System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于最优差分隐私的个人位置数据脱敏方法技术_技高网

一种基于最优差分隐私的个人位置数据脱敏方法技术

技术编号:41305868 阅读:5 留言:0更新日期:2024-05-13 14:51
本发明专利技术涉及位置数据脱敏技术领域,具体为一种基于最优差分隐私的个人位置数据脱敏方法,包括以下步骤:使用停留点检测算法以及子轨迹交集方案求出轨迹的停留点信息以及子轨迹的敏感程度参数;基于停留点语义信息对子轨迹进行匹配,得到子轨迹的停留点集合;根据历史轨迹得到子轨迹以及停留点的重要程度信息imp和imp<subgt;sp</subgt;;有益效果为:本发明专利技术提出的基于最优差分隐私的个人位置数据脱敏方法,与传统的数据脱敏方案相比,本方案更适用于个人位置数据信息;本方案能够根据隐私级别动态调整个人位置数据的隐私保护程度;使用最优差分隐私方案,能够保证了位置数据的高可用性。

【技术实现步骤摘要】

本专利技术涉及位置数据脱敏,具体为一种基于最优差分隐私的个人位置数据脱敏方法


技术介绍

1、随着移动互联网、定位技术、社交网络等技术的快速发展,个人位置数据被众多基于位置的服务广泛收集、存储和使用。

2、现有技术中,从导航软件和地图应用到短视频平台、市场分析和应急响应,个人位置数据在各个领域都发挥着十分重要的作用。个人位置数据不仅仅包含了地理位置信息,而且还隐含了大量的个人信息和隐私,如家庭住址、工作场所、经常出行的路线等。一旦这些位置数据遭到泄露,可能会对个人造成不可预测的损失和风险。

3、但是,传统的个人位置数据脱敏方法并不能完全满足个人位置数据的保护需求。由于个人位置数据具有独特的时空特性,简单的数据转换和匿名化处理并不适用于位置数据的脱敏,也并不能有效地保护个人隐私。针对这个问题,我们提出了一种基于最优差分隐私的个人位置数据脱敏方案,该方案旨在确保个人位置数据的安全性和隐私性,同时保持位置数据的可用性和可操作性。


技术实现思路

1、本专利技术的目的在于提供一种基于最优差分隐私的个人位置数据脱敏方法,以解决上述
技术介绍
中提出的问题。

2、为实现上述目的,本专利技术提供如下技术方案:一种基于最优差分隐私的个人位置数据脱敏方法,所述方法包括以下步骤:

3、使用停留点检测算法以及子轨迹交集方案求出轨迹的停留点信息以及子轨迹的敏感程度参数;

4、基于停留点语义信息对子轨迹进行匹配,得到子轨迹的停留点集合;

5、根据历史轨迹得到子轨迹以及停留点的重要程度信息imp和impsp;

6、根据imp和impsp对状态转移矩阵进行隐私保护转换,得到隐私保护的状态转移矩阵;

7、通过隐私保护的马尔可夫模型生成仅有sp集合的关键点轨迹信息;

8、通过最优化的差分隐私方法生成位置点,并最终生成脱敏位置数据集合。

9、优选的,移动用户端使用停留点检测算法检测所有的轨迹,针对每条轨迹,有对应的停留点信息,如轨迹traji的停留点为spi={sp1,sp2,...,spm},移动用户端通过使用轨迹交集的方法,得到所有轨迹的与其他轨迹的交集段;根据当前轨迹与其他轨迹所产生的交集子轨迹的数量,给交集子轨迹设置一个敏感参数k,表示子轨迹的敏感程度。

10、优选的,基于敏感系数和停留点信息,对停留点信息与子轨迹信息进行匹配,并求出子轨迹traj_sub的重要程度imp为重要程度,n为所有轨迹数量,sptraj_sub为子轨迹的停留点信息,计算停留点的信息的重要程度,停留点的重要程度为所有轨迹中的用户访问停留点的次数与子轨迹的敏感系数的乘机,即impsp=k*n,其中n为用户访问的停留点的次数。

11、优选的,移动模式建模,根据历史轨迹信息以及停留点信息对用户的移动模式进行建模,在这一步当中,使用1阶的马尔可夫模型,分别对工作日和周末进行建模,以提高用户移动模式的可信度,最终得到基于停留点信息的状态转移矩阵mat。

12、优选的,基于停留点和子轨迹的重要程度,对状态转移矩阵重置操作,得到隐私保护的状态转移图,通过马尔可夫链的状态转移矩阵,得到一系列的停留点信息。

13、与现有技术相比,本专利技术的有益效果是:

14、本专利技术提出的基于最优差分隐私的个人位置数据脱敏方法,与传统的数据脱敏方案相比,本方案更适用于个人位置数据信息;本方案能够根据隐私级别动态调整个人位置数据的隐私保护程度;使用最优差分隐私方案,能够保证了位置数据的高可用性。

本文档来自技高网...

【技术保护点】

1.一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:所述方法包括以下步骤:

2.根据权利要求1所述的一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:移动用户端使用停留点检测算法检测所有的轨迹,针对每条轨迹,有对应的停留点信息,如轨迹Traji的停留点为SPi={sp1,sp2,...,spm},移动用户端通过使用轨迹交集的方法,得到所有轨迹的与其他轨迹的交集段;根据当前轨迹与其他轨迹所产生的交集子轨迹的数量,给交集子轨迹设置一个敏感参数k,表示子轨迹的敏感程度。

3.根据权利要求2所述的一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:基于敏感系数和停留点信息,对停留点信息与子轨迹信息进行匹配,并求出子轨迹traj_sub的重要程度imp为重要程度,N为所有轨迹数量,SPtraj_sub为子轨迹的停留点信息,计算停留点的信息的重要程度,停留点的重要程度为所有轨迹中的用户访问停留点的次数与子轨迹的敏感系数的乘机,即impsp=k*n,其中n为用户访问的停留点的次数。

4.根据权利要求1所述的一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:移动模式建模,根据历史轨迹信息以及停留点信息对用户的移动模式进行建模,在这一步当中,使用1阶的马尔可夫模型,分别对工作日和周末进行建模,以提高用户移动模式的可信度,最终得到基于停留点信息的状态转移矩阵MAT。

5.根据权利要求4所述的一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:基于停留点和子轨迹的重要程度,对状态转移矩阵重置操作,得到隐私保护的状态转移图,通过马尔可夫链的状态转移矩阵,得到一系列的停留点信息。

...

【技术特征摘要】

1.一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:所述方法包括以下步骤:

2.根据权利要求1所述的一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:移动用户端使用停留点检测算法检测所有的轨迹,针对每条轨迹,有对应的停留点信息,如轨迹traji的停留点为spi={sp1,sp2,...,spm},移动用户端通过使用轨迹交集的方法,得到所有轨迹的与其他轨迹的交集段;根据当前轨迹与其他轨迹所产生的交集子轨迹的数量,给交集子轨迹设置一个敏感参数k,表示子轨迹的敏感程度。

3.根据权利要求2所述的一种基于最优差分隐私的个人位置数据脱敏方法,其特征在于:基于敏感系数和停留点信息,对停留点信息与子轨迹信息进行匹配,并求出子轨迹traj_sub的重要程度imp为重要程度,n为所有轨迹数量,sp...

【专利技术属性】
技术研发人员:李远飞毕子祥王洋罗清彩
申请(专利权)人:山东浪潮科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1