一种基于方向统计的市民轨迹隐私保护技术制造技术

技术编号:15748206 阅读:133 留言:0更新日期:2017-07-03 07:17
一种基于方向统计的市民轨迹隐私保护技术,由于在智慧城市中,市民轨迹的大数据无处不在又有着很高的研究和应用价值。例如:通过车流来预测交通状况,通过人流来对突发事件进行预警,也可以通过个人的轨迹进行个性化画像。但是,这同样给市民的隐私保护提出了更高的要求。本发明专利技术采用核聚类的技术和方法对智慧城市中市民轨迹进行隐私保护。所述方法包括以下步骤:1)对市民轨迹数据进行匿名、扰乱等预处理;2)采用更为灵活的核聚类对轨迹图进行聚类分析;3)基于聚类结果,重新对市民轨迹进行表示,并抽取特征。该特征是初始特征在聚类空间上的映射,能反映用户的活动规律,但无法进行逆变换。本发明专利技术切实的保护智慧城市中市民的个人隐私,给构建“以人为中心的智慧城市公共服务领域知识模型”提供保障。

【技术实现步骤摘要】
一种基于方向统计的市民轨迹隐私保护技术
本专利技术属于大数据分析范畴,更准确的讲,涉及到方向统计学、轨迹计算的相关技术。
技术介绍
在智慧城市中,对市民轨迹进行大数据分析,可以得到很多有价值的信息,最终更好的服务于市民。例如:通过车流来预测交通状况,通过人流来对突发事件进行预警,也可以通过个人的轨迹进行个性化画像。在给市民方便的同时,安全问题也是一个不容忽视的重要问题。有别于传统统计学,方向统计学(directionalstatistics)更关注方向变化信息,例如时钟、星空等,而不是地理位置信息。利用方向统计学对轨迹数据进行聚类分析,能够得到市民轨迹的关键特征。同时由于忽略了位置信息,也能更好的进行隐私保护。但是目前相关的方案和专利还没有。
技术实现思路
本专利技术的目的是通过核聚类技术,对智慧城市中大量的市民轨迹数据进行隐私保护。本专利技术的技术要点如下:1、轨迹数据的表示问题:常见的轨迹分析一般采用图方式进行表示与计算,这种方式存储量大,噪声多。同时,在轨迹计算中,位置变化的信息(频率、方向)可能更重要,传统的表示方法不能突出这些信息。本专利技术采用轨迹空间模型(TSM)来表示这种位置变化信息。假设(a1,a2)为图G中的两点,统计二者的位置改变次数,作为一个特征。经过此变换,一个n×n的轨迹图,就表示为一个2×n的向量。这种表示存储量小,且更能反映位置变化信息;2、球聚类问题:在TSM模型上,轨迹向量可以表示在一个球面上,利用方向统计对该向量进行聚类分析,常用的方法包括球形k-means、基于vmf模型的EM算法等。但是这些方法都不能解决“噪声维”问题,不适合处理高维数据。本专利技术利用“熵”平衡的方法来给不同的维度进行加权处理,重要的维度特征突出,相反,“噪声”维则抑制。附图说明图1为本专利技术的流程图。具体实施方式参见图1,本专利技术的主要步骤如下:步骤1:对市民轨迹数据进行匿名、扰乱等预处理,隐去ID信息;步骤2:用TSM模型对市民轨迹重新表示,隐去位置信息;步骤3:基于方向统计对轨迹图进行聚类分析;步骤4:基于聚类结果,重新对市民轨迹进行表示,并抽取特征。最后所应说明的是,以上实施例仅用以说明而并非限制本专利技术所描述的技术方案;因此,尽管本说明书参照上述的实施例对本专利技术已进行了详细的说明,但是,本领域的普通技术人员应当理解,仍然可以对本专利技术进行修改或者等同地替换;而一切不脱离本专利技术的精神和范围的技术方案及其改进,其均应涵盖在本专利技术的权利要求范围当中。本文档来自技高网...
一种基于方向统计的市民轨迹隐私保护技术

【技术保护点】
一种基于方向统计的市民轨迹隐私保护技术,其特征在于:该方法至少包括如下的步骤:步骤1:对市民轨迹数据进行匿名、扰乱等预处理,隐去ID信息;步骤2:用TSM模型对市民轨迹重新表示,隐去位置信息;步骤3:基于方向统计对轨迹图进行聚类分析;步骤4:基于聚类结果,重新对市民轨迹进行表示,并抽取特征。

【技术特征摘要】
1.一种基于方向统计的市民轨迹隐私保护技术,其特征在于:该方法至少包括如下的步骤:步骤1:对市民轨迹数据进行匿名、扰乱等预处理,隐去ID信息;步骤2...

【专利技术属性】
技术研发人员:李方平李扬孙兆才
申请(专利权)人:神州数码信息系统有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1