一种基于移动ap的近邻检测方法【
技术领域：
】[0001]本发明涉及一种基于移动AP的近邻检测方法，适用于社交网络，在保护用户位置隐私的前提下，为用户找出附近的邻居。【
背景技术：
】[0002]哈希表(Hashtable，也叫散列表），是根据关键码值(Keyvalue)而直接进行访问的一种数据结构。也就是说，它通过把关键码值映射到表中的一个位置来访问记录。在不需比较的情况下便可直接取得所查记录，以加快查找的速度。这个映射函数称为哈希函数。构造哈希函数常用的方法有：1)直接定址法;2)数字分析法;3)平方取中法;4)折叠法;5)除留取余法;6)随机数法。此外，不同的关键字可能映射得到同一散列地址，这种现象称为碰撞。因此，还需要有处理碰撞的方法，处理冲突常用的方法有：1)开放定址法;2)再哈希法;3)链地址法;4)建立一个公共溢出区。[0003]现如今，移动互联网的快速发展使得WIFI技术得到了极大的普及与应用。随着WIFI热点（无线AP)数量的与日倶增，人们在大部分城市地区都可搜索到众多无线AP信号。当用户搜索无线AP时，每个AP信号里包含有SSID和BSSID这两项信息。SSID指的是服务集标识，就是我们搜索到的AP的名字，BSSID指的是AP的MAC地址。不同的AP可以有相同的SSID，但每一个AP的MAC地址是固定的，不同的AP对应的MAC地址都不一样。所以准确的说，一个AP可以由一个MAC地址来唯一的标识。[0004]随着移动互联网以及社交网络的迅速发展，以微信、Facebook、Twitter为代表的SNS网站发展非常迅猛，用户数量也以惊人的速度增长。现今越来越多的用户使用类似找"附近的人"、"附近餐馆"等近邻检测服务，使得近邻检测服务成为社交网络中的一种基本服务。传统的近邻检测方法需要用户向服务器上传其地理位置信息，以便找出与该位置邻近的其他用户。该传统方法向服务器泄露了用户的位置信息，如果服务器存在安全漏洞，或者内部人员滥用这些位置信息，将会导致用户位置隐私的泄露，存在安全隐患。同时，由于现有AP的位置大多放置在固定的地方，并且G〇〇gle、Skyh〇〇k等公司采集的WIFIAP数据库，已经可以得到大多数AP的详细位置。当移动物体连接到某个AP访问点时，用户的位置也就可以较精确地对应到一个经炜度，进而推断出用户曾到过的位置或轨迹。因此，通过目前固定的AP来为用户提供近邻检测的服务，有可能存在暴露用户位置隐私的风险。进一步，为了防止某些区域不存在AP而导致无法提供近邻检测服务的情况，综上所述，本发明最终提出了一种将移动节点升级为AP的近邻检测方法。【
发明内容】[0005]本发明的目的是提供一种基于移动AP的近邻检测方法，解决了传统近邻检测方法会泄露用户的位置信息，严重情况下将会危害到用户隐私的问题；同时，采用移动AP，可有效防止使用静态AP带来的分布不均匀问题以及暴露用户位置的风险。[0006]本发明采用以下技术方案实现:一种基于移动AP的近邻检测方法，其特征在于，包括以下步骤:首先每个移动用户兼职充当信标节点即移动AP节点，周期性地发出信标信号，为其他寻找邻居的用户提供位置参照；当移动用户查找邻居时，只需向服务器提交其邻居AP列表以及请求的邻居跳数;所述服务器通过计算这些邻居AP列表间是否存在交集，从而发现请求用户间的邻居关系。[0007]进一步的，所述的邻居AP列表存储的是每个AP的MAC地址，用于唯一标识一个AP。[0008]在本发明一实施例中，用户发射信号的周期由发射信号时间与等待时间组成，其中，发射信号的时间为固定值10秒，而等待发射信标信号的时间由以下算法决定:步骤1:确定邻居度K，设自身的邻近用户数为N，N为自然数，则该用户的邻居度K=Pogjm》〗:;步骤2:从整数集合[0，1，···，2Κ-1]中随机选择某个整数r;步骤3:根据r，计算出该用户的等待时间T=r*t，其中t为一个预设的时间值。