
위치 K-익명화 기술을 실내공간에 작용시키는데 한계점이 존재한 이유는 무엇을 기반으로 하기 때문인가? 위치 K-익명화 기술은 적어도 K-1명의 다른 사용자를 포함시키는 ASR (Anonymized Spatial Region)을 생성하여 위치를 은폐하여 이러한 프라이버시 문제를 해결하는 대표적인 연구 분야이다. 하지만 기존 연구들은 대부분 유클리디안 거리를 기반으로 하는 실외 공간에서 이루어 졌으며, 구조물에 의해 제약이 있는 실내공간에 적용시키기에는 한계점이 존재한다. 이에 본 논문에서는 실내공간의 구조와 위치 표현 방법을 고려하여 위치 은폐를 위한 K-익명화 방법을 제안한다.
LBS의 문제점은 무엇인가? 실내공간이 점차 복잡해짐에 따라 실외뿐만 아니라 실내에서도 LBS (Location Based Service)의 수요가 증가하고 있다. 그러나 실생활에 편의를 주는 LBS의 이면에는 개인의 위치 노출과 이로 인한 프라이버시 침해의 문제가 포함되어 있다. 위치 K-익명화 기술은 적어도 K-1명의 다른 사용자를 포함시키는 ASR (Anonymized Spatial Region)을 생성하여 위치를 은폐하여 이러한 프라이버시 문제를 해결하는 대표적인 연구 분야이다.
실내공간이 점차 복잡해짐에 따라 어떤 수요가 증가하고 있는가? 실내공간이 점차 복잡해짐에 따라 실외뿐만 아니라 실내에서도 LBS (Location Based Service)의 수요가 증가하고 있다. 그러나 실생활에 편의를 주는 LBS의 이면에는 개인의 위치 노출과 이로 인한 프라이버시 침해의 문제가 포함되어 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. C. Becker and F. Durr, 2005, "On Location Models for Ubiquitous Computing," Personal and Ubiquitous Computing, vol. 9, no. 1, pp. 20-31. 

  2. B. Gedik, and L. Liu, 2005, "Location Privacy in Mobile Systems: A Personalized Anonymization Model," In Proceedings of the 25th IEEE International Conference on Distributed Computing Systems, pp. 620-629. 

  3. A. Gkoulalas-Divanis, P Kalnis and V.S. Verykios, 2010, "Providing K-anonymity in Location Based Services," ACM SIGKDD Explorations, vol. 12, no. 1, pp. 3-10. 

  4. M. Gruteser, and D. Grunwald, 2003, "Anonymous Usage of Location-Based Services through Spatial and Temporal Cloaking," In Proceedings of the 1st International Conference on Mobile Systems, Applications and Services, pp. 31-42. 

  5. B. Hagedorn, M. Trapp, T. Glander, and J. Dollner, 2009, "Towards an Indoor Levelof- Detail Model for Route Visualization," In Proceedings of the 10th International Conference on Mobile Data Management: Systems, Services and Middleware, pp. 692-697. 

  6. H. Hu and D. Lee, 2004, "Semantic Location Modeling for Location Navigation in Mobile Environment," In Proceedings of the 5th IEEE International Conference on Mobile Data Management, pp. 52-61. 

  7. P. Kalnis, G. Ghinita, K. Mouratidis and D. Papadias, 2007, "Preventing Location-Based Identity Inference in Anonymous Spatial Queries," The IEEE Transactions on Knowledge and Data Engineering, vol. 19, no. 12, pp. 1719-1733. 

  8. K. Li, 2008, "Indoor Space: A New Notion of Space," In Proceedings of the 8th International Symposium on Web and Wireless Geographical Information Systems, pp. 1-3. 

  9. A. Machanavajjhala, D. Kifer, J. Gehrke and M. Venkitasubramaniam, 2007, "L-diversity: Privacy Beyond k-Anonymity," ACM Transactions on Knowledge Discovery from Data, vol. 1, no. 1, pp. 3:1-3:52. 

  10. M.F. Mokbel, C.Y. Chow, and W.G. Aref, 2006, "The New Casper: Query Processing for Location Services without Compromising Privacy," In Proceedings of the 32nd International Conference on Very Large Data Bases, pp. 763-774. 

  11. K. Richter, S. Winter and U. Ruetschi, 2009, "Constructing Hierarchical Representations of Indoor Spaces," In Proceedings of the 10th International Conference on Mobile Data Management: Systems, Services and Middleware, pp. 686-691. 

  12. H. Samet, 1990, The Design and Analysis of Spatial Data Structures, p. 510, Addison-Wesley Series in Computer Science. 

  13. E. Stoel, K. Schoder and H.J. Ohlbach, 2008, "Applying Hierarchical Graphs to Pedestrian Indoor Navigation," In Proceedings of the 16th ACM SIGSpatial International Conference on Advances in Geographic Information Systems, pp. 54. 

  14. 강혜영, 김준석, 황정래, 이기준, 2008, "셀룰러 공간에 존재하는 이동객체 궤적의 유사도 측정," 한국 GIS학회지, 제16권, 제3호, pp. 291-301. 

  15. 김지희, 이아름, 김용기, 엄정호, 장재우, 2008, "위치기반 서비스에서 개인 정보 보호를 위한 Kanonymity 및 L-diversity를 지원하는 Cloaking기법," 한국공간정보시스템학회 논문지, 제10권, 제4호, pp. 1-10. 

  16. 엄정호, 김지희, 장재우, 2009, "위치기반 서비스에서 개인 정보 보호를 위한 그리드를 이용한 Cloaking 영역 생성 알고리즘," 한국공간정보시스템학회 논문지, 제11권, 제2호, pp. 151-161. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로