[发明专利]一种基于相似性的发布轨迹k-匿名隐私保护方法

说明书

发明一种基于相似性的发布轨迹k‑匿名隐私保护方法，属于数据挖掘与信息安全的交叉领域。克服轨迹相似性度量中抗噪性和灵敏性之间的矛盾，提高轨迹聚簇的有效性，克服轨迹重构中的二次攻击问题和路网冲突问题。首先，通过一种基于距离负相关性的轨迹相似性度量方法得到轨迹间的相似性，这种方法提高了对噪声的鲁棒性和灵敏性；然后，将轨迹及其相似度投影到轨迹相似性加权网络中，通过一种网络节点聚类方法完成相似轨迹的聚簇；最后，通过一种基于移位的轨迹重构方法，实现轨迹k‑匿名，同时提高了发布轨迹的可用性。

技术领域

本发明属于数据挖掘与信息安全的交叉领域，具体涉及一种轨迹数据发布前的身份隐私保护方法。

背景技术

定位技术和无线通信技术的结合催生了大量基于位置的服务。可信位置服务提供者可以获得大量的用户时空位置数据。从挖掘轨迹数据中获得的知识可以用于很多领域，但这种数据发布可能导致轨迹主体的隐私泄露。数据所有者应在发布给第三方进行分析前对轨迹数据进行处理，以保护隐私。

对于发布轨迹数据，匿名性是轨迹主体身份隐私保护的主要指标。k-匿名是一类主要的隐私保护策略，可以理解为对手在轨迹数据中确定目标轨迹的概率不大于1/k，或者“对手不能判断掌握的背景知识属于k条转换轨迹中的哪一条”。轨迹聚簇-重构框架是较为常用的发布轨迹k-匿名隐私保护方法。首相将相似的轨迹聚成容量(用|C|表示)不小于k的簇，然后将簇内的轨迹扰动重构，使得通过簇内轨迹重构生成的|C|条发布轨迹不可区分，进而达到k-匿名的目的。

1聚簇过程中轨迹相似性的度量

聚类是相似轨迹的集合，因此对轨迹相似度的测量至关重要。轨迹相似度的度量取决于其应用场景，可以是轨迹特征的任意组合，如轨迹方向、速度、形状、位置、路径、寿命等。由于轨迹数据的时空分布和序列特性，目前的轨迹相似性度量分为两种。

第一种是基于轨迹点间距离的方法，以欧氏距离(EUD)为代表，以采样时间上轨迹点间的距离的平均值作为轨迹间的距离度量，这类方法对噪音十分敏感。

另一种是基于序列数据匹配的方法，以编辑距离(ED)为代表，这类方法将轨迹点间的相似性定义为0和1两种，有效提高了对噪音的鲁棒性，但有时会造成较大的误差。基于以上两种轨迹相似性的聚簇方法很难得到理想的聚簇结果。

2簇内轨迹的重构策略

簇内轨迹的重构一般采用微聚合或者区域采样两种方案。

第一类簇内轨迹重构方法是基于聚拢的。首先找到簇心轨迹，然后将簇内轨迹以一定的约束向簇心聚拢，以达到匿名目的。这种聚簇方案使得簇内轨迹的聚簇特性被加强，轨迹数据的分布更接近于匿名算法所选取的轨迹分组，更容易受到二次聚簇攻击。

第二类簇内轨迹重构方法不改变轨迹的聚簇特性，通过在轨迹点的分布区域采样实现轨迹的重构。这种方法没有改变整体的轨迹点分布，因此可以免受二次聚簇的攻击。基于区域采样的方法则会有生成的采样点与路网的冲突。

发明内容

本发明的发明目的是克服现有技术中的不足，提出一种基于相似性的发布轨迹k-匿名隐私保护方法。克服轨迹相似性度量中抗噪声性和灵敏性之间的矛盾，提高轨迹聚簇的有效性。克服轨迹重构中的二次攻击问题和路网冲突问题。

本发明所采用的技术方案为：

一种轨迹聚簇-重构框架下的轨迹k-匿名隐私保护方法，步骤如下：

步骤一，通过一种插值法实现轨迹的同步；

步骤二，通过一种基于距离负相关性的轨迹相似性度量方法得到轨迹间的相似度；

步骤三，将轨迹及轨迹间的相似度投影到轨迹相似性加权网络中，通过一种网络节点聚类方法完成相似轨迹的聚簇；

步骤四，通过一种基于移位的轨迹重构方法，实现轨迹k-匿名。