時空K-匿名集數(shù)據(jù)的關(guān)聯(lián)規(guī)則和序列模式挖掘研究.pdf

1、隨著用戶對基于位置服務(wù)（Location Based Service，LBS）隱私安全的日益關(guān)注，位置隱私保護成為當(dāng)前研究的熱點。但傳統(tǒng)方法只針對快照單次查詢或時空臨近的連續(xù)多次匿名查詢進行隱私保護，并未考慮基于大時空尺度范圍匿名集的分析推理攻擊。
　　為驗證這一問題，本文主要進行了以下研究：（1）通過對相關(guān)文獻的理論分析研究，首次提出了傳統(tǒng)的時空 K-匿名及其變體方法可能存在不能有效防御基于大時空尺度范圍匿名集的分析推理攻擊問題

2、，為此，設(shè)計并開發(fā)了從GPS軌跡數(shù)據(jù)模擬生成LBS時空K-匿名實驗數(shù)據(jù)的軟件系統(tǒng)。本文的研究對象是LBS在時空K-匿名查詢過程中產(chǎn)生的系列匿名集數(shù)據(jù)。但目前時空K-匿名及其優(yōu)化方法并沒有在商業(yè)的LBS系統(tǒng)上得以大規(guī)模推廣應(yīng)用，因此我們采用對GPS軌跡數(shù)據(jù)進行預(yù)處理，并應(yīng)用Gruteser等人提出的時空K-匿名算法，實驗?zāi)M生成一定規(guī)模數(shù)量的匿名集數(shù)據(jù)。本實驗的GPS軌跡數(shù)據(jù)，取自南京市某出租車管理公司于2007年7月15日，收集的（0：

3、00-24：00）時段的2612輛出租車的GPS軌跡數(shù)據(jù)。實驗?zāi)M生成的匿名集數(shù)據(jù)包括：LBS快照查詢生成的匿名集，LBS連續(xù)查詢生成的匿名集。（2）首先設(shè)計了具體的針對時空 K-匿名查詢數(shù)據(jù)集的關(guān)聯(lián)規(guī)則挖掘方法與序列模式挖掘算法實現(xiàn)方案。然后利用提出的這兩種實現(xiàn)方案，以從大量GPS數(shù)據(jù)模擬生成的匿名集快照數(shù)據(jù)與匿名集序列數(shù)據(jù)為實驗數(shù)據(jù)，分別進行了匿名集數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘與序列模式挖掘的實驗。實驗結(jié)果表明：基于本文提出方法挖掘的匿名集數(shù)