【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 ...
【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
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。