基于隐私度和稳定度的D2D数据共享伙伴选择机制

黄章健，叶帼华，姚志强

基于隐私度和稳定度的D2D数据共享伙伴选择机制

黄章健1,2，叶帼华1,2，姚志强1,2

（1. 福建师范大学数学与信息学院，福建 福州 350117；2. 福建省公共服务大数据挖掘与应用工程技术研究中心，福建 福州 350117）

设备到设备（D2D）数据共享已经成为一种很有前途的卸载蜂窝网络流量的解决方案，但数据共享伙伴的隐私脆弱性和服务不稳定性影响着共享服务的质量。针对这个问题，提出一种基于隐私度和稳定度的D2D数据共享伙伴选择机制（PSUS）。首先对提供者的隐私信息进行抽象和概括，根据提供者的隐私偏好和历史共享记录构建隐私度量的方法，得出提供者在不同共享服务中的隐私度；然后基于隐私度来设计数据共享过程，提供者在隐私偏好约束下缓存数据并在隐私度低的时候参与共享服务以满足提供者的隐私要求；最后在已满足隐私要求的提供者的基础上，设计一种多指标评价法来评估提供者的服务稳定性以选择稳定的共享伙伴。通过性能分析，证明所提机制的可行性。

D2D数据共享；隐私偏好；隐私度量；多指标评价

1 引言

随着第五代（5G）移动通信网络的到来，人们对各种移动服务和应用的需求日益增长，蜂窝网络在不久的将来将面临巨大的流量压力。为了减轻蜂窝网络的通信负担和降低5G中蜂窝用户的中断概率，设备到设备通信（D2D）被认为是一个突出的解决方案，且其在支持数据共享和本地服务方面发挥着越来越积极的作用[1-2]。例如，用户设备（UE）想要从互联网下载的数据在附近的一些UE上可用，相同需求的用户可在基站（BS）的帮助下使用D2D连接形成通信群组来实现缓存和共享文件，这样可以大大减轻BS的流量负担[3]。因此，D2D数据共享显示出减少通信延迟、提高通信能力以及促进多种新应用和服务的巨大潜力[4]。

一个典型的D2D数据共享群组内，请求指定数据的用户称为数据需求者，拥有所需内容且在需求者请求共享服务时提供数据的用户称为数据提供者，在一次数据共享服务中会有众多的提供者为需求者提供数据以减少通信延迟和卸载BS的流量。尽管D2D数据共享具有显著优势，但在大规模应用中仍然面临两个重大的技术挑战，即隐私性和稳定性[5]。数据共享群组中设备之间直接相连，彼此的可信度未知。群组内的提供者高度关注自己的隐私，在组内向需求者传输数据时，由于考虑自身隐私泄露问题而只提供粗粒度的数据，大幅降低了数据共享服务的质量；提供者多为移动用户，资源受限问题也会影响共享服务的稳定性，即共享易人为中断或共享时间过长，降低了需求者的体验质量。

D2D数据共享群组中，不同提供者所处的环境不同，数据共享伙伴的隐私脆弱性和服务不稳定性尤为明显。因此，若要保证D2D数据共享的服务质量和提高组内需求者的体验质量，关键是为需求者选择合适的共享伙伴。目前，这样的选择工作需要做出如下的贡献：1) 在提供者进行数据共享时减少其隐私的泄露；2) 在数据共享群组内的众多候选人中选择稳定的提供者以保证共享服务的稳定性。D2D数据共享伙伴的选择首要考虑的应是隐私泄露问题，确保提供者在隐私安全的前提下共享数据。此时，了解提供者在数据共享阶段的隐私性变得至关重要，即提供者的隐私性影响其在D2D数据共享服务中的表现。另外，为了确保共享服务的稳定性，一些研究者使用声誉来保证共享伙伴之间的合作[6]，通过选择符合声誉阈值的提供者参与数据共享服务。然而，一个聪明的提供者可以在共享服务中维持其声誉并使其刚好超过阈值，这样他们将成为搭便车者[7]。因此，仅依靠声誉阈值[8]的划定来选择伙伴会导致搭便车和服务断开的现象，影响共享服务的稳定性。

