移動對象不確定軌跡隱私保護方法研究與實現(xiàn).pdf

1、隨著全球?qū)Ш脚c定位系統(tǒng)的發(fā)展，大量的移動軌跡數(shù)據(jù)應(yīng)運而生。然而，軌跡數(shù)據(jù)包含大量的個人信息，針對軌跡數(shù)據(jù)的信息挖掘可能導(dǎo)致個人隱私信息的暴露。目前已經(jīng)開展的一些軌跡數(shù)據(jù)隱私保護的研究工作均假設(shè)軌跡數(shù)據(jù)是精確無誤的。然而，數(shù)據(jù)采集設(shè)備的不精確和軌跡數(shù)據(jù)延遲更新等原因造成了移動對象軌跡普遍存在的不確定性。這使得基于確定數(shù)據(jù)的隱私保護技術(shù)無法有效地處理這種情況。因此，針對軌跡數(shù)據(jù)固有的不確定性，本文提出了適用于不確定軌跡的隱私保護方法。

2、>　　目前數(shù)據(jù)發(fā)布的隱私保護方法主要分為兩大類，一是基于K-匿名技術(shù)的，二是基于差分隱私技術(shù)的。本文基于這兩種技術(shù)分別提出了兩種針對不確定性軌跡數(shù)據(jù)發(fā)布處理的隱私保護方法—RestoreIts True(RIT)軌跡隱私保護方法和Reconstruct Trajectorybased on Difference of privacy(RTD）軌跡隱私保護方法。
　　基于K-匿名的RIT軌跡隱私保護方法。RIT軌跡隱私保護方法解決了

3、(k，δ)-anonymity技術(shù)的兩個缺點，將不確定的誤差半徑考慮成一個變值;將軌跡的線性模型轉(zhuǎn)變?yōu)檐壽E域模型。其首先使用概率統(tǒng)計的方法并基于布朗運動模型將軌跡轉(zhuǎn)化成一個更為真實的軌跡域，然后將軌跡域的相交體積作為基準(zhǔn)來計算軌跡的相似度，利用(k，m)-前綴樹的聚類算法將數(shù)據(jù)聚類并進行隱匿處理，最后將處理后數(shù)據(jù)發(fā)布。
　　基于差分隱私的RTD軌跡隱私保護方法。首先利用差分隱私中的Laplace噪聲機制在誤差半徑內(nèi)對采樣點進行加躁

4、，加噪的結(jié)果要求滿足ε-RTD保護度，再利用動態(tài)規(guī)劃的方法對加噪后的軌跡數(shù)據(jù)進行聚類，為了減少軌跡匿名化帶來的大量的信息損失，RTD對等價類中的軌跡數(shù)據(jù)的采樣點進行隨機重構(gòu)。
　　最后，開發(fā)一個原型系統(tǒng)去集成與應(yīng)用這兩種軌跡模型與隱私保護方法，并在真實的數(shù)據(jù)集上進行實驗。實驗結(jié)果表明，RIT軌跡隱私保護方法能夠有效地還原數(shù)據(jù)的真實性，提高數(shù)據(jù)的使用質(zhì)量，并且能夠保護數(shù)據(jù)的隱私;RTD軌跡隱私保護方法顯著地降低了數(shù)據(jù)發(fā)布后的信息損失