【技术实现步骤摘要】
本公开实施例涉及数据处理，尤其涉及一种多模态交通流查询的格雷码差分隐私保护方法及装置。
技术介绍
1、目前，随着人工智能和车联网技术的快速发展，智慧交通服务作为智慧城市建设的重要模式，通过收集人、车、路、道路环境等多模态的交通流，执行全息感知、预警控制和智能决策，有力提升用户出行效率。几何范围查询是智慧交通重要的服务场景，交通用户可在某个几何区域(如矩形)内查找需要的交通信息。例如，在高德地图app中，驾驶员为了解某区域的交通状况，需查询该区域内的的实时交通信息。然而，智慧交通服务在为用户提供便利的同时，交通流的安全性成为全球关注的焦点，面临诸多安全风险挑战。
2、查询交通流数据存在严重的隐私泄露问题。交通流包含用户的手机信令、位置、车辆轨迹等实时动态的多模态信息。收集大规模交通流的智慧交通服务器一旦被黑客攻击后，将变得不可信。黑客通过人工智能和大数据挖掘技术对获取的交通流进行分析，可以推断出交通用户的敏感隐私信息，包括：出行轨迹、家庭住址和个人爱好等。因此，为促进智慧交通服务安全推广应用，保护多模态交通流已成为交通用户迫切关注和解决的热点问题。
3、现有隐私保护技术主要分为基于同态加密的安全可搜索方法、传统静态差分隐私方法和现有动态差分隐私方法。然而，面对大规模的交通流，基于同态加密的安全可搜索方法的系统开销较大，且只能允许具有密钥的用户获取交通流数据，不利于大部分无密钥的可信用户对交通流数据的可获取性。传统差分隐私方法主要保护单源静态交通数据。面对具有动态性、多模态的交通流数据，传统差分隐私方法添加的
技术实现思路
1、本公开实施例提供一种多模态交通流查询的格雷码差分隐私保护方法及装置，目的是解决现有差分隐私保护技术没有考虑交通流的多模态和个性化分布式隐私需求问题，实现智慧交通服务的安全高效应用。
2、第一方面，本公开实施例提供了一种多模态交通流查询的格雷码差分隐私保护方法，包括：
3、步骤1，基于多层自适应网格分割的格雷码编码机制，对历史多模态交通流进行自适应网格分割和编码，产生多模态格雷码交通流；
4、步骤2，基于层次分明树的格雷码交通流索引方法，根据多模态格雷码交通流构建层次分明树索引结构，支持本地动态更新；
5、步骤3，基于个性化laplace分布的格雷码差分隐私不可区分性机制，计算格雷码交通流的汉明距离，将格雷码交通流添加汉明距离噪声，进行个性化扰动保护，构造扰动层次分明树；
6、步骤4，基于格雷码分布相似性模型的几何范围查询方法，采用剪枝方法对扰动层次分明树进行深度优先搜索，计算满足几何范围查询的叶子节点，并通过格雷码相似性模型计算搜索的叶子节点格雷码值和查询条件格雷码值的相似性值，选取相似性值大于阈值的叶子节点交通流作为多模态交通流查询结果。
7、根据本公开实施例的一种具体实现方式，所述历史多模态交通流包括文本型交通流和数值型空间位置交通流，所述步骤1具体包括：
8、步骤1.1，通过文本处理模型将文本型交通流划分为关键词列表，建立属性词典列表，采用格雷码技术对属性词典列表中的文本属性进行编码，得到文本型交通流对应的属性格雷码值{ag1，...，agn}；
9、步骤1.2，基于多层自适应网格分割机制，通过高通滤波阈值δ1＝α×log(c/∈1i)和噪声偏差阈值对数值型空间位置数据流进行自适应网格分割，得到交通流多层网格集；
10、步骤1.3，根据属性雷码值和交通流多层网格集形成多模态格雷码交通流。
11、根据本公开实施例的一种具体实现方式，所述步骤2具体包括：
12、步骤2.1，基于层次分明树的格雷码交通流索引方法将交通流多层网格集{g1，...，gm}进行格雷码编码，得到交通流多层网格集对应的网格格雷码值{gr1，...，grm}，其中，m为分割的网格个数，每个网格的格雷码二进制位数为
13、步骤2.2，按照层次结构将每层网格格雷码值{gri1，...，grim}(i∈[1，i])映射到层次分明树的叶子节点中，将不同层的格雷码网格从叶子节点到根节点依次构造层次分明树结构；
