SkyCloaking: A UAV-Assisted Privacy-Preserving Strategy for Location-Based Service Users
Notice bibliographique
Résumé
Location-based services (LBSs) play a vital role in many Internet applications. Privacy is a mandatory aspect of these tasks, including protecting the user's sensitive information from malicious entities. Location privacy-preserving mechanisms (LPPMs) were designed to ensure privacy for LBS users, and several strategies have emerged, such as cloaking mechanisms. Likewise, several attacks appeared to threaten the user's privacy, being based on ground-related aspects. Therefore, we must investigate new strategies to enhance privacy protection mechanisms. Unmanned Aerial Vehicles (UAVs) can provide assisted coverage to ground users in different tasks, including the support of LPPMs. However, the existing strategies rely on some unfeasible premises, and this collaboration needs to be adequately explored. Therefore, in this study, we propose Sky Cloaking, which promotes the opportunistic connection between ground users and UAVs in such a way the UAVs manage the user's query, creating a cloaking region and hampering the success of an attacker. Through a comprehensive evaluation, we demonstrated that SkyCloaking can ensure high levels of location privacy to LBS users with a slight impact on the communication channel, overcoming existing strategies. In the best scenarios, SkyCloaking protected more than 80% of the user trajectory, mitigating the exploitation of users' sensitive information.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».