[發明專利]一種基于密度聚類的語義軌跡匿名區域構建方法

在審

• 申請號: 202011498909.6
• 申請日: 2020-12-17
• 公開（公告）號: CN112801131A
• 公開（公告）日: 2021-05-14
• 發明（設計）人: 段宗濤;徐燕;郝家歡;樊娜;王青龍;朱依水;王路陽
• 申請（專利權）人: 長安大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G08G1/01
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，具體包括以下步驟：

步驟1)、軌跡數據預處理：將從車載傳感器設備獲得到的最原始的車輛軌跡數據進行降維處理；

步驟2)、使用改進的DBSCAN算法獲取車輛軌跡密度，創建用戶集N，計算用戶集N中的軌跡點總數，得到車輛軌跡密度；

步驟3)、創建用戶集N，計算用戶集N中的軌跡間語義相似性，將語義相似性大于等于閾值β的軌跡點視為符合軌跡隱私保護要求的語義相似性軌跡點；

步驟4)、比較車輛軌跡密度大小，選擇合適的匿名區域構建方式；

步驟5)、根據車輛密度大小和軌跡語義相似性大小的比較結果，構建得到相應的匿名區域。

2.根據權利要求1所述的一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，從車載傳感器設備獲得最原始的車輛軌跡數據，提取軌跡中的時空序列，包括車輛的經度和緯度信息、車輛的行駛速度和方向信息，移除其中的異常數據，得到原始軌跡集；然后獲取軌跡語義信息，得到語義軌跡數據；之后對得到的語義軌跡數據進行降維處理。

3.根據權利要求2所述的一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，語義軌跡是指在原始軌跡的基礎上，加上該軌跡的語義信息。包括車輛軌跡密度、車輛周圍敏感建筑物數、車輛所處道路信息以及用戶自定義語義信息等。

4.根據權利要求2所述的一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，通過高斯投影坐標轉換工具將語義軌跡中的經緯度坐標轉化為大地極坐標，從而完成高斯投影。

5.根據權利要求1所述的一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，步驟2)中具體包括以下步驟：

2.1創建用戶集N；

2.1.1當用戶U_i請求當前位置時，首先以用戶U_i的當前軌跡點為中心，計算U_i當前軌跡點的E_p鄰域。E_p鄰域在本文中指用戶U_i一定半徑內的區域；

2.1.2 E_p鄰域計算方式如下：

其中，μ表示平均值，σ表示標準差，q表示用戶U_i當前語義軌跡點數與軌跡中的總點數之比，q∈[0，1]，erf^-1(x)表示誤差函數。

2.1.3將符合用戶U_i的E_p鄰域范圍內的語義軌跡添加到用戶集N中；

2.2根據步驟2.1.3得到以用戶U_i為中心的用戶集N，去除其中的異常離群點，計算用戶集N中的軌跡總點數，得到車輛軌跡密度。

6.根據權利要求1所述的一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，步驟3)中具體步驟包括：計算用戶集N中的軌跡點與用戶U_i軌跡點之間的語義相似性；

軌跡語義相似性計算方式如下：

其中，z表示比較的語義內容，sem(A)和sem(B)表示軌跡向量A和軌跡向量B的語義值，||Sem(A)||和||Sem(B)||表示軌跡向量A和軌跡向量B語義值的范數。取值越接近1，表示A和B兩個軌跡向量的語義相似度越高；取值越接近0，表示A和B兩個軌跡向量的語義相似度越低。

7.根據權利要求6所述的一種基于密度聚類的語義軌跡匿名區域構建方法，其特征在于，將語義相似性大于等于閾值β的軌跡點視為符合軌跡隱私保護要求的語義相似性軌跡點。將語義相似性小于閾值β的軌跡點視為不符合軌跡隱私保護要求的語義相似性軌跡點。