综上所述，共享伙伴的隐私性和稳定性都是影响D2D数据共享服务质量的重要因素。设计和构建有效的共享伙伴选择机制，对于保证一定数量的提供者在满足其隐私要求下参与共享服务和需求者稳定的获取所需数据具有重要的研究意义。为保证数据共享服务的隐私性和稳定性，本文提出一种D2D数据共享伙伴选择机制（PSUS）。通过隐私偏好的设置和历史共享记录度量出提供者对某次共享服务生成的隐私信息的重视程度（即隐私度），由此设计D2D数据共享过程以满足提供者的隐私要求；同时基于提供者的声誉、可持续时长、等待时间和传输速率4个指标来评估提供者的服务稳定性程度（即稳定度），在满足隐私要求的提供者中优先选择稳定度高的作为共享伙伴，保证数据共享服务的质量。

2 相关工作

目前，国内外研究学者先后在D2D数据共享服务中的隐私性和稳定性问题方面提出研究成果。在隐私性方面，Hua等[9]对信息交换过程中的隐私保护问题进行研究，提出场景自适应的隐私度量的研究方向。Wishart 等[10]根据共享数据内容和周围环境对共享数据进行模糊处理，提供者根据现实情况设置数据的模糊程度，还可以控制向谁共享数据，并设置共享的策略和共享数据的详细级别。Franz 等[11]的方法是在共享群组的所有成员之间协商隐私策略，包括共享哪些数据以及其准确性。也有一些研究者将工作重心放在设计安全的D2D数据共享协议上，Wang等[12]提出两种隐私保护认证和密钥协议（PPAKA-HAMC和PPAKA-IBS），以保证安全和匿名的D2D共享服务。Mohseni-Ejiyeh等[13]提出一种在D2D通信中进行安全数据共享的有效协议，该协议可禁止未经授权的提供者参与服务，还可通过授权来操作提供者的历史记录，若恶意行为超过阈值，会惩罚行为不端的提供者。

在D2D数据共享服务的稳定性方面，为需求者选择合适的提供者是研究者的主要工作。Yan等[14]提出一种用于多媒体传输的社会意识信任框架以从D2D中继用户中选择值得信赖的D2D协作用户。He等[15]提出一个综合评分机制（CSM），它根据历史共享记录、当前传输速率和预期奖励计算每个候选提供者的分数，并且基于CSM和匈牙利算法，提出共享激励和提供者选择（CIPS）算法，以优化多个并发需求者的数据提供者的选择。部分常见的伙伴选择方案是基于声誉机制[7-8]的，但其共性的问题有二：一是声誉更新需要进一步考虑，二是仅依赖声誉值的共享伙伴选择机制存在偏差或不全面，可能导致数据共享服务不稳定。

上述工作多数是考虑隐私性或者稳定性中的一个问题，对D2D数据共享伙伴选择的研究缺乏综合性，即在共享群组内考虑隐私的方案中未关注共享服务的稳定性，或者着重于稳定性问题的方案中忽略了提供者的隐私，这都将降低D2D数据共享服务的质量。本文所提出的共享伙伴选择机制从隐私性和稳定性两方面出发，提供者只在满足隐私阈值的情况下参与数据共享或者缓存共享数据，并且通过稳定度从已经满足隐私要求的提供者中确定共享伙伴。

3 系统模型

本文考虑需求者通过BS协作的方式从多个提供者处获取数据的场景，具体形式如图1所示。BS主要用于管理数据共享群组中的通信，包括用户的接入认证、资源调度时的数据转发和隐私保护等[16]。在数据缓存方面，BS因和网络服务器直接相连，因此它可为需求者提供任何所需的数据。另外，一些提供者会主动在自己设备中缓存一些数据以快速响应共享服务。具体来说，通过D2D通信方式进行数据共享需要以下步骤：1)一个需求者向BS 发起共享请求；2) BS将数据请求在需求者的D2D通信距离内广播给其他UE，只有那些数据符合要求的提供者才会回应，其他的提供者则保持沉默；3) 如果在预定的时间内没有响应，即需求者周围没有合适的提供者，BS将直接向需求者发送请求的数据；4) BS将监控整个数据共享过程，直到共享服务完成。

