【技术实现步骤摘要】
一种基于差分隐私的轨迹隐私保护方法与装置
本专利技术涉及网络及信息安全
，具体涉及一种基于差分隐私的轨迹数据保护方法与装置。
技术介绍
近年来，随着移动群智感知网络的发展，其被广泛应用于各种应用中。如，城市噪音监测、城市交通状况监测、城市环境监测等。移动群智感知网络利用参与用户手中的手机、平板、智能手表等移动智能设备中集成的传感器来感知数据，随后通过无线网络(如，Wi-Fi，4G网络)将感知数据传输到移动群智感知服务器。然而，在类似于城市噪音监测等应用中，往往需要参与用户上报数据时附带所采集数据的位置信息才有意义。不幸的是，参与用户连续的位置泄漏将会导致其移动轨迹的暴露，因此，如何保护移动群智感知网络中参与用户的轨迹隐私是该领域的一个研究热点。目前，针对移动群智感知网络中的参与用户的轨迹隐私保护研究已经取得了很大的成果。其主要保护方法与思想分为以下4类：1)基于假轨迹的轨迹隐私保护方法：根据真实轨迹的特征，生成与真实轨迹在某些数据特征上类似的假轨迹，用以避免真实轨迹被识别的风险；2)基于泛化法的轨迹隐私保护方法...
【技术保护点】
1.一种基于差分隐私的轨迹数据保护方法，其特征在于，所述方法包括如下步骤：/n1)获取用户在由城市地图转化的无向图中的历史轨迹、真实轨迹T
【技术特征摘要】
1.一种基于差分隐私的轨迹数据保护方法，其特征在于，所述方法包括如下步骤：
1)获取用户在由城市地图转化的无向图中的历史轨迹、真实轨迹Tt、与真实轨迹Tt同起始点和终止点且轨迹长度相同的轨迹集合计算无向图中所有路段间的概率转移矩阵M；
2)根据概率转移矩阵M以及一阶马尔科夫模型，计算轨迹集合中任一条轨迹的先验概率；
3)根据轨迹的相似性，计算轨迹集合中的任一条轨迹Ti混淆到另一条轨迹Tj的混淆概率P(Ti,Tj)，生成一个混淆概率矩阵G；
4)根据贝叶斯攻击模型、混淆概率矩阵G和先验概率计算真实轨迹的后验概率；
5)判断轨迹集合中是否存在一轨迹T*，该轨迹T*对真实轨迹和轨迹集合中任一条轨迹Tj(Tj≠T*)满足公式：
其中，π(Tt)表示真实轨迹的先验概率，σ(Tt)表示真实轨迹的后验概率，P(Tt,T*)表示目标轨迹混淆至真实轨迹的混淆概率，P(Tj,T*)表示目标轨迹混淆至轨迹Tj的混淆概率，∈为差分隐私的参数，隐私预算；
若存在，则轨迹T*为满足差分隐私的目标轨迹，上报目标轨迹T*与真实轨迹Tt的交集路段；
若不存在，则取消本次上报轨迹。
2.根据权利要求1所述的基于差分隐私的轨迹数据保护方法，其特征在于，所述步骤1)中概率转移矩阵M的计算过程为：
获取城市地图转化的无向图，记为G＝(V,E)，其中，V表示无向图中路口集合，V＝{v1,v2,……,vn}，n表示无向图中路口的总数目；E表示无向图中路段集合，E＝{e1,e2,……,em}，m表示无向图中路段的总数目；
根据历史轨迹，计数集合E中任一路段ei跳转到下一个路段ej的频数N(ei,ej)、以及所有经过当前路段ei的频数N(ei)，则
其中，j∈{1,2,……,m，j≠i}；
路段ei与ej之间的转移概率p(ei,ej)为：
由路段集合E中所有的路段之间的转移概率组成的矩阵，即为概率转移矩阵M。
3.根据权利要求2所述的基于差分隐私的轨迹数据保护方法，其特征在于，所述步骤2)中轨迹集合中任一条轨迹记为T，
根据路段集合E，确定真实轨迹Tt在无向图中的路段序列，Tt＝{et1,et2,……,etk}，其中，t为真实轨迹的下标，k为真实轨迹中路段的总数目；
则，轨迹T＝{e1,e2,……,ek}，其先验概率π(T)的计算公式为：
其中，ex表示轨迹T中的一个路段。
4.根据权利要求3所述的基于差分隐私的轨迹数据保护方法，其特征在于，所述步骤3)中混淆概率矩阵G的计算过程为：
对于轨迹集合中任两条轨迹Ti与Tj，分别计算轨迹Ti与Tj的先验概率π(Ti)、π(Tj)；
计数轨迹Ti与轨迹Tj中相交的路段数量，记为count(Ti,Tj)；
计算轨迹Ti与轨迹Tj欧式距离DE(Ti,Tj)，
其中，表示轨迹中第m个顶点的横坐标，第m个顶点的纵坐标；
则，轨迹Ti与轨迹Tj的相似性sm(Ti,Tj)为：
则，轨迹Ti混淆至轨迹Tj的混淆概率P(Ti,Tj)为：
其中，μ为位置参数，λ为尺度参数；
由轨迹集合中所有的轨迹之间的混淆概率组成的矩...
【专利技术属性】
技术研发人员：吴宣够，陈鑫，沈浩，赵伟，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：安徽;34
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。