近日，我院教师常生明老师的研究成果以论文“Secret Sharing and Zero-Sum Noise for Privacy-Preserving Localization With High-Quality Anchor Node Selection”发表于物联网领域国际权威期刊《IEEE Internet of Things Journal》。

该成果聚焦众包室内定位系统中隐私保护与定位精度的协同优化挑战，提出了一种融合秘密共享、零和噪声与动态锚节点选择的隐私保护定位框架。在现有解决方案中，传统锚节点选择依赖明文数据交互，存在位置敏感信息泄露风险，而噪声注入策略因缺乏无偏约束，常导致定位结果出现系统性偏差，该框架正是为克服这些局限而设计。如图1所示，框架构建了两阶段协同优化架构：在锚节点选择阶段，基于Shamir秘密共享设计分布式共识机制，以密文形式评估锚节点估计位置的空间一致性，实现隐私保护下的高质量动态节点选择；在定位聚合阶段，提出零和噪声驱动的分布式扰动协议，将目标坐标分解为多节点协同计算的扰动分量，利用噪声自抵消特性确保聚合结果无偏。

理论分析表明，该框架实现了锚节点质量评估与隐私保护机制的深度耦合。实验结果显示，与现有方案相比，在相同定位场景下，该框架减少了24.82%的定位误差，降低了47.67%的通信开销，同时满足可验证的隐私保护要求。

论文信息：

Antong Wang, Shengming Chang and Sunkang Lin, "Secret Sharing and Zero-Sum Noise for Privacy-Preserving Localization With High-Quality Anchor Node Selection," in IEEE Internet of Things Journal, 2025, doi: 10.1109/JIOT.2025.3596999.

（https://ieeexplore.ieee.org/document/11126083）