The invention relates to a method for removing anonymity of vehicle moving track data based on parking records, which includes the following steps: extracting all parking points in the track, removing parking caused by passengers, dividing parking into manned parking and empty parking, removing abnormal points of manned parking, and modeling manned parking; The model is used to remove the equal traffic lights and traffic jams in no-load parking points and retain the interest parking points. A feature vector based on TF IDF is constructed for the interest parking points. The feature vectors of known trajectories are compared with the feature vectors of anonymous trajectories, and anonymous trajectories matching with known trajectories in the set of anonymous trajectories are found. The invention realizes that the original unknown trajectory can be matched from the anonymous moving trajectory centralized by the parking point record, verifies the stability and uniqueness of the characteristics of a single driver's interest parking point, and reveals the security risk of the anonymous trajectory data.
【技术实现步骤摘要】
基于停车记录对车辆匿名的移动轨迹数据去匿名的方法
本专利技术涉及匿名移动轨迹的隐私安全
,特别是涉及一种基于停车记录对车辆匿名的移动轨迹数据去匿名的方法。
技术介绍
随着移动终端和定位技术的发展,能够容易地获取交通工具的移动轨迹数据,而这些移动轨迹通常包含丰富的时空信息,利用这些数据进行合理的挖掘并分析可以获得有价值的信息。同时由于移动轨迹中会包含个人的隐私信息,恶意攻击者能够通过这些移动轨迹推测出各类其感兴趣的隐私事件,从而造成隐私安全问题。为了保护轨迹数据的隐私,一般会在轨迹数据发布前采用相关隐私保护技术对轨迹数据预处理。目前比较常见的有两大类,一种是修改原始轨迹,降低轨迹在空时中的精度,比如降低记录轨迹的分辨率或在轨迹中插入噪声,来保护隐私。但是会导致数据失真严重,可用性低;另一种采用对轨迹匿名化处理的方法,它是通过用假名(具有唯一性的随机标示符)替代参与者的真实身份,使参与者的真实身份无法通过任何方式与假名相关联。这种方法容易实现,在保持低开销、不改变原数据的情况下保护隐私,保持数据最大的可用性,因此被广泛采用。攻击者通过旁路信息就可从匿名轨迹中识别出被攻击者的轨迹。假设攻击者可以访问某个匿名轨迹集合,其中包括其攻击目标的轨迹。该攻击方法需要获取匿名轨迹发生时间段内,攻击目标车辆的若干时空“快照”(即车辆在某时刻的位置信息),从而从匿名轨迹集中识别出与所获时空“快照”向符合的轨迹。该类攻击对“快照”的时空限制较强,从而限制了去匿名攻击的实施。然而,是否存在更一般的攻击方式,不需要获取与匿名轨迹数据存续时间相重叠的时空信息,即可成功实施去匿名攻 ...
【技术保护点】
1.一种基于停车记录对车辆匿名的移动轨迹数据去匿名的方法,其特征在于,获得某一出租车任意时间段的若干移动轨迹片段,利用持有轨迹与匿名轨迹集中的轨迹相比较识别该出租车的轨迹,包括以下步骤:(1)提取轨迹中所有停车点,去除上下客造成的停车,将停车划分为载人停车与空载停车,其中,载人停车包括等交通灯造成的停车和堵车造成的停车;(2)去除载人停车的异常点,并对载人停车进行建模;(3)用所得模型去除空载停车点中的等交通灯和堵车停车,保留兴趣停车点;(4)对兴趣停车点构造基于TF‑IDF的特征向量,将已知轨迹的特征向量与匿名轨迹的特征向量相比对,找出匿名轨迹集合中与已知轨迹匹配的匿名轨迹。
【技术特征摘要】
1.一种基于停车记录对车辆匿名的移动轨迹数据去匿名的方法,其特征在于,获得某一出租车任意时间段的若干移动轨迹片段,利用持有轨迹与匿名轨迹集中的轨迹相比较识别该出租车的轨迹,包括以下步骤:(1)提取轨迹中所有停车点,去除上下客造成的停车,将停车划分为载人停车与空载停车,其中,载人停车包括等交通灯造成的停车和堵车造成的停车;(2)去除载人停车的异常点,并对载人停车进行建模;(3)用所得模型去除空载停车点中的等交通灯和堵车停车,保留兴趣停车点;(4)对兴趣停车点构造基于TF-IDF的特征向量,将已知轨迹的特征向量与匿名轨迹的特征向量相比对,找出匿名轨迹集合中与已知轨迹匹配的匿名轨迹。2.根据权利要求1所述的基于停车记录对车辆匿名的移动轨迹数据去匿名的方法,其特征在于,所述步骤(1)具体为:从轨迹集中筛选出位置不随时间变化的点,视其为停车点,根据出租车轨迹集中的停车前后的载人状态判断是否为上下客停车。3.根据权利要求1所述的基于停车记录对车辆匿名的移动轨迹数据去匿名的方法,其特征在于,所述步骤(2)中用dura表示停车时间,dist表示停车点到路口的距离,inter表示两个停车点的间隔时间,构造特征向量Stp=(dura,dist,inter),使用马氏距离去除载人停车的异常点。4.根据权利要求3所述的基于停车记录对车辆匿名的移动轨迹数据去匿名的方法,其特征在于,所述使用马氏距离去除载人停车的异常点具体为:设定马氏距离的阈...
【专利技术属性】
技术研发人员:常姗,张科,陈航,曹迪,胡星刚,
申请(专利权)人:东华大学,
类型:发明
国别省市:上海,31
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。