Mobile location-based services are important context-aware services that are more and more used for enforcing security policies, for supporting indoor room navigation, and for providing personalized assistance. However, a major problem still remains unaddressed—the lack of solutions that work across buildings while not using additional infrastructure and also accounting for privacy and reliability needs. A privacy-preserving, multi-modal, cross-building, collaborative localization platform is proposed based on Wi-Fi Received Signal Strength Indicator (RSSI) (existing infrastructure), Cellular RSSI, sound, light, and geo-magnetic levels, that enables sub-room level localization. The solution is fully based on mobile phones and existing Wi-Fi infrastructure, and has privacy inherently built into it via cryptographically-secured onion routing and perturbation/randomization techniques. It also exploits the idea of weighted collaboration to increase the reliability as well as to limit the effect of noisy devices (due to sensor noise/privacy). The solution has been analyzed in terms of latency overhead due to onion-routing, request load on phones, privacy-accuracy tradeoffs, optimum parameters, granularity, different classification algorithms using real location data collected at multiple indoor and outdoor locations via an Android application. The additional features other than Wi-Fi RSSI values are shown to increase the accuracy to a maximum of 15 percent, while considering Geo-magnetic field is shown to enhance the granularity from $2.5~\mathrm {m}$2.5m to $\approx 1~\mathrm {m}$≈1m, a 60 percent improvement.

中文翻译：

---

CollabLoc：隐私保护的多模式协同手机定位

基于移动位置的服务是重要的上下文感知服务，越来越多地用于执行安全策略、支持室内房间导航和提供个性化帮助。然而，一个主要问题仍未得到解决——缺乏跨建筑物工作的解决方案，同时不使用额外的基础设施，也考虑到隐私和可靠性需求。基于 Wi-Fi 接收信号强度指示器 (RSSI)（现有基础设施）、蜂窝 RSSI、声、光和地磁水平，提出了一种隐私保护、多模式、跨建筑、协作定位平台，使子房间级定位。该解决方案完全基于手机和现有的Wi-Fi基础设施，并通过加密安全的洋葱路由和扰动/随机化技术固有地内置了隐私。它还利用加权协作的想法来提高可靠性并限制嘈杂设备的影响（由于传感器噪声/隐私）。该解决方案已在延迟开销方面进行了分析，包括洋葱路由、手机上的请求负载、隐私准确性权衡、最佳参数、粒度、使用通过 Android 应用程序在多个室内和室外位置收集的真实位置数据的不同分类算法。除了 Wi-Fi RSSI 值之外的其他功能显示可将准确度提高到最大 15%，同时考虑到地磁场显示可增强从 它还利用加权协作的想法来提高可靠性并限制嘈杂设备的影响（由于传感器噪声/隐私）。该解决方案已在延迟开销方面进行了分析，包括洋葱路由、手机上的请求负载、隐私准确性权衡、最佳参数、粒度、使用通过 Android 应用程序在多个室内和室外位置收集的真实位置数据的不同分类算法。除了 Wi-Fi RSSI 值之外的其他功能显示可将准确度提高到最大 15%，同时考虑到地磁场显示可增强从 它还利用加权协作的想法来提高可靠性并限制嘈杂设备的影响（由于传感器噪声/隐私）。该解决方案已在延迟开销方面进行了分析，包括洋葱路由、手机上的请求负载、隐私准确性权衡、最佳参数、粒度、使用通过 Android 应用程序在多个室内和室外位置收集的真实位置数据的不同分类算法。除了 Wi-Fi RSSI 值之外的其他功能显示可将准确度提高到最大 15%，同时考虑到地磁场显示可增强从 该解决方案已在延迟开销方面进行了分析，包括洋葱路由、手机上的请求负载、隐私准确性权衡、最佳参数、粒度、使用通过 Android 应用程序在多个室内和室外位置收集的真实位置数据的不同分类算法。除了 Wi-Fi RSSI 值之外的其他功能显示可将准确度提高到最大 15%，同时考虑到地磁场显示可增强从 该解决方案已在延迟开销方面进行了分析，包括洋葱路由、手机上的请求负载、隐私准确性权衡、最佳参数、粒度、使用通过 Android 应用程序在多个室内和室外位置收集的真实位置数据的不同分类算法。除了 Wi-Fi RSSI 值之外的其他功能显示可将准确度提高到最大 15%，同时考虑到地磁场显示可增强从$2.5~\mathrm {m}$2.5米 至 $\大约 1~\mathrm {m}$≈1米，提高了 60%。