基于差分隐私的混合位置隐私保护

• 作者: 付保川 徐启元 许馨尹 邵雪莲 陈珍