电子学报 ›› 2020, Vol. 48 ›› Issue (1): 143-152.DOI: 10.3969/j.issn.0372-2112.2020.01.018

• 学术论文 • 上一篇    下一篇

一种基于单点收益的轨迹隐私保护方法

陈传明, 林文诗, 俞庆英, 罗永龙   

  1. 1. 安徽师范大学计算机与信息学院, 安徽芜湖 241002;
    2. 网络与信息安全安徽省重点实验室, 安徽芜湖 241002
  • 收稿日期:2018-04-18 修回日期:2019-09-19 出版日期:2020-01-25
    • 通讯作者:
    • 罗永龙
    • 作者简介:
    • 陈传明 男,1981年4月出生于安徽六安.现为安徽师范大学计算机与信息学院副教授、硕士生导师.主要研究方向为数据挖掘、隐私保护.E-mail:ccm_0@163.com;林文诗 女,1994年12月出生于浙江台州.现为安徽师范大学计算机与信息学院硕士研究生.主要研究方向为网络与信息安全、隐私保护.E-mail:lws_lin@163.com;俞庆英 女,1980年10月出生于安徽黄山.现为安徽师范大学计算机与信息学院副教授、硕士生导师.主要研究方向为空间数据处理、信息安全.E-mail:ahnuyuq@ahnu.edu.cn
    • 基金资助:
    • 国家自然科学基金 (No.61702010,No.61972439,No.61672039)

A Trajectory Privacy-Preserving Method Based on Single Point Gain

CHEN Chuan-ming, LIN Wen-shi, YU Qing-ying, LUO Yong-long   

  1. 1. School of Computer and Information, Anhui Normal University, Wuhu, Anhui 241002, China;
    2. Anhui Provincial Key Laboratory of Network and Information Security, Wuhu, Anhui 241002, China
  • Received:2018-04-18 Revised:2019-09-19 Online:2020-01-25 Published:2020-01-25

摘要: 如何在轨迹数据发布时保护用户隐私信息并且最大程度地减少数据损失是隐私保护研究领域的一个重要课题.本文提出一种基于单点收益的轨迹隐私保护方法,在满足用户隐私要求的情况下,根据收益计算结果,在轨迹数据集中抑制位置点或者添加假轨迹,保证每次处理轨迹数据集时能达到最大收益,从而减少信息损失.理论分析和实验结果表明,在隐私容忍度要求较高或者攻击者数量较多的情况下,本文方法能在保证隐私保护强度前提下有效降低数据损失率.

关键词: 假轨迹, 隐私保护, 单点收益, 轨迹发布, 轨迹抑制, 问题点对

Abstract: How to preserve users' privacy information and minimize the loss of information when publishing trajectory data has become an important topic in the research field of privacy preservation.In this paper,we propose a trajectory privacy-preserving method based on single point gain,which satisfies the privacy requirements of users.According to the single point gain values,we suppress location points or add dummy trajectories into the trajectory dataset to ensure that the maximum benefit can be achieved at each iteration,thus reducing the loss of information.Theoretical analysis and experimental results show that,in the case of high privacy tolerance or a large number of attackers,the proposed method effectively reduces the information loss rate while guaranteeing the intensity of privacy preserving.

Key words: dummy trajectory, privacy preservation, single point gain, trajectory publication, trajectory suppression, problematic point pair

中图分类号: