文摘在由锚节点和目标点组成的节点定位网络中,传统的隐私保护求和(privacy-preserving summation,PPS)算法要求所有参与通信的节点均生成并传输1组干扰矩阵,导致了非必要的通信开销.为打破该局限,提出了k型隐私保护求和(privacy-preserving summation with k,PPS-k)算法,随机指定k个节点生成和传输干扰矩阵,干扰矩阵的生成和传输过程可通过改变k值动态调整.PPS-k兼顾隐私保护能力与通信量限制,具有较高的灵活性.之后,将PPS-k应用于具体的定位场景,提出对应的隐私保护节点定位协议.提出隐私保护率的概念,利用估计其他节点隐私信息所需要的额外方程数与隐私信息中未知量个数之比评估隐私保护能力.与传统的评估标准相比,消除了隐私信息维度对算法隐私保护性能评估结果的影响.仿真结果验证了理论分析的有效性.
