基于聚类杂交的隐私保护轨迹数据发布算法

• 作者: 倪巍伟 吴英杰 唐庆明 孙志挥 廖尚斌
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 隐私保护 轨迹数据发布 二次聚类攻击 聚类 杂交
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 数据库技术
• 页码范围: 578-593
• 页数: 16页
• 分类号: TP311.13
• 字数: 10350字
• 语种: 中文

摘要

传统关于轨迹数据发布的隐私保护研究大多采用聚类技术,其相关算法只关注每条轨迹的隐私保护,忽视对轨迹聚类组特征的保护.通过理论分析和实验验证发现,对采用聚类发布技术产生的轨迹数据进行二次聚类,可得到原始轨迹数据在发布之前的聚类组特征,从而可能导致隐私泄露.为了有效预防二次聚类攻击,提出一种(k,δ,△)-匿名模型和基于该模型的聚类杂交隐私保护轨迹数据发布算法CH-TDP,算法CH-TDP对采用(k,δ)-匿名模型及相关算法处理得到的聚类分组先进行组间杂交,而后再进行组内扰乱,其目标在防止出现二次聚类攻击的前提下,保证发布轨迹数据的质量不低于阈值△.实验对算法CH-TDP的可行性及有效性与同类算法进行比较分析,结果表明算法CH-TDP是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙志挥	东南大学计算机科学与工程学院	148	3968	33.0	58.0
2	唐庆明	福州大学数学与计算机科学学院	4	66	2.0	4.0
3	倪巍伟	东南大学计算机科学与工程学院	48	851	19.0	27.0
4	吴英杰	福州大学数学与计算机科学学院	66	453	11.0	19.0
10	廖尚斌	福州大学数学与计算机科学学院	4	54	2.0	4.0