Platzierungsoptimierung für vertrauliche Verwaltung der verteilten Positionsinformationen

Abstract

Die vorliegende Arbeit beschäftigt sich mit der Sicherheit der Privatsphäre bei Location-based Services. Solche Dienste erlauben es den Nutzern mobiler Geräte wie Smartphones, Informationen zur Umgebung zu erhalten (z.B. welche Restaurants sich in der Nähe befinden). Dabei muss die Positionsinformation des Benutzers stets bekannt sein. Hier wird das Anliegen nach Privatsphäre ein zentrales: Wer kann zu welcher Zeit wie auf Positionsdaten zugreifen? Es besteht das Problem, dass der Speicherort dieser Positionsinformation (Provider) kompromittiert sein oder es sich um einen nicht vertrauenswürdigen Provider handeln kann. In diesem Fall ist es Dritten technisch möglich, unautorisiert über Positionsinformation zu verfügen. Dieses Sicherheitsrisiko kann minimiert werden, indem die Positionsinformation zu Teilen (Shares) auf autonome Provider verteilt wird, so dass sich die exakte Position nur aus allen Teilen rekonstruieren lässt. Der Ansatz ist somit eine Verteilung der Positionsinformationen. Dieses bereits entwickelte System wird im Rahmen dieser Diplomarbeit so erweitert, dass abhängig von den Parametern (Vertrauen, Risiko, usw.) unterschiedlich viele Teile auf dem jeweiligen Provider platziert werden – dadurch können unterschiedliche Sicherheitsbedenken bei diesen Providern ausbalanciert werden und eine wenigstens angemessene, d.h. konstante Verschlechterung der Privatsphäre bei zunehmender Zahl kompromittierter Server erreicht werden. Keine Instanz des Systems ist überproportional kritischer Punkt im Bezug auf Privatsphäre. Hierzu wurde das System zunächst um eine Trust Database erweitert, in der die Vertrauenswerte der Provider gehalten und verwaltet werden. In der vorliegenden Diplomarbeit werden Lösungsansätze für die optimale Sicherheit hinsichtlich verschiedener Szenarien bei verteilter Positionsinformation erörtert. Ein Szenario ist ein Zuweisungsproblem aus der Klasse der kombinatorischen Optimierung und ist im Allgemeinen schwer zu handhaben. Hierfür werden algorithmische Lösungsansätze erarbeitet und evaluiert.