一种服务获取方法、装置、设备及介质制造方法及图纸

本发明专利技术公开了一种服务获取方法，包括：对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集；目标区域是路侧单元所覆盖的区域；对多个数据集进行聚类，得到多个聚类簇；分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置；接收车辆从加噪中心点发出的服务请求，并将服务请求发送至服务器以向服务器获取服务推荐结果。本发明专利技术在请求获取服务时，通过聚类来得到中心点，然后对中心点引入噪声，避免中心点的位置暴露，从而提升数据的安全性，同时用户通过网格请求，只需一条数据即可达到请求的目的，提升了带宽的利用率。的利用率。的利用率。

【技术实现步骤摘要】
一种服务获取方法、装置、设备及介质


[0001]本专利技术涉及数据安全
，具体涉及一种服务获取方法、装置、设备及介质。

技术介绍

[0002]汽车新四化程度的不断加深，使汽车安全不再局限于传统的物理层面的碰撞、零件故障等，更多电子元件、更多信息数据、更多车载软件、海量车路云间的数据交互，让安全风险变得无处不在。就个人而言，个人用户隐私数据包括传感器采集的个人数据及信息，个人定位的信息等，这些信息的归属及应用问题，都涉及到个人隐私。
[0003]当前智能汽车的位置数据安全保护方法大多是基于K
‑
匿名算法和SpaceTwist算法。K
‑
匿名算法较通用的一种数据脱敏方法，其包括对数据的概括、抽象和隐匿技术，发布精度不高的数据。在实际中，向基于位置的服务(Location Based Service，LBS)发送请求时，会额外生成K
‑
1个额外位置信息，干扰LBS找到用户真实位置，达到保护用户隐私的目的。SpaceTiwst算法只适用于隐私保护，随机选择锚点作为查询用户的位置数据。尽管匿名技术在隐私保护上有所帮助，但是在敏感性信息的保护方面做得不够完善，K
‑
匿名模型会随着攻击者获得相关背景知识的增强，而导致可能的隐私泄露，在一致性攻击和背景知识上的缺陷是不可避免的。

