[发明专利]一种基于关节点综合重要度的位置敏感度判别方法

说明书

一种基于关节点综合重要度的位置敏感度判别方法，基于位置对于用户轨迹的不同改变程度，提出习惯关节点、速度关节点、方向关节点的概念；并在此基础上根据位置分布情况构建关节点过滤方法，最后基于重要度综合评价方法，形成位置的敏感程度判断，该发明所提关键位置节点代表对于用户行为模式，包括移动轨迹方向、移动距离大小、移动行驶习惯有明显改变的位置节点，称为关节点(Key Location)。这些位置点对于用户轨迹的敏感性较高，其隐私泄露会增加隐私窃取攻击对于轨迹T窃取成功的概率。

技术领域

本发明属于位置隐私保护领域，具体涉及一种基于关节点的位置敏感度判别方法和系统。

背景内容

传统对于轨迹中所有位置进行保护的方法计算开销大、效率不高导致难以适应现在的基于位置的信息服务高效、快速的服务要求。为此，根据轨迹中位置的敏感程度，有针对性的进行保护变得十分必要。尤其是结合位置对于用户行为模式的影响进行敏感度分级判断十分关键。本文提出一种基于用户行为模式关节点重要度判断，并据此进行位置敏感度判断方法。

发明内容

为了克服上述现有技术的不足，本发明的目的是提供一种基于关节点的位置敏感度判别方法，所提关键位置节点代表对于用户行为模式，包括移动轨迹方向、移动距离大小、移动行驶习惯有明显改变的位置节点，称为关节点(Key Location)。这些位置点对于用户轨迹的敏感性较高，其隐私泄露会增加隐私窃取攻击对于轨迹T窃取成功的概率。

为了实现上述目的，本发明采用的技术方案是：

一种基于关节点综合重要度的位置敏感度判别方法，基于位置对于用户轨迹的不同改变程度，提出习惯关节点、速度关节点、方向关节点的概念；并在此基础上根据位置分布情况构建关节点过滤方法，最后基于重要度综合评价方法，形成位置的敏感程度判断，详细包括以下步骤：

1)方向关节点(Direction Key Location)对于轨迹数据集合T中任一轨迹中的位置,若其作为轨迹的DKL，则经过DKL的前后两条轨迹片段T_loci，DKL,T_DKL，loci+2的夹角余弦改变明显大于其余轨迹段的位置，即大于方向阈值θ_∠，其中，夹角余弦表示为：

方向阈值θ_∠可以通过均值与均方差的求和计算，根据公式(1)可以看出，当经过位置的余弦相似度越小则其对于轨迹T的关键程度，尤其是在大量的变向移动中，直线运动经过的位置即为方向关节点；同时在直线运动中，变向轨迹经过的位置即为方向关节点；

2)速度关节点(Speed Key Location)轨迹数据集合T中任一轨迹中的位置,则SKL代表经过位置SKL后的轨迹段T_loci，SKL,T_SKL，loci+2的距离改变明显大于轨迹中的其他的位置，即大于距离阈值θ_d。同时由于现有的位置采集为等时采集，我们采用距离进行衡量。则经过SKL的距离表达其重要度为

其中，IKL_x，loc_i+2,x代表相应位置的横向坐标；

3)习惯关节点(Preference Key Location)对于用户O的的多条行驶轨迹T₁，T₂,。。。T_N属于T_O，PKL代表具有多条轨迹此点位置汇合点，即T₁∩T₂∩…∩T_i＝PKL，经过PKL的轨迹越多，则关节点PKL对于用户O的习惯性影响越强,则习惯关节点的重要度指标为

count_im＝|T_1,dis∩T_2,dis∩…∩T_i,dis|  (3)