图1 D2D数据共享模型

4 PSUS的构造

4.1 隐私度量

使用D2D连接的UE在共享数据时会生成诸如位置、时间、通信持续时间、设备类型、服务请求类型等可用于识别自身的信息[17]，这些信息在数据共享过程中会暴露提供者的隐私。不同的提供者对于共享服务中的这些信息的重视程度不同，即可通过这部分信息度量其隐私度的高低，而隐私度的高低影响着提供者在共享服务中的表现，所以尽量选择隐私度低的提供者作为共享伙伴以达到满足不同提供者隐私要求的目的，同时提高共享服务质量。考虑到隐私的主观性，PSUS为了合理地度量出某提供者的隐私度，利用提供者在数据共享服务中对生成隐私信息的重视偏好，同时结合其历史共享记录，形式化定义并运用数学方法量化提供者的隐私。

图2 PSUS的流程

定义1 隐私信息

定义2 隐私偏好

隐私偏好（PP）是提供者对生成的隐私信息重视程度的主观倾向，包含设备信息偏好（EP）、数据服务类型偏好（SP）、数据共享时间偏好（TP）和数据共享位置偏好（LP）。

4.2 基于提供者隐私度的数据共享过程

通过上述的隐私度量过程，得到提供者在某次共享服务中的隐私度后，由此构建一种动态的D2D数据共享过程，其过程如图3所示。

1) 需求者向BS发起数据共享请求。

2) 提供者在数据共享等待期间，在隐私首选项的约束下主动缓存数据以获得主动缓存收益[19]，同时提高数据共享服务的速率。

3) BS将数据请求在需求者的D2D通信距离内广播给提供者，数据符合要求的提供者予以回应。

4) 提供者的设备生成此次共享服务的隐私信息，并通过PMP获得自己的隐私度。

6) 提供者向BS提交泛化后的隐私度。

图3 基于提供者隐私度的数据共享交互过程

8) BS将设置好的隐私阈值发布给组内的提供者。

10) 满足隐私阈值的提供者通过D2D链路发送数据给需求者。

4.3 提供者服务稳定性的评价过程

4.3.1 指标的评价值

定义3 贡献值

定义4 共享数据评价

这里主要阐述声誉值的更新，因为可持续时长、等待时间和传输速率均可从实际的D2D数据共享网络环境中获取。在D2D数据共享进行阶段由BS监控整个共享服务，每次服务开始前会获取满足隐私要求的提供者上述4个指标的实际数据并为其评价打分，分值区间为[0,10]，其中，0表示提供者在服务中该指标表现最差，10表示提供者在服务中该指标表现最好。

4.3.2 稳定性的评价

Step2 评价矩阵预处理，删除数据完全相同的列。因熵权法是根据指标数据之间的离散性来决定权重大小的，当某指标下的数值完全相同时，那么该指标将无法提供任何有价值的信息，故将其删除，但若所有指标值均相同，则D2D数据共享伙伴的选择变更为BS分配。

Step3 对提供者的各指标值进行归一化处理。

Step5 计算第个评价指标的熵为

Step6 加入修正因子的4项指标的权重值计算。

5 性能分析

5.1 理论分析

在D2D数据共享服务中，共享伙伴的隐私性和服务稳定性都影响着共享服务的质量。本文关注到若一个提供者在满足其隐私要求下参与共享服务和稳定地向需求者共享其所需数据是解决上述问题的关键。因此，基于D2D数据共享的网络模型，提出一种共享伙伴的选择机制PSUS，为需求者合理分配共享伙伴的同时保证提供者的隐私安全和共享服务的稳定。PSUS关注到提供者在共享服务中的隐私问题，在每次共享服务开始前获取到提供者的隐私度，通过选择隐私度低的提供者参与共享服务可减少隐私泄露。首先，PSUS依据文献[17]中提出的D2D通信会生成部分关于用户隐私信息的概念，在其基础上对其加以概括得到新的隐私信息的定义和提出隐私首选项的设置；又考虑到隐私的主观性，将提供者的隐私偏好、历史共享记录和隐私风险态度作为度量因子，运用数学方法合理地量化提供者隐私，得出提供者的隐私度。其次，PSUS通过候选提供者的隐私度构建新的数据共享过程，提供者在隐私首选项的约束下主动缓存数据，且在高于BS设置的隐私阈值时，不会参与共享服务，这将有效减少D2D数据共享组内提供者的隐私度，让提供者在数据共享阶段不再担心过高的隐私暴露而只提供粗粒度的数据。