[0009]在本发明一实施例中，服务器通过计算这些邻居AP列表间是否存在交集的具体步骤：1)、首先遍历用户的邻居AP列表，利用哈希函数BKDRhash将表中的每个AP生成对应的哈希值Key，并根据该哈希值Key查找AP-用户列表;2)、如果查找为空，证明该AP为新的参照，则将当前用户作为该AP的第一个用户并插入AP-用户列表;若不为空，则将该AP项对应空间的用户集加入邻居列表；3)、接着判断邻居跳数hop是否大于1;4)、若不是，则返回邻居列表，查找结束;若是，则根据上一跳邻居的AP列表重新计算哈希值Key，将哈希值Key对应的用户集里除上一跳邻居以外的其他用户加入邻居列表，作为用户的下一跳邻居，此时，邻居跳数hop减1，返回步骤3)。[0010]进一步的，所述用户的邻居AP列表以哈希表的方式进行存储，通过哈希函数BKDRhash将用户的ID生成对应哈希值Key，Key值对应空间存放该用户的邻居AP列表;所述AP-用户列表也以哈希表的方式存储AP的邻居用户表，利用函数BKDRhash将每个AP生成哈希值Key，Key值对应空间存放AP的邻居用户集，每个AP项下的用户互为邻居。[0011]进一步的，邻居跳数hop的取值大小由请求用户决定，其用于扩大邻居的搜索范围，即寻找"邻居的邻居"，通过不断地向外扩大邻居搜索范围，寻找多跳之外的邻居。[0012]进一步的，哈希表里每个AP项下的用户都设有一个生存时间TTL，在该时间内的用户为有效用户，超过这个时间的用户将从哈希表中删除;假设在该AP原始信号覆盖范围内的用户移动至信号外的d距离都仍认为其在该AP节点的有效信号覆盖范围内，仍为该AP节点下的有效用户，当用户一直处于该AP原始信号覆盖范围内，TTL取值无穷大；当用户初始位于该AP节点原始信号覆盖边界，并以其最大速度￥_\向信号外围移动，则TTL取到最小值，BPTTL的取值范围为：[0013]在本发明一实施例中，TTL的取值范围为1-5分钟。[0014]与现有技术相比:本发明提出的近邻检测方法，无需用户提供其自身的位置信息，并且不依赖于静态AP节点，能有效解决传统近邻检测方法中存在的位置隐私暴露问题。因此，在社交网络应用场景中具有很大的实用价值。【附图说明】[0015]图1是基于移动AP的近邻检测方法系统框架图；图2是AP列表匹配流程图；图3是AP列表存储结构图；图4是多跳扩大邻居搜索范围图。【具体实施方式】[0016]下面结合附图和具体实施方对本发明做进一步说明。[0017]-种基于移动AP的近邻检测方法，其特征在于，包括以下步骤:首先每个移动用户兼职充当信标节点即移动AP节点，周期性地发出信标信号，为其他寻找邻居的用户提供位置参照；当移动用户查找邻居时，只需向服务器提交其邻居AP列表以及请求的邻居跳数;所述服务器通过计算这些邻居AP列表间是否存在交集，从而发现请求用户间的邻居关系。系统框架图参见图1。[0018]进一步的，所述的邻居AP列表存储的是每个AP的MAC地址，用于唯一标识一个AP。[0019]在本发明一实施例中，用户发射信号的周期由发射信号时间与等待时间组成，其中，发射信号的时间为固定值10秒，而等待发射信标信号的时间由以下算法决定:步骤1:确定邻居度K，设自身的邻近用户数为N，N为自然数，则该用户的邻居度Κ=?_2_·Ι·賴;步骤2:从整数集合[0，1，···，2Κ-1]中随机选择某个整数r;步骤3:根据r，计算出该用户的等待时间T=r*t，其中t为一个预设的时间值。[0020]在本发明一实施例中，服务器通过计算这些邻居AP列表间是否存在交集的具体步骤：1)、首先遍历用户的邻居AP列表，利用哈希函数BKDRhash将表中的每个AP生成对应的哈希值Key，并根据该哈希值Key查找AP-用户列表;2)、如果查找为空，证明该AP为新的参照，则将当前用户作为该AP的第一个用户并插入AP-用户列表;若不为空，则将该AP项对应空间的用户集加入邻居列表；3)、接着判断邻居跳数hop是否大于1;4)、若不是，则返回邻居列表，查找结束;若是，则根据上一跳邻居的AP列表重新计算哈希值Key，将哈希值Key对应的用户集里除上一跳邻居以外的其他用户加入邻居列表，作为用户的下一跳邻居，此时，邻居跳数hop减1，返回步骤3)。具体流程参见图2。上述过程通过迭代的方式进行，直到查找的邻居跳数满足用户的请求。[0021]进一步的，所述用户的邻居AP列表以哈希表的方式进行存储，通过哈希函数BKDRhash将用户的ID生成对应哈希值Key，Key值对应空间存放该用户的邻居AP列表;所述AP-用户当前第1页1 2