Informations- und Kommunikationstechnologie wird als einer der wichtigsten Wegbereiter zur Verbesserung der Lebensqualität in unserer modernen Gesellschaft gesehen. Insbesondere die verstärkte Einbindung der Bürger in die digitale Welt führt zu neuartigen Möglichkeiten der Erfassung und Verarbeitung nutzergenerierter Inhalte. Gleichzeitig trägt der technologische Fortschritt bei Mobiltelefonen dazu bei, dass die Grenzen zwischen physikalischer Umgebung und der virtuellen Welt nach und nach verschwimmen. So können mit Hilfe von in heutigen Mobiltelefonen eingebetteten Sensoren große Datenmengen über die Umgebung der Nutzer gesammelt werden. Die Integration dieser Daten in die digitale Welt kann zur Realisierung der Vision intelligenter Umgebungen genutzt werden. Diese Vision reicht von intelligenten Gebäuden bis hin zu ganzen intelligenten Städten und darüber hinaus. Eine Realisierung solcher intelligenter Umgebungen ermöglicht die Beteiligung von Milliarden von Einwohnern, etwa zur Erfassung von Lärmbelästigungen, und kann so zu einer signifikanten Verbesserung der Lebensqualität aller führen. Die derartige Sammlung von Messwerten in den so genannten partizipativen Sensornetzen kann jedoch die Privatsphäre der Nutzer gefährden, da durch sie sensible Informationen über die Nutzer, z.B. besuchte Orte, preisgegeben werden können. Die Kenntnis solcher Bedrohungen der Privatsphäre kann die Teilnahmebereitschaft der Nutzer negativ beeinflussen und damit sowohl Quantität als auch Qualität der gesammelten Daten mindern. Es ist daher ein adäquater Schutz der Privatsphäre vonnöten, um entsprechende Nutzerbeiträge zu fördern.

In den meisten existierenden partizipativen Sensornetzen werden die Nutzer in Entscheidungen über den Schutz ihrer Privatsphäre nicht einbezogen, trotz des nachweislich individuellen Charakters des Konzepts der Privatsphäre. Stattdessen werden die Entscheidungen hauptsächlich von Anwendungsadministratoren getroffen und können nicht von Benutzern personalisiert oder ihren Präferenzen entsprechend konfiguriert werden. Zudem beruht die Mehrheit vorhandener Ansätze auf einer zentralen Instanz, die für den Schutz der Privatsphäre der Nutzer verantwortlich ist. Diese zentrale Instanz stellt allerdings nicht nur einen “single point of failure” dar, die Nutzer müssen darüber hinaus auch darauf vertrauen, dass von dieser Instanz keine sensiblen Nutzerinformationen an unbefugte Dritte weitergeben werden.

Um diese Einschränkungen aufzuheben und somit letztendlich die Beteiligung von Nutzern in partizipativen Sensornetzen zu steigern, werden im Rahmen dieser Arbeit drei Lösungen vorgeschlagen, mit welchen die Nutzer ihre Privatsphäre wirksam schützen und die zugrunde liegenden Mechanismen an ihre eigenen Wünsche anpassen können. Darüber hinaus ist der erzielte Schutz der Privatsphäre in den vorgestellten Verfahren unabhängig von der Vertrauenswürdigkeit eines Anwendungsservers. Zunächst wird eine Lösung zur Verschleierung von Bewegungsmustern vorgestellt, in der Nutzer kollaborieren, um ihre Privatsphäre durch den opportunistischen Austausch zeitlich und örtlich annotierter Sensorwerte zu schützen. Durch diesen Vorgang wird die Verbindung zwischen Nutzeridentitäten und gesammelten Sensorwerten aufgehoben, sodass auch Anwendungsadministratoren auf Basis zur Verfügung gestellter Sensorwerte nicht mehr auf besuchte Orte schließen können.

Die Effektivität der vorgeschlagenen Lösung hängt von der Zusammenarbeit aller beteiligten Nutzer ab. Entsprechend werden zusätzliche Mechanismen vorgestellt, mit denen der Kollaborationsgrad von Nutzern bewertet werden kann und bösartige Nutzer identifiziert und gezielt ausgeschlossen werden können. Durch die Verwendung dieser Mechanismen können Nutzer ihre Strategien zum Datenaustausch anhand von Vertrauensbewertungen und ihren individuellen Präferenzen festlegen.

Schließlich wird im Rahmen dieser Arbeit ein Verfahren vorgestellt, das es einem Anwendungsserver ermöglicht, auf Basis periodischer Pseudonyme die Vertrauenswürdigkeit der übertragenen Sensorwerte ohne Gefährdung der Privatsphäre der Nutzer zu beurteilen. Hierzu wird das Konzept der “Reputationsverschleierung” eingeführt, um zu verhindern, dass Anwendungsadministratoren aufeinanderfolgende Pseudonyme durch eine Analyse ihrer Reputationswerte in Verbindung zueinander bringen können. Durch die Verwendung verschiedener Methoden zur Reputationsverschleierung können die Nutzer selbst das Verhältnis zwischen Anonymität und dem Reputationsverlust, der mit einer Reputationsverschleierung einhergeht, auf Basis ihrer persönlichen Präferenzen festlegen.

Für alle vorgestellten Lösungen wird der erreichte Grad des Schutzes der Privatsphäre mittels umfangreicher Simulationen anhand von realistischen Szenarien untersucht. Außerdem wird die Anwendbarkeit der Lösungen durch Anwendung realer Datensätze und prototypischer Implementierungen evaluiert.