基于轨迹多特性的隐私保护算法

摘要：

现有基于聚类的轨迹隐私保护算法在衡量轨迹间的相似性时大多以空间特征为标准,忽略了轨迹蕴含的其他方面的特性对轨迹相似性的影响.针对这一情况可能导致的匿名后数据可用性较低的问题,提出了一种基于轨迹多特性的隐私保护算法.该算法考虑了轨迹数据的不确定性,综合方向、速度、时间和空间4个特性的差异作为轨迹相似性度量的依据,以提高轨迹聚类过程中同一聚类集合中轨迹之间的相似度;在此基础上,通过空间平移的方式实现同一聚类集合中轨迹的k-匿名.实验结果表明,与经典隐私保护算法相比,在满足一定隐私保护需求的前提下,采用所提算法实施隐私保护之后的轨迹数据整体具有较高的数据可用性.

关键词：轨迹隐私保护、隐私保护度、轨迹聚类、不确定性

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：广西自然科学基金项目2014GXNSFAA118382;崇左市科技计划项目崇科FB2018001;广西科技计划项目2017AB15008;上海市教育委员会科研创新项目14ZZ167;国家自然科学基金项目71463003

在线出版日期：2019-03-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：190-195