技术实现思路

[0004]鉴于以上所述现有技术的缺点，本专利技术提供一种服务获取方法、装置、设备及介质，以解决上述技术问题。
[0005]本专利技术提供的一种服务获取方法，所述方法包括：
[0006]对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集，所述目标区域包括多个数据集；其中，所述目标区域是路侧单元所覆盖的区域；
[0007]对所述多个数据集进行聚类，得到多个聚类簇；
[0008]分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置；
[0009]接收车辆从所述加噪中心点发出的服务请求，并将所述服务请求发送至服务器以向所述服务器获取服务推荐结果。
[0010]于本专利技术一实施例中，在对所述多个数据集进行聚类前，所述方法还包括：
[0011]根据每一个第一单元格中的服务请求的数量确定每一个第一单元格的所属类别簇；
[0012]对属于同一个类别簇的第一单元格进行合并，得到至少一个第二单元格；每一个第二单元格构成一个数据集。
[0013]于本专利技术一实施例中，在对多个第一单元格进行合并时，基于相邻原则对多个第一单元格进行合并。
[0014]于本专利技术一实施例中，所述对所述多个数据集进行聚类，得到多个聚类簇，包括：
[0015]确定多个聚类中心点；
[0016]重复迭代步骤直至每一个聚类簇不发生变化或迭代次数达到设定次数，所述迭代步骤包括：
[0017]根据样本点与聚类中心点的距离对所述多个样本点进行分类，得到多个聚类簇；其中，一个数据集为一个样本点；
[0018]重新获取每一个聚类簇的新聚类中心点。
[0019]于本专利技术一实施例中，所述新聚类中心点为：
[0020][0021]其中，sum表示每个聚类簇中的样本点的数量；num表示所有样本点到聚类中心点的距离之和。
[0022]于本专利技术一实施例中，所述根据样本点与聚类中心点的距离对所述多个样本点进行分类，包括：
[0023]获取样本点与每一个聚类中心点的欧氏距离；
[0024]基于所述欧氏距离，将所述样本点划分到距离样本点最近的聚类中心点所在的簇，得到K的聚类簇。
[0025]于本专利技术一实施例中，所述确定多个聚类中心点，包括：
[0026]通过Canopy算法计算所述多个聚类中心点。
[0027]于本专利技术一实施例中，所述对所述聚类中心点进行加噪，包括：
[0028]对每一个聚类中心点进行拉普拉斯加噪。
[0029]于本专利技术一实施例中，所述向所述服务器获取服务推荐结果，包括：
[0030]将服务请求输入至预先构建的机器学习模型，通过所述机器学习模型对所述服务请求进行处理生成服务推荐结果，并接收所述服务推荐结果。
[0031]本专利技术提供的一种服务获取装置，所述装置包括：
[0032]区域划分模块，用于对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集，所述目标区域包括多个数据集；其中，所述目标区域是路侧单元所覆盖的区域；
[0033]聚类模块，用于对所述多个数据集进行聚类，得到多个聚类簇；
[0034]加噪模块，用于分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置
[0035]接收模块，用于接收车辆从所述加噪中心点发出的服务请求，并将所述服务请求发送至服务器以向所述服务器获取服务推荐结果；
[0036]推送模块，用于将所述服务推荐结果推送至所述车辆。
[0037]本专利技术提供的一种电子设备，所述电子设备包括：
[0038]一个或多个处理器；
[0039]存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现上述的服务获取方法的步骤。
[0040]本专利技术提供的一种计算机可读存储介质，其上存储有计算机程序，当所述计算机
程序被计算机的处理器执行时，使计算机执行上述的服务获取方法的步骤。
[0041]本专利技术的有益效果：
[0042]本专利技术中的一种服务获取方法，包括：对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集，所述目标区域包括多个数据集；其中，所述目标区域是路侧单元所覆盖的区域；对所述多个数据集进行聚类，得到多个聚类簇；分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置接收车辆从所述加噪中心点发出的服务请求，并将所述服务请求发送至服务器以向所述服务器获取服务推荐结果。本专利技术在请求获取服务时，通过聚类来得到中心点，然后对中心点引入噪声，避免中心点的位置暴露，从而提升数据的安全性，同时用户通过网格请求，只需一条数据即可达到请求的目的，提升了带宽的利用率。
[0043]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0044]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术者来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0045]图1为本申请的一示例性实施例示出的服务获取方法的实施环境示意图；
[0046]图2为本申请的一示例性实施例示出的服务获取方法的流程图；...

【技术保护点】

【技术特征摘要】
1.一种服务获取方法，其特征在于，所述方法包括：对目标区域进行划分，得到多个第一单元格，每一个第一单元格中的服务请求构成一个数据集，所述目标区域包括多个数据集；其中，所述目标区域是路侧单元所覆盖的区域；对所述多个数据集进行聚类，得到多个聚类簇；分别对多个聚类簇的聚类中心点进行加噪，得到加噪中心点，所述加噪中心点表示车辆的虚拟位置；接收车辆从所述加噪中心点发出的服务请求，并将所述服务请求发送至服务器以向所述服务器获取服务推荐结果。2.根据权利要求1所述的服务获取方法，其特征在于，在对所述多个数据集进行聚类前，所述方法还包括：根据每一个第一单元格中的服务请求的数量确定每一个第一单元格的所属类别簇；对属于同一个类别簇的第一单元格进行合并，得到至少一个第二单元格；每一个第二单元格构成一个数据集。3.根据权利要求2所述的服务获取方法，其特征在于，在对多个第一单元格进行合并时，基于相邻原则对多个第一单元格进行合并。4.根据权利要求1所述的服务获取方法，其特征在于，所述对所述多个数据集进行聚类，得到多个聚类簇，包括：确定多个聚类中心点；重复迭代步骤直至每一个聚类簇不发生变化或迭代次数达到设定次数，所述迭代步骤包括：根据样本点与聚类中心点的距离对所述多个样本点进行分类，得到多个聚类簇；其中，一个数据集为一个样本点；重新获取每一个聚类簇的新聚类中心点。5.根据权利要求4所述的服务获取方法，其特征在于，所述新聚类中心点为：其中，sum表示每个聚类簇中的样本点的数量；num表示所有样本点到聚类中心点的距离之和。6.根据权利要求4所述的服务获取方法，其特征在于，所述根据样本点与聚类中心点的距离对所述多个样本点进行分类，包括：获取样本点与每一个聚类中心点的欧氏距...

【专利技术属性】
技术研发人员：戴娇，王浩，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：