另外，PSUS在满足隐私要求提供者的基础上进一步做出工作，为了保证共享服务的稳定性，利用4项与提供者有关的指标对其服务稳定性进行评估且给出符合D2D数据共享环境的声誉评分机制。评估稳定性时，不是简单地对指标进行求和，而是采用加权求和的方法，这显然比直接求和更具说服力。为了客观地完成稳定性的评价，PSUS使用改进的熵权法根据指标的信息熵来合理调整各指标的权重值，比主观的分配权重更加合理。

5.2 实验仿真

本节在Matlab软件上对PSUS进行仿真分析，实验分为两个部分：基于隐私度的数据共享过程和提供者稳定度的评价过程，分别模拟由10、30和50个提供者组成的D2D数据共享群组，PMP中各隐私信息类型的参数通过随机函数生成，之后按顺序实施PMP、BPP和SEP的步骤。

图4是分别由10、30和50个提供者组成的D2D数据共享服务中各提供者的隐私度分布，表1是3个D2D数据共享群组中的伙伴选择情况。BS根据图4提供的隐私度分布直方图，动态设置如表1所示隐私阈值，以=10的组为例，BS监控到隐私度处于VL，L级别的提供者较多，动态设置隐私阈值为0.4，则该组提供者在隐私度高于0.4时不加入本次数据共享服务。其他两组同理，提供者在隐私度高于0.6时不参与共享服务，保证了提供者的隐私安全。另外，按照隐私首选项的主动缓存机制有助于提高数据共享服务的速率且不会过多暴露提供者的隐私。

图4 提供者的隐私度分布

以上述实验中10的D2D群组为基础，模拟6个已符合隐私要求的提供者的稳定性评价过程，其中，4个指标的权重如表2所示，各提供者的稳定度如表3所示。BS按照稳定度排序提供者，并依据此顺序为需求者分配共享伙伴。显然，提供者6的稳定度比其他提供者高，其表示相比于其他的提供者具有更高的声誉、可持续时长、传输速率和更少的服务等待时间，拥有更高的服务稳定性，它将被首选为数据提供者以保证数据共享的服务质量。但提供者6不是唯一的共享伙伴，若需求者在和提供者6进行数据共享时，发现6无法提供所需的所有数据时，若条件允许，需求者仍会按照稳定度的高低继续和提供者5进行通信，以此类推，直至完成需求者的请求。

表1 D2D数据共享群组中的伙伴选择情况

表2 权重的分配

表3 提供者的稳定度

5.3 性能评估

(1) 隐私性评估

图5反映随着隐私阈值的增加，D2D群组内提供者平均隐私度的变化。可以看到，在使用PSUS的D2D群组中，候选提供者的平均隐私度明显低于未使用PSUS的D2D群组。这是因为PSUS中的提供者在满足首选项约束的前提下主动缓存数据，并只在满足隐私阈值的情况下参与共享服务，所以参与服务的提供者隐私度较低。而未使用PSUS的D2D群组在进行数据共享服务时，30个提供者都可能被选择为候选且主动缓存数据隐私度未知，则平均隐私度不随隐私阈值变化并均高于PSUS。其中，当隐私阈值为1时，使用PSUS群组的候选提供者的数目为30个，但D2D群组内提供者的隐私度仍低于未使用PSUS的D2D群组的原因是主动缓存中隐私首选项约束。图5反映PSUS的使用可以有效降低D2D数据共享群组内的隐私度，减少因提供者隐私带来的数据共享服务质量下降的问题。

图5 D2D数据共享群组内隐私度对比

(2) 稳定性评估

在D2D数据共享群组中，通过4个指标充分可靠地评估提供者的稳定性。为了保证对提供者服务稳定性评价的合理性，PSUS不是简单地对每个指标因子进行简单求和，而是采用加权求和的方法，并且通过改进的熵权法根据指标的信息熵大小动态设置权重，即在指标熵计算阶段加入了修正因子，其合理性由文献[21]所证明，克服了传统熵权法的弊端，同时相对于主观的随机赋权具有较高的可信度和精确度，也更能满足D2D网络环境的复杂性。因为文献[7]和文献[22]中都有对D2D群组中移动设备进行评价的方法，与本文所提评价方法具有可比性，所以表4给出3种方法的比较分析，发现PSUS使用的多指标评价比文献[7]具有指标数和权重分配两个优势，因其并没有对所选指标因子加以权重计算。对于文献[22]，虽然其所选的指标数更多，也使用了加权求和的评估方法，但在权重确定方面显然主观分配的方法缺乏合理性，而比指标数目显然权重的合理分配更加重要。

