[发明专利]一种用户移动轨迹相似度比较的隐私保护方法

摘要

本发明公开了一种用户移动轨迹相似度比较的隐私保护方法，流程主要分为两个阶段：首先完成在不同单位时间段内用户在其日常生活和工作区域的移动轨迹的收集和数据量化，采用矩阵的方式从时间和空间两个维度来表征用户的位置变化和移动轨迹；然后引入隐私保护服务器实现隐私保护，方法是基于用户移动轨迹矩阵，可以分析用户A和用户B在位置变化上的相似度，相似度大的用户可以认为在同一社群。但是位置轨迹对用户而言是隐私数据，然后设计如何在隐私保护的前提下完成相似度比较，并最终对比出不同用户之间移动轨迹的相似度。本发明对用户的位置移动轨迹在时间和空间两个维度上进行量化，构建出能够实现轻量级隐私保护的轨迹矩阵，降低了复杂性。

主权项

一种用户移动轨迹相似度比较的隐私保护方法，其特征在于包含如下步骤：步骤1、将用户的日常生活和工作区域划分成n个小区域，同时考察在n个用户自定义的单位时间段内的移动轨迹，每个时间段为K小时；步骤2、记录用户在K小时内在每个小区域的停留时间，并统计形成用户移动行为轨迹矩阵；其中，矩阵的列代表1到n个单位时间段，矩阵的行代表1到n个小区域，第i行第j个元素tij代表在第j个单位时间段内用户在第i个区域所停留的时间占比，即对于给定的j值(1≤j≤n)，步骤3、设用户A和用户B的移动行为轨迹矩阵分别为与其中与的维度均为n*n：列向量Ai＝(t1i,t2i,…,tji,…,tni)T，中的任意两列可交换位置；列向量Bi＝(t1i,t2i,…,tji,…,tni)T，中的任意两列可交换位置；步骤4、隐私保护服务器选取建立n维矩阵S，具体方法如下：(1)选取大整数k、0≤q≤2n‑1范围的整数q、范围的大质数g，设定一个最大值(2)将整数q化成二进制值qnqn‑1...q2q1，有(3)根据q化成的二进制结果产生矩阵S，其对角线元素为其余元素为0；(4)因为12modg＝1，(g‑1)2modg＝(g2‑2g+1)modg＝1，所以有步骤5、隐私保护服务器产生随机n维矩阵M与M‑1，且M*M‑1＝I，其中乘号*表示在modg的前提下进行矩阵乘法运算，运算结果均在整数群Zg中；步骤6、用户A和用户B定期将自己的行为轨迹矩阵与上传给隐私保护服务器；步骤7、隐私保护服务器将矩阵加密成{PA1,PA2}，并将矩阵S和{PA1,PA2}发送给用户A，{PA1,PA2}计算方法如下：同理，隐私保护服务器将矩阵加密成{PB1,PB2}，其中并将矩阵S和{PB1,PB2}发送给用户B，以此类推，每个用户i的移动轨迹就用加密后的{Pi1,Pi2}表示；步骤8、用户A和用户B在保护自己位置移动轨迹隐私的前提下进行相似度比较，具体方法如下：(1)当用户A希望测算自己的行为轨迹和用户B的相似度时，用户A在移动智能终端上发起请求，将其持有的{PA1,PA2}发送给用户B，用户B按照如下的方法计算A和B的相似度：设矩阵P1主对角线元素组成的列向量为L1，矩阵P2主对角线组成的列向量为L2，则计算矩阵其中矩阵的开平方运算是对矩阵中每个元素进行开平方，矩阵的除法运算是被除数矩阵中的每个元素除以除数矩阵中的每个相应位置的元素；(2)用户B选择RS矩阵中n个每一列的最大元素并求和，记为s，其实质为用户A、B各个时间段余弦相似度之和，考虑到时间占比均为正数，其范围必然在[0,n]之间，s值越大，代表两个矩阵所对应的各个单位时间段的停留时间占比向量方向更加一致，相应的相似度也越高，反之则相反；步骤9、用户A可设定阈值x，当用户B计算s的结果大于x时，则和用户B建立社交关系，反之则不建立社交关系。