[发明专利]抵御位置数据中毒攻击的车联网位置数据处理方法和装置

权利要求书

1.一种抵御位置数据中毒攻击的车联网位置数据处理方法，其特征在于，包括以下步骤：

(1)接收车联网用户发送的位置数据；

(2)结合随机步游和特征学习构造用户运动的外源特征；

(3)基于用户运动的外源特征构造推测社交图；

(4)将所述推测社交图与用户的社交网络图进行匹配，识别出有毒位置数据；具体为：首先分别在推测社交图和社交网络图中选择k个landmark节点，记为A_t＝{a₁,a₂,…,a_k}和A_s＝{a_1s,a_2s,…,a_ks}，任意一个节点n的距离向量为即节点n到k个landmark节点的最小跳数，任意两个节点n_t∈A_T/A_t和n_s∈A_S/A_s之间增加一条边的概率是其中，A_T和A_S分别是推测社交图和社交网络图中的节点集合，匹配的目标函数为寻找最佳的匹配，即最大化目标函数，若最终没有被匹配的节点，则认为是有毒用户，其数据为是有毒位置数据。

2.根据权利要求1所述的抵御位置数据中毒攻击的车联网位置数据处理方法，其特征在于，所述步骤(2)具体为：将所有用户和其位置数据构造成一个二分图，采用随机游走的方式在二分图上为每个用户产生α_w条随机游走轨迹，每条随机游走轨迹的长度为l_w，并定义随机游走的转移概率，通过深度学习思想，结合随机游走轨迹，学习每个用户的运动特征，并将其映射为一个连续向量，最后输出用户的连续向量。

3.根据权利要求2所述的抵御位置数据中毒攻击的车联网位置数据处理方法，其特征在于，所述步骤(3)中通过比较任意两个用户的连续向量，并计算两个用户的连线向量的相似性，当相似性大于阈值时，则认为两个用户是朋友关系，并根据推测的朋友关系，构造推测社交图。

4.根据权利要求1所述的抵御位置数据中毒攻击的车联网位置数据处理方法，其特征在于，所述步骤(4)中用户的社交网络图是根据社交网络平台发送的用户社交网络数据构造得到的。

5.根据权利要求1所述的抵御位置数据中毒攻击的车联网位置数据处理方法，其特征在于，所述步骤(4)后还包括结合无噪差分隐私理论论证抵御技术的性能边界的步骤。

6.一种抵御位置数据中毒攻击的车联网位置数据处理装置，其特征在于，包括：数据接收模块，用于接收车联网用户发送的位置数据；关系构造模块，结合随机步游和特征学习构造用户运动的外源特征，并根据用户运动的外源特征构造推测社交图；关系匹配模块，用于将所述推测社交图与用户的社交网络图进行匹配，识别出有毒位置数据，具体为：首先分别在推测社交图和社交网络图中选择k个landmark节点，记为A_t＝{a₁,a₂,…,a_k}和A_s＝{a_1s,a_2s,…,a_ks}，任意一个节点n的距离向量为即节点n到k个landmark节点的最小跳数，任意两个节点n_t∈A_T/A_t和n_s∈A_S/A_s之间增加一条边的概率是其中，A_T和A_S分别是推测社交图和社交网络图中的节点集合，匹配的目标函数为寻找最佳的匹配，即最大化目标函数，若最终没有被匹配的节点，则认为是有毒用户，其数据为是有毒位置数据。

7.根据权利要求6所述的抵御位置数据中毒攻击的车联网位置数据处理装置，其特征在于，还包括：请求和接收模块，用于向社交网络平台发送社交网络数据请求，并接收社交网络平台发送的用户社交网络数据。