表4 3种评价方法的比较分析

6 结束语

针对D2D数据共享中伙伴的隐私性和稳定性影响着共享服务质量的问题，本文提出一种基于隐私度和的稳定度的共享伙伴选择机制，利用设计的隐私度量方法得到提供者的隐私度，并构建一种基于隐私度的数据共享过程，保证提供者只在隐私度低的情况下参与共享数据，同时关注到仅依靠声誉选择共享伙伴的弊端，在前文满足隐私要求的提供者的基础上，设计一种多指标评价的方法来评估提供者的服务稳定性以选择最佳的共享伙伴。通过实验与理论分析中的各种结果，表明所提机制是可行的。当然所提的隐私度量方法和指标评价方法仍存在一定的局限性，未来也将集中于更加简而有效的D2D通信中隐私度量方法和更加智能的服务稳定性评估方法的研究。

[1] PEDHADIYA M K, JHA R K, BHATT H G. Device to device communication: A survey[J]. Journal of Network and Computer Applications, 2019, 129: 71-89.

[2] WU D, ZHOU L, CAI Y. Social-aware rate based content sharing mode selection for D2D content sharing scenarios[J]. IEEE Transactions on Multimedia, 2017, 19(11): 2571-2582.

[3] JIANG J, ZHANG S, LI B, et al. Maximized cellular traffic offloading via device-to-device content sharing[J]. IEEE Journal on Selected Areas in Communications, 2016, 34(1): 82-91.

[4] MILITANO L, ARANITI G, CONDOLUCI M, et al. Device-to-device communications for 5G internet of things[J]. EAI Endorsed Transactions on Internet of Things, 2015, 15(1): 1-15.

[5] ZHANG A, CHEN J, HU R Q, et al. SeDS: secure data sharing strategy for D2D communication in LTE-advanced networks[J]. IEEE Transactions on Vehicular Technology, 2016, 65(4): 2659-2672.

[6] YU T, ZHOU Z, ZHANG D, et al. Indapson: an incentive data plan sharing system based on self-organizing network[C]//IEEE Conference on Computer Communications. 2014: 1545-1553.

[7] HE J Z, WANG H B, ZHANG T. Incentive and selection for D2D content sharing: a comprehensive scoring mechanism[C]// 2016 IEEE 13th International Conference on Signal Processing (ICSP). 2016: 1208-1213.

[8] ZHOU R F, HWANG K. PowerTrust: a robust and scalable reputation system for trusted peer-to-peer computing[C]//IEEE Transactions on Parallel and Distributed Systems. 2007: 460-473.

[9] 华佳烽, 李凤华, 郭云川, 等.信息交换过程中的隐私保护技术研究[J]. 网络与信息安全学报. 2016, 2(3): 28-38.

HUA J W, LI F H, GUO Y C, et al. Research on privacy protection technology in information exchange process[J]. Journal of Network and Information Security, 2016, 2(3): 28-38.

[10] WISHART R, HENRICKSEN K, INDULSKA J. Context privacy and obfuscation supported by dynamic context source discovery and processing in a context management system[C]//International Conference on Ubiquitous Intelligence and Computing. 2007: 929-940.

[11] FRANZ E, SPRINGER T, HARDER N. Enhancing privacy in social applications with the notion of group context[C]//2012 International Conference for Internet Technology and Secured Transactions. 2012: 112-118.

[12] WANG M, YAN Z. Privacy-preserving authentication and key agreement protocols for D2D group communications[J]. IEEE Transactions on Industrial Informatics, 2018, 14(8): 3637-3647.

[13] MOHSENI-EJIYEH A, ASHOURI-TALOUKI M, MAHDAVI M. A lightweight and secure data sharing protocol for D2D communications[C]//2017 14th International ISC (Iranian Society of Cryptology) Conference on Information Security and Cryptology (ISCISC). 2017: 42-47.

[14] ZHANG A, WANG L, YE X, et al. Light-weight and robust security-aware D2D-assist data transmission protocol for mobile-health systems[J]. IEEE Transactions on Information Forensics and Security, 2017, 12(3): 662-675.

