%A 彭滔, 钟文韬, 王国军, 罗恩韬, 熊金波, 刘忆宁, Hao Wang %T 移动社交网络中面向隐私保护的精确好友匹配 %0 Journal Article %D 2022 %J 通信学报 %R 10.11959/j.issn.1000-436x.2022208 %P 90-103 %V 43 %N 11 %U {https://www.infocomm-journal.com/txxb/CN/abstract/article_172930.shtml} %8 2022-11-25 %X

好友匹配通过比较用户间属性相似度向交友请求者推荐好友,是移动社交网络应用中的核心功能。然而,在好友匹配的过程中,用户个人信息很可能会被服务器或者其他恶意用户窃取导致隐私泄露,且现有方案存在匹配结果不精确或者无法满足用户多维度隐私保护需求等挑战。基于此,提出面向隐私保护的精确好友匹配(P3M)方案,查询者可以根据自身需求灵活设定特征属性和距离的匹配范围。利用可比较内积编码(CIPE)和Paillier加密算法对用户属性和查询范围进行编码和加密,并设计安全点积协议实现用户属性和查询范围的安全比较。相较于现有方案, P3M 方案支持查询者自定义查询范围以获得精确的查询结果,综合考虑用户特征属性及位置属性等多维度的隐私保护。最后,对P3M的正确性和安全性进行详细分析和证明,并通过实验验证P3M方案的有效性和高效性。