隐私保护轨迹数据发布的l-差异性算法

• 作者: 吴英杰 杨文进 王晓东 郭旭东
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐私保护 差异性 k-匿名 轨迹数据发布
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 125-130
• 页数: 6页
• 分类号: TP391
• 字数: 7305字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1308-0204

摘要

针对基于传统的k-匿名模型下移动用户轨迹数据发布隐私保护算法有可能将相似度极高的轨迹匿名在同一个匿名集中从而导致可能出现的用户个人隐私泄露风险的不足。设计了一种新的轨迹数据发布隐私保护算法。该算法基于k-匿名模型，将轨迹所在的二维空间划分成大小相等的单元格，之后将由轨迹数据得到对应轨迹经过的单元格序列，从而定义轨迹k-匿名下的l-差异性，算法在满足k-匿名模型的前提下通过聚类的方法构建匿名集，并保证匿名集中的轨迹满足l-差异性标准，以达到降低由于差异性不足引起用户隐私泄露的风险的目的。实验结果表明，该算法是可行有效的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓东	福州大学数学与计算机科学学院	66	432	14.0	17.0
2	吴英杰	福州大学数学与计算机科学学院	66	453	11.0	19.0
3	郭旭东	福州大学数学与计算机科学学院	3	25	2.0	3.0
4	杨文进	福州大学数学与计算机科学学院	2	14	1.0	2.0