Dagens smartphones är utrustade med GPS, vilket har blivit en användbar information för externa aktörer. Detta har skapat möjligheter för företag att kommunicera med sina användare, bland annat med hjälp av mobila kuponger. Det har tidigare funnits hinder för att utveckla mobila kuponger, som tekniska begränsningar, men nu är utmaningen att få förståelse för sina användare. Den här uppsatsen har undersökt hur användningen och uppfattningen av mobila kuponger ser ut idag, vilka faktorer som kan påverka användningen, samt hur dessa faktorer skulle kunna förbättras för att fler börjar använda tjänsten. Frågorna har besvarats med en enkätundersökning av 50 respondenter, samt en fokusgrupp med 6 deltagare. Resultatet visade att användningen av tjänsten inte är särskilt hög, men detta berodde främst på att man inte kände till att mobila kuponger fanns. Några viktiga faktorer som påverkade användningen var att man glömde bort att utnyttja kupongerna, en större ansträngning kändes mer pinsamt, samt att det kunde kränka integriteten. / The smartphones of today are provided with GPS’, which has created valuable opportunities for external actors. This in turn has created opportunities for companies to communicate with their consumers, by the use of mobile coupons for example. There have previously been technical obstacles for these kind of services, but now the challenge is to understand the consumer. This paper investigates the usage and the conceptions of mobile coupons at present, which elements that can affect the utilization and how these elements could be improved to spread the distribution of this service. The questions have been answered through a survey of 50 respondents and a focus group of 6 participants. The result proved that the usage of mobile coupons is not particularly high, however this was mainly due to bad awareness of the availability of the service. Some important factors affecting the utilization was forgetting to use the coupons, a bigger commitment was seen as awkward, or to intrude on the integrity.

Although air pollution is one of the largest threats to human health, the data available to the public is often sparse and not very accurate nor updated. For example, there exists only about 5-10 air quality measuring points across the city of Stockholm. This means that the available data is good in close proximity of the sensing equipment but can differentiate much only a couple of blocks away. In order for individuals to receive up to date information around a larger city, stationary measurements are not sufficient enough to get a clear picture of how the current state of the air quality stands. Instead, other methods of collecting this data is needed, for instance by making the measurements mobile. GOEASY is a project financed by the European Commission where Galileo, Europe’s new navigational service, is used to enable more location-based service applications. As part of the GOEASY project is the evaluation of the potential of collaborative applications where users are engaged to help individuals affected by breathing-related diseases such as asthma. This thesis presents the choice of architecture and the implementation of a mobile platform serving this purpose. Using sensors mounted on a range of objects real time air quality data is collected and made available. The result is a mobile platform and connected Android application which by utilizing air quality sensors, reports pollution measurements together with positional coordinates to a central server. Thanks to the features of the underlying systems used, this provides a platform which is accurate and more resilient to exploits compared to traditional location-based services available today. The result allows individuals with respiratory conditions to receive much more accurate and up to date information in a larger resolution. It also serves the purpose of demonstrating the potential of the supporting technology as part of the GOEASY project. / Trots att föroreningar i luften är bland de största hoten mot mänsklig hälsa är den information som finns tillgänglig för allmänheten ofta både gles och inte tillräckligt noggrann eller uppdaterad. Till exempel finns det i hela Storstockholm endast mellan 5–10 luftkvalitetstationer som mäter föroreningar. Detta innebär att den data som finns tillgänglig är bra i närheten av mätutrustningen men kan skilja sig mycket enbart ett par kvarter bort. För att öka mängden information som är tillgänglig till allmänheten räcker inte längre enbart de stationära lösningarna som finns idag för att visa hur de rådande halterna av föroreningar står sig. Andra metoder måste införas, exempelvis genom att nyttja mobila mätningar från en plattform som kan röra sig fritt. GOEASY är ett projekt finansierat av den Europeiska Kommissionen, där Galileo, Europas nya navigationssystem används för att tillåta fler platsbaserade tjänster att äntra marknaden. Som en del av GOEASY projektet ingår evalueringen av potentialen i en applikation där användare samlar in data för att hjälpa individer med andningssvårigheter som astma. Denna avhandling presenterar valen till arkitekturen samt implementationen av en mobil plattform som en del av GOEASY. Lösningen använder sig av mobila luftkvalitetsensorer som kan monteras på en rad olika objekt som samlar data i realtid som görs tillgänglig för allmänheten. Resultatet är en mobil plattform och tillhörande Android applikation som med hjälp av luftkvalitetsensorer rapporterar halten av olika skadliga föroreningar tillsammans med platsinformation till en central server. Tack vare egenskaperna av de underliggande systemen som används, skapas en plattform som är mycket mer precis när det gäller positionering jämfört med liknande system som finns tillgängligt. Det resulterande systemet gör det möjligt för individer med andningssvårigheter att få tillgång till noggrannare samt mer uppdaterad information i större utsträckning än vad som för närvarande är tillgängligt. Systemet fyller även syftet med att demonstrera potentialen i den bakomliggande teknologin som en del av GOEASY.

