[發明專利]基于語義信息的匿名軌跡隱私保護方法

在審

• 申請號: 202210087301.7
• 申請日: 2022-01-25
• 公開（公告）號: CN114444123A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 蔣洪波;吳林清;肖竹;王孟源;曾凡仔;劉代波
• 申請（專利權）人: 湖南大學
• 主分類號: G06F21/62
• 分類號: G06F21/62;G06K9/62;G06V10/762
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 叢詩洋

本發明提供了一種基于語義信息的匿名軌跡隱私保護方法，包括：步驟1，基于空間訪問密度將原軌跡數據集中的軌跡進行離散化，生成自適應離散化格網；步驟2，通過滑動窗口算法將離散化格網中的軌跡劃分為若干定長的子軌跡；步驟3，分別計算滑動窗口中子軌跡的時空相似度，并分別根據子軌跡的時空相似度進行軌跡聚類，獲得軌跡匿名聚類集合；步驟4，將軌跡匿名聚類集合中的同一匿名聚類中的子軌跡進行合并，合并后的子軌跡滿足l?diversity。本發明可使發布的匿名軌跡數據集有效抵御去匿名攻擊和語義攻擊，保護用戶隱私，減少數據損失，保證數據的可用性。

技術領域

本發明涉及隱私保護和信息安全技術領域，特別涉及一種基于語義信息的匿名軌跡隱私保護方法。

背景技術

隨著各類移動設備大量普及，和大數據分析技術的飛速發展，移動設備使用者的軌跡常常被收集后發布，被研究人員和LBS服務提供商用大數據分析技術挖掘出有價值的信息，用于學術研究或商業發展，比如智慧城市、智能路網的建設，和優化LBS服務質量。但數據擁有者對外發布軌跡數據集時，不可避免地會涉及到用戶的隱私泄露問題。

為保護用戶的軌跡中包含的隱私信息，軌跡數據發布前通常要匿名化處理，但去匿名攻擊依然會導致用戶隱私泄露。攻擊者試圖結合其他方法獲取的數據或信息等背景信息，從發布的匿名數據集中識別出攻擊對象的軌跡。針對去匿名攻擊，通常使用k匿名模型，使每個用戶的軌跡與其他k-1個用戶的軌跡無法區分，從而保護用戶隱私。但傳統的k匿名算法在形成匿名軌跡聚類、合并軌跡的過程中會造成數據損失，減少數據可用性。同時，傳統k匿名隱私保護模型也無法防止用戶軌跡中語義信息泄露。攻擊者可以先找出軌跡中用戶頻繁訪問的區域，再根據該區域PoI分布特征，推測出用戶訪問該區域的目的，從而進一步獲取用戶隱私信息，如工作地點、健康狀態、宗教信仰等。

發明內容

本發明提供了一種基于語義信息的匿名軌跡隱私保護方法，其目的是為了解決傳統的匿名軌跡隱私保護方法不能夠有效抵御匿名攻擊和語義攻擊，數據損失大，語義數據集可用性低的問題。

為了達到上述目的，本發明的實施例提供了一種基于語義信息的匿名軌跡隱私保護方法，包括：

步驟1，基于空間訪問密度將原軌跡數據集中的軌跡進行離散化，生成自適應離散化格網；

步驟2，通過滑動窗口算法將離散化格網中的軌跡劃分為若干定長的子軌跡；

步驟3，分別計算滑動窗口中子軌跡的時空相似度，并分別根據子軌跡的時空相似度進行軌跡聚類，獲得軌跡匿名聚類集合；

步驟4，將軌跡匿名聚類集合中的同一匿名聚類中的子軌跡進行合并，合并后的子軌跡滿足l-diversity，其中，l-diversity表示軌跡中每個時空位置附近的PoI種類；

步驟5，移動所述步驟2中的滑動窗口，重復執行所述步驟3和所述步驟4，直至滑動窗口移動到軌跡數據集所在時間范圍的終點，獲得滿足k^m匿名和l-diversity的第一匿名軌跡集，其中，k^m匿名表示對軌跡中任意的長度小于等于m的連續時空位置序列匿名；

步驟6，基于PoI的分布特征處理匿名軌跡集，匿名軌跡集滿足t-closeness，其中，t-closeness表示軌跡中每個時空位置附近的PoI分布與數據集所在地理空間的PoI分布差異，獲得滿足k^m匿名、l-diversity和t-closeness的第二匿名軌跡數據集。

其中，所述步驟1具體包括：

步驟11，設置自適應離散化格網的格網尺寸參數為N，將地理空間初始化為N*N的格網；

步驟12，依次對自適應離散化格網中的單元格進行標號；

步驟13，根據地理位置坐標與單元格的映射關系，將軌跡編碼成單元格序列。