پديد آورنده :
نصراصفهاني، عليرضا
عنوان :
حفظ حريم مكاني درپرس و جوهاي نزديك ترين گروه همسايگي به گروه
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
هوش مصنوعي
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده برق و كامپيوتر
صفحه شمار :
چهارده، 117ص.: مصور، جدول، نمودار
يادداشت :
ص.ع. به فارسي و انگليسي
استاد راهنما :
بهروز ترك لاداني
توصيفگر ها :
خدمات مكان مبنا , الگوريتم kʹ k , روش FMGNG و روش SMGNG
استاد داور :
ناصر قديري مدرس، محمد حسين منشي
تاريخ ورود اطلاعات :
1395/09/01
دانشكده :
مهندسي برق و كامپيوتر
چكيده فارسي :
چكيده گسترش خدمات مكانمبنا مديون افزايش و توسعهي دستگاههاي قابلحمل مختلف و مجهز به ابزارهاي مكانيابي است اين سامانهها پرسوجوهاي مكانمبناي كاربران را دريافت كرده و متناسب با مكانشان اطلاعاتي را در اختيارشان قرار ميدهند ازآنجاييكه كاربران جهت انجام پرسوجوها بايد اطلاعات مكاني خود را در اختيار ارائهكنندگان خدمات قرار دهند امكان رديابي و نقض حريم خصوصي كاربران وجود دارد لذا تحقيقات زيادي براي ارائهي روشهاي حفظ حريم مكاني بدون كاهش كيفيت خدمات در حال انجام است اين خدمات شامل پرسوجوهاي نزديكترين همسايهي فردي پرسوجوهاي نزديكترين همسايه به گروه و در اين پاياننامه پرسوجوهاي نزديكترين گروه همسايگي به گروه مورد بررسي قرار گرفته است پژوهشها در اين حوزه به دو دسته تقسيم ميشوند دستهاي به افزايش كارايي پرسوجو و دستهي ديگر به ارائهي راهكاري براي حفظ امنيت كاربران در حين اين درخواستها پرداختهاند طبق بررسيهاي انجامشده در مورد حفظ حريم مكاني در انواع پرسوجوهاي همسايگي پژوهشهايي انجام شده است اما در حوزهي پرسوجوهاي نزديكترين گروه همسايگي به گروه هيچ پژوهشي صورت نگرفته است همچنين در اين حوزه دستهبندي جامعي بر روي انواع نزديكترين گروه همسايگي به گروه ارائه نشده بود در اين پژوهش ابتدا يك دستهبندي جامع براي انواع نزديكترين گروه همسايگي به گروه ارائه شد و در ادامه براي اولين بار روشي براي حفظ حريم مكاني در حين انجام پرسوجوهاي نزديكترين گروه همسايگي به گروه ارائه شده است اين روش ميتواند بدون نقض حريم مكاني اعضاي گروه درخواست پرسوجوي نزديكترين گروه همسايگي به گروه را براي كاربران فراهم كند در ادامه اين پژوهش الگوريتمي با نام k k ارائه شده كه باعث افزايش سرعت پرسوجو خواهد شد و منتج به روش دوم پيشنهادي اين پژوهش شد روش اول با نام FMGNG و روش دوم با نام SMGNG ارائه شدند و اين دو روش نهايتا با هم مقايسه و هزينهي پردازش پرسوجوها در روشهاي پيشنهادي بررسي و تحليل امنيت انجام شد كه نتايج اين ارزيابيها نشان ميدهد روشهاي مذكور بهخوبي حريم مكاني را حفظ خواهند كرد واژگان كليدي پرسوجوي نزديكترين همسايه به گروه پرسوجوهاي نزديكترين گروه همسايگي به گروه GNG حريم مكاني خدمات مكانمبنا الگوريتم k k روش FMGNG و روش SMGNG
چكيده انگليسي :
Abstract Expantion of location based services is indebted for increase and development ofvarious portable devices which are equipped with a locating tool These systems receiveusers location based queries and provide information according to their location Since usersto perform queries must provide their location information to the service providers there isa possibility of tracking and violation of their location privacy Therefore there are a lot ofongoing research on the methods to protect location privacy without reducing the quality ofservices these services include nearest neighbor queries group nearest neighbor queries andin this thesis group nearest group queries Research in this area is divided into two categories Hands have to increase the efficiency of queries and handle other provide security solutionsto users during these requests Reviewing previous studies we find that numerous researcheshave been conducted about location privacy in types of neighbor queries but nothing relatedto group nearest group queries In this study at first we introduced a taxonomy of the fieldand then for the first time a method is developed to protect location privacy during theperformance of group nearest group queries we call it FMGNG In addition a method isalso developed for the reduction of computational complexity of queries that named as SMGNG Examinations show that location privacy in these queries are well protected andat the same time group nearest group query performance is sped up and optimized The proposed method is that each member of the group declares its anonymity area toservice provider The provider then processes queries concidering these areas and returns aset of responses which include real response Finally users will find real response using aprivate filter We also developed an alternative method that use an algorithm that we call itkk In the latter method Private filter will increase group nearest group queries performanceconsidering the nature of the data Since there is no previous work in this field the results ofexperiments in the first method are compared with Second method the query processingcosts in the proposed approaches were calculated and security analysis was conducted Theresults of this assessment show that the above mentioned methods results in location privacyprotection and improve the time of response to user Keywords Group nearest group queries Group nearest neighbor queries k k algorithm Location based services location privacy FMGNG SMGNG
استاد راهنما :
بهروز ترك لاداني
استاد داور :
ناصر قديري مدرس، محمد حسين منشي