Some Location Based Services (LBS) can automatically find geographic locations that are relevant to the everyday smartphone user. A relevant location, or place, is a location that is of some significance to a user, e.g. home, workplace, airports or stores. Knowledge of these places can be used to enhance a smartphone application. However, most approaches to finding places are coarse, and simply define a place with a circle or polygon representing a geographical area. Instead this paper explored the feasibility of defining a place by using the natural boundaries found in the information of a map. The developed algorithm calculated the center of a cluster of location points by adding biased weights to each point. A close proximity of the center point was then searched for certain types of map elements such as buildings or parks. Because of time restrictions, map images were used instead of the underlying data. The developed algorithm found the correct place in 78% of the 45 test cases. In 15% of the cases it could not find anything, mainly because the map did not contain sufficiently detailed information about buildings outside of cities. The remaining 7% were incorrect results, some of which might have been remedied by more detailed map information. Overall the suggested approach was viable when a user had been in a building, park, or other clearly defined place, and when there was sufficiently detailed map information. To further this research an algorithm that processes geographical data directly instead of using map images could be tested. It would avoid some of the problems created by having an image as a middle layer between data and algorithm. / Vissa tjänster baserade på användarens geografiska position kan automatiskt hitta områden som är relevanta för en smartphoneanvändare. En relevant plats är ett område som har någon betydelse för en användare, till exempel ett hem, en arbetsplats, flygplats eller butik. Information om dessa platser kan användas för att berika en smartphoneapplikation. De flesta ansatser till att hitta relevanta platser är mindre detaljerade, och definierar en plats med en cirkel eller polygon som beskriver ett geografiskt område. Den här uppsatsen utforskar istället om det är möjligt att definiera en plats genom att använda naturliga gränser som finns i informationen på en karta. Den utvecklade algoritmen beräknade mittpunkten av ett cluster av GPS-punkter genom att partiskt ge varje punkt en vikt. Den sökte sedan igenom ett område runt mittpunkten efter en viss typ av kartelement, till exempel byggnader eller parker. På grund av tidbegränsningar användes kartbilder istället för underliggande geografisk data. Den utvecklade algoritmen hittade rätt plats i 78% av de 45 testfallen. I 15% av fallen hittade den ingen plats, främst på grund av att kartan saknade information om byggnader utanför städer. De resterande 7% var inkorrekta resultat, varav vissa skulle kunna räddats om kartan innehöll information om byggnaderna i området. Generellt var den föreslagna strategin användbar främst när en användare hade varit i en byggnad, park eller annan tydligt avgränsad plats, och när kartan innehöll tillräckligt detaljerad information. För att fortsätta denna undersökning kan en algoritm som använder den underliggande geografiska datan istället för en kartbild utvecklas. Det skulle undvika vissa av problemen som skapas av att ha en bild som mellanlager mellan data och algoritm.

Proximity Services is a new feature in the 3rd Generation Partnership Project (3GPP) standard for mobile communication. This features gives the opportunity to provide services locally if the targets are sufficiently close. However, in the current version of the proposed specification, there is no protection against a malicious user tunneling messages to a remote location to give the impression of proximity. This thesis proposes solutions to protect against such a spatial replay attack and evaluates these solutions based on how the user’s integrity is preserved, their complexity, and the added overhead. It is not obvious today what the consequences of a spatial replay attack are and how serious such an attack could be. However, once the feature is deployed and people start using it, it could prove to be a major vulnerability. The methods presented in this thesis could be used to prevent spatial replay in 3GPP or similar standards proximity services. The chosen method is a geographical packet leash based on a poly-cylindrical grid for which only a certain amount of Least Significant Bits of the grid cell identifier is included in the initial Discovery Message and the rest could be used in the calculation of the Message Authentication Code. / Proximity Services är en ny funktion inom 3rd Generation Partnership Project (3GPP) standard för mobil kommunikation. Den möjliggör att erbjuda tjänster lokalt om de tänkta användarna är tillräckligt nära. I den nuvarande versionen av specifikationen så finns det dock inget som hindrar en tredje part med onda avsikter från att tunnla meddelanden från den ursprungliga platsen till en annan som inte är i närheten för att ge intrycket till mottagaren att sändaren finns nära. Det här examensarbetet föreslår lösningar för att begränsa nämnda attack och utvärderar dem efter hur de påverkar användarnas platssekretess, lösningens komplexitet och den overhead de innebär. Det är idag inte uppenbart på vilket sätt den nämnda attacken skulle kunna påverka användarna och hur allvarliga konsekvenserna kan bli, men när standarden är implementerad och eventuella användare tillkommer så skulle det kunna visa sig innebära en stor risk. Lösningarna som presenteras i det här examensarbetet skulle kunna användas för att begränsa den här typen av attacker inom 3GPPs standard eller liknande baserade på närhet. Den metoden som har valts är ett ’geographical packet leash’ baserat på ett polycylindriskt rutnät för vilket endast en bestämd mängd minst signifikanta bitar är inkluderade i ett inledande Discovery Message medans resten kan användas i beräkningen av Message Authentication Code.