[发明专利]一种隐私保护的网约车上车点推荐系统与方法

说明书

本发明公开了一种隐私保护的网约车上车点推荐系统与方法，是应用于由轨迹特征生成模块、语义计算模块、上车点推荐模块构成的本地环境中；其中，轨迹特征生成模块收集真实轨迹数据，并利用马尔科夫链模型对轨迹进行建模并选取相似乘客发送给语义计算模块；语义计算模块计算相似乘客地理位置的语义数据，并综合多种语义数据计算与当前位置的相似度并发送给上车点推荐模块；上车点推荐模块综合计算结果，并将推荐地点呈现在地图应用中。本发明能在网约车服务中抵抗潜在攻击者的安全威胁，保护乘客的上车点隐私不被恶意约车应用获取，从而保护乘客的隐私，保证乘客的生命以及财产安全。

技术领域

本发明涉及一种隐私保护的网约车上车点推荐系统与方法，属于位置隐私保护、网约车服务以及安卓应用技术领域。

背景技术

在车联网环境中，网约车服务应用越来越广。在网约车服务中，乘客根据自身位置上传上车点，网约车服务提供商根据乘客与司机信息完成匹配，将上车点发送给司机，最终司机接驾乘客后驶往目的地。

在一次网约车服务中，乘客根据自身位置选择上车点并提供给网约车服务提供商以匹配合适的司机，然而上车点与乘客自身的隐私信息高度相关，例如可能关联到乘客的家庭或工作地点。因此，乘客应对上车点进行适当的处理以防止隐私泄露问题的发生。

为了解决乘客隐私保护问题，近些年来出现了基于差分隐私技术的保护方案以及基于同态加密、安全可搜索加密技术的隐私保护方案。基于差分隐私的保护方案对位置增加一个噪音以达到保护效果并实现地理不可区分性，基于同态加密、安全可搜索加密技术的隐私保护方案利用密码学手段处理位置以抵抗恶意攻击者。然而由于以下三个原因，这些方法难以真正有效且高效地保护乘客隐私：

(1)基于差分隐私技术的保护方案具有随机性，可能输出一个无效的位置；

(2)基于同态加密、安全可搜索加密技术的隐私保护方案在服务器端及用户端消耗了大量计算资源，难以实现高效性；

(3)这两种方案没有考虑到乘客所处位置的语义信息。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种隐私保护的网约车上车点推荐系统与方法，以期能在网约车服务中抵抗潜在攻击者的安全威胁，保护乘客的上车点隐私不被恶意约车应用获取，从而保护乘客的隐私，保证乘客的生命以及财产安全。

本发明为达到上述发明目的采用如下技术方案：

本发明一种隐私保护的网约车上车点推荐系统的特点是应用于若干个客户端所组成的车联网中，每个客户端均包括：轨迹特征计算模块、语义计算模块以及上车点推荐模块；

所述轨迹特征计算模块包括：真实轨迹数据建模单元，轨迹相似度计算发送单元；

所述语义计算模块包括：语义数据提取单元，语义相似度计算发送单元；

当前客户端的真实轨迹数据建模单元对其他客户端中乘客地理位置的真实轨迹数据进行建模，并将建模结果发送给当前客户端的轨迹相似度计算发送单元；

当前客户端的轨迹相似度计算发送单元根据所接收的建模结果，计算建模结果的轨迹相似度并选取相似度高的若干个建模结果所对应的其他客户端的乘客地理位置发送至所述语义数据提取单元；

当前客户端的语义数据提取单元接收若干个其他客户端的乘客地理位置，并提取所有乘客地理位置的语义信息后，发送给当前客户端的语义相似度计算发送单元；

所述语义相似度计算发送单元根据所接收的乘客地理位置的语义信息，计算语义相似度并发送给当前客户端的上车点推荐模块；

所述上车点推荐模块根据语义相似度的计算结果选取若干地理位置并呈现在地图上以供当前客户端的乘客进行选择。