[15] YAN J, WU D, WANG R. Socially aware trust framework for multimedia delivery in D2D cooperative communication[J]. IEEE Transactions on Multimedia, 2019, 21(3): 625-635.

[16] HE J, WANG H, CHU X, et al. Incentive mechanism and content provider selection for device-to-device-based content sharing[J]. IEEE Transactions on Vehicular Technology, 2019.

[17] JAMEEL F, HAMID Z, JABEEN F, et al. A survey of device-to-device communications: research issues and challenges[J]. IEEE Communications Surveys & Tutorials, 2018, 20(3): 2133-2168.

[18] JENSEN C D, KORSGAARD T R. Dynamics of trust evolution: auto-configuration of dispositional trust dynamics[C]//International Conference on Security and Cryptography. 2008: 509-517.

[19] BAI B, WANG L, HAN Z, et al. Caching based socially-aware D2D communications in wireless content delivery networks: a hypergraph framework[J]. IEEE Wireless Communications, 2016, 23(4): 74-81.

[20] JING L, NG M K, HUANG J Z. An entropy weighting-means algorithm for subspace clustering of high-dimensional sparse data[J]. IEEE Transactions on Knowledge & Data Engineering, 2007 (8): 1026-1041.

[21] 张近乐, 任杰. 熵理论中熵及熵权计算式的不足与修正[J].统计与信息论坛, 2011, 26(1): 3-5.

ZHANG J L, REN J. The deficiencies and amendments of the calculation formulate of entropy and entropy weight in the theory of entropy[J]. Statistics & Information Forum, 2011, 26(1): 3-5.

[22] JIN B, JIANG D, XIONG J, et al. D2D data privacy protection mechanism based on reliability and homomorphic encryption[J]. IEEE Access, 2018, 6: 51140-51150.

D2D data sharing partner selection mechanism based on privacy degree and stability degree

HUANG Zhangjian1,2, YE Guohua1,2, YAO Zhiqiang1,2

1. School of Mathematics and Information, Fujian Normal University, Fuzhou 350117, China 2. Fujian Engineering Research Center of Public Service Big Data Mining and Application, Fuzhou 350117, China

Device to device (D2D) data sharing has become a promising solution to offload cellular network traffic, but the privacy vulnerability and service instability of data sharing partners affect the quality of shared services. To solve this problem, a D2D data sharing partner selection mechanism based on degree of privacy degree and stability degree (named PSUS) was proposed. Firstly, the privacy information of the provider was abstracted and summarized, and the privacy measurement method was built according to the privacy preferences of the provider and the historical records of shared services, and the privacy degree of the provider in different shared services was obtained. Then, the data sharing process was designed based on privacy degree, and the provider cached data under the constraints of privacy preferences and participates in sharing services with low privacy to meet the provider's privacy requirements. Finally, on the basis of the provider who has satisfied the privacy requirements, a multi-index evaluation method was designed to evaluate the service stability of providers to select stable sharing partners. The feasibility of the proposed mechanism was demonstrated by analysis of performance.

D2D data sharing, privacy preference, privacy metric, multi-index evaluation

The National Natural Science Foundation of China(No.61872090, No.61370078)

TP393

A

10.11959/j.issn.2096−109x.2019060

黄章健（1994− ），男，安徽六安人，福建师范大学硕士生，主要研究方向为云计算与安全服务。

叶帼华（1976− ），女，福建霞浦人，福建师范大学副教授，主要研究方向为大数据安全隐私保护和信息安全。

姚志强（1967− ），男，福建莆田人，博士，福建师范大学教授、博士生导师，主要研究方向为大数据安全隐私保护、多媒体安全、应用安全。

论文引用格式：黄章健, 叶帼华, 姚志强. 基于隐私度和稳定度的D2D数据共享伙伴选择机制[J]. 网络与信息安全学报, 2019, 5(6): 31-41.

HUANG Z J, YE G H, YAO Z Q. D2D data sharing partner selection mechanism based on privacy degree and stability degree[J]. Chinese Journal of Network and Information Security, 2019, 5(6): 31-41.

2019−04−02；

2019−07−11

姚志强，yzq@finu.edu.cn

国家自然科学基金资助项目（No.61872090, No.61370078）