[发明专利]一种基于轨迹分段的轨迹数据隐私保护方法

说明书

本发明公开一种基于轨迹分段的面向轨迹数据发布的隐私保护方法，步骤为：对基于位置服务应用提供商积累的原始轨迹数据集运用基于轨迹分段填充的等价类划分算法；对每个等价类运用基于轨迹分段聚类的聚类组构建算法：确定聚类组的开始时间并划分候选聚类组；遍历每个候选聚类组，确定轨迹集合，构建位于聚类组时间区间外的轨迹分段；将未加入聚类组的轨迹插入时间区间与之相同、空间位置最近的聚类组中；对每个聚类组中每条轨迹上的每个位置点进行空间扰动，将每个聚类组都变成一个匿名轨迹集合，做为可直接发布的轨迹数据集。本发明方法采用等价类划分算法，减少了删除的时空点数目，保证等价类中包含足够数目的轨迹，提高了待发布数据的可用性。

技术领域

本发明涉及一种属于面向轨迹数据发布的隐私保护技术，具体为一种基于轨迹分段的轨迹数据隐私保护方法。

背景技术

轨迹数据是指包含用户时间和位置序列信息的数据，随着手机、车载传感器等具有定位功能的终端设备的普及，用户的时空数据越来越容易被收集，产生大量的轨迹数据。轨迹数据分析对政府和企业有重要应用价值，在交通监控、城市规划、移动性管理和营销策略等领域有广泛的应用前景。在现实生活中，出于决策制定和科学研究的需要，许多研究机构或学术组织都会对外发布这些轨迹数据。然而，这些信息具有较高的敏感性，当恶意攻击者在未经授权的情况下，计算推理获取与轨迹相关的其它个人信息，用户的个人隐私可能通过其轨迹完全暴露。由此，在发布轨迹数据时如何既能高效地保护用户隐私又能保证数据的可用性成为了亟待解决的问题。

传统的基于(k,δ)-匿名模型的轨迹隐私保护算法可分为三个步骤：第一步是预处理，目的是生成等价类；第二步是轨迹匿名，目的是将第一步骤获得的每个等价类划分为若干聚类组，使得每个聚类组中都至少包含k条位置相近的轨迹。第三步是位置点扰动，目的是保证聚类组中的所有轨迹在每个采样时刻的位置点都位于一个以δ为半径的不确定圆盘中。传统的等价类划分算法存在删除时空点数目过多和等价类中包含轨迹数目过少的问题，传统的聚类组构建算法存在聚类组内轨迹在某些时刻位置分布比较发散，进而在对位置点进行扰动时扰动距离较大，从而数据可用性较低。

发明内容

针对现有技术中聚类组构建算法存在聚类组内轨迹分布发散、对位置点的扰动距离导致数据可用性较低等不足，本发明要解决的问题是提供一种可基于轨迹分段的轨迹数据隐私保护方法。

为解决上述技术问题，本发明采用的技术方案是：

本发明一种基于轨迹分段的面向轨迹数据发布的隐私保护方法，包括以下步骤：

1)对基于位置服务应用提供商积累的原始轨迹数据集运用基于轨迹分段填充的等价类划分算法：将其它等价类中位于当前等价类时间区间内的轨迹分段填充到当前等价类中；

2)对每个等价类运用基于轨迹分段聚类的聚类组构建算法：确定聚类组的开始时间并根据此时轨迹所处的位置点将等价类包含的所有轨迹划分为若干候选聚类组；遍历每个候选聚类组，确定聚类组的结束时间和组成该聚类组的轨迹集合，进而构建聚类组和处理加入聚类组的轨迹中位于聚类组时间区间外的轨迹分段；将当前等价类中没有加入聚类组的轨迹分割为多个轨迹分段，放入对应时间区间等价类；

3)将未加入聚类组的轨迹插入时间区间与之相同、空间位置最近的聚类组中；

4)对每个聚类组中每条轨迹上的每个位置点进行空间扰动，将每个聚类组都变成一个匿名轨迹集合，做为可直接发布的轨迹数据集。

步骤1)中轨迹分段填充包括以下步骤：

101)设E为轨迹数目小于阈值的等价类，其开始时间为i，结束时间为j；

102)从等价类集合ES中找到两个等价类E₁,E₂，满足E₁的开始时间为i，结束时间为t，E₂的开始时间为j+1，结束时间为t；