14、步骤2.3，基于层次分明树结构和属性格雷码值{ag1，...，agn}，将每个交通数据用户的个人文本属性交通流转化为个人属性格雷码值同时将个人数值型时空位置交通流映射到层次分明树的叶子节点中，在本地构建层次分明树索引；
15、步骤2.4，对构建的层次分明树的叶子节点多模态网格格雷码值对应的父节点格雷码值进行本地动态更新，其中，为交通用户在时间点ti下的数值型空间位置格雷码值，为交通用户在时间点ti下的r个属性格雷码值。
16、根据本公开实施例的一种具体实现方式，所述步骤3具体包括：
17、步骤3.1，基于w-event差分隐私思想，采用pid控制器获取采样多模态交通流格雷码值和其中，和分别为用户在不同时刻下的采样多模态交通流格雷码值；
18、步骤3.2，基于汉明距离方法，计算采样的多模态交通流格雷码和的汉明距离
19、步骤3.3，基于隐私预算设定方法，为采样的多模态交通流格雷码值和分配对应的隐私预算，其中，所述隐私预算的表达式为
20、
21、其中，hmax为任意两个采样的多模态交通流格雷码值的最大汉明距离，∈2为隐私预算参数；
22、步骤3.4，基于个性化laplace分布的格雷码差分隐私不可区分性机制，给定采样的多模态交通流格雷码值和隐私参数∈2和hmax，定义隐私预算为为扰动格雷码交通流中的任意扰动输出数据，若隐私机制满足∈2-格雷码差分隐私不可区分性机制满足下式：
23、
24、基于差分隐私性质，设定汉明距离ωi表示满足伯努利分布的随机单位向量，将采样的多模态交通流格雷码值扰动为唯一的噪声格雷码值
25、
26、步骤3.5，基于差分隐私的laplace性质，计算汉明距离hi遵循满足laplace分布的概率分布函数p(hj)为其中，用η表示最大汉明距离hmax范围内的积分分布函数为η＝pr(hi≤hmax)＝1-exp(-∈2)，即计算个性化参数为∈2＝-ln(1-η)，选择随机值p∈[0，1)，则计算hi为：
27、
28、根据不同交通用户设定的参数hmax、p和η，在本地个性化扰动层次分明树中的多模态交通流叶子节点，构造扰动层次分明树。
29、根据本公开实施例的一种具体实现方式，所述步骤4具体包括：
30、步骤4.1，基于个性化格雷码差分隐私机制，将多属性查本文档来自技高网...
【技术保护点】
1.一种多模态交通流查询的格雷码差分隐私保护方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于,所述历史多模态交通流包括文本型交通流和数值型空间交通数据流，所述步骤1具体包括：
3.根据权利要求2所述的方法，其特征在于,所述步骤2具体包括：
4.根据权利要求3所述的方法，其特征在于,所述步骤3具体包括：
5.根据权利要求4所述的方法，其特征在于,所述步骤4具体包括：
6.一种多模态交通流查询的格雷码差分隐私保护装置，其特征在于，包括多模态交通流网格自适应分割编码模块、动态分布式层次分明树索引构造模块、个性化格雷码差分隐私扰动模块、格雷码分布相似性几何范围查询模块以及搭建的智慧交通平台模型机；
【技术特征摘要】
1.一种多模态交通流查询的格雷码差分隐私保护方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于,所述历史多模态交通流包括文本型交通流和数值型空间交通数据流，所述步骤1具体包括：
3.根据权利要求2所述的方法，其特征在于,所述步骤2具体包括：
4.根据权利要求3所述的方法，其特征在于,所...
【专利技术属性】
技术研发人员：魏建好，李一骁，彭筱云，李小龙，周渟森，李闯，何典，文艳华，
申请(专利权)人：湖南工商大学，
类型：发明
国别省市：
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。