[发明专利]一种针对稀疏位置轨迹隐私保护方法

说明书

本发明公开了一种针对稀疏位置轨迹隐私保护方法，通过动态调整匿名阈得到位置点候选集，而动态的位置匿名阈相对于静态的位置匿名阈能减少抑制，降低轨迹点抑制率，另外，不采用用户的历史数据来作为假轨迹的基础，避免了数据的直接暴露；最后，通过判断相邻位置点之间的可达性以及结合局部转移概率，连接位置点候选集中的位置点，得到候选轨迹集；以及通过对候选轨迹集中的轨迹与原轨迹之前进行相似性判断以及结合整体转移概率，从候选轨迹集中选取最优的k‑1条轨迹，能够有效抵抗对转移概率的分析，大大提高了匿名效果。

技术领域

本发明涉及隐私保护的技术领域，尤其涉及到一种针对稀疏位置轨迹隐私保护方法。

背景技术

传统的轨迹隐私保护方案往往是生成一组匿名轨迹，在轨迹数据发布前，删除轨迹中的一些敏感位置，这种方法称为轨迹抑制，这里的敏感位置指的是轨迹中出稀疏地理位置的点，当抑制点过多时，会导致数据发布可用性差，抑制过少，则隐私保护效果差，因此，如何合理的抑制位置信息是目前面临的一个重要问题。

现有的技术中，Yannian Zhao等人针对对手拥有的背景知识，可以从用户的轨迹的起点和终点来分析进行攻击，提出了一种安全起点和终点的轨迹生成算法，在用户的历史轨迹数据中选择符合用户习惯的位置点，作为起点集和终点集，再截取用户的历史轨迹进行拟合，得到一个匿名轨迹集。刘向宇等人针对用户个性化的信息保护需求(假设用户在t2时刻通过微博发布自己的位置信息)，以用户自主暴露的位置为定点，生成k-1条假轨迹，每一条假轨迹都在相同顺序时间点经过了暴露位置，出去暴露位置外的其他轨迹点，生成若干个位置，把这些点连接起来形成一个轨迹集，再挑选k-1条轨迹与原始轨迹组成一个匿名集，针对不满足匿名阈的敏感位置点直接抑制。

但从用户的历史轨迹中选择位置点以及轨迹片段来拟合成假轨迹，需要用户大量的个人数据，当数据不足时，难以达到较高的隐私保护效果，而且即使历史数据集也是用户的真实信息，同样有泄露风险。还有的是，在使用轨迹抑制法时，没有做到合理的抑制，用户的轨迹点多数处于稀疏环境时，抑制过多，导致发布数据可用性差。另外，在地图上使用随机生成的位置点时，没有考虑地理特征，可能生成位置点是处于常人无法到达的地点，在拟合成轨迹时没有考虑局部位置之间的转移概率以及轨迹整体的转移概率。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能减少抑制、降低轨迹点抑制率、避免直接暴露、匿名效果明显提高的针对稀疏位置轨迹隐私保护方法。

为实现上述目的，本发明所提供的技术方案为：

一种针对稀疏位置轨迹隐私保护方法，首先针对原轨迹的稀疏位置通过动态调整匿名阈得到位置点候选集，然后连接位置点候选集得到候选轨迹集，最后从候选轨迹集中选取最优的k-1条轨迹与原轨迹组成一个轨迹k匿名集进行发布。

进一步地，包括以下步骤：

S1、针对用户的轨迹进行用户活动区域网格划分；

S2、根据使用的数据集得出每个区域的查询概率；

S3、通过动态调整匿名阈得到位置点候选集；

S4、连接位置点候选集得到候选轨迹集；

S5、从候选轨迹集中选取最优的k-1条轨迹与原轨迹组成一个轨迹k匿名集进行发布。

进一步地，所述步骤S3通过动态调整匿名阈得到位置点候选集的具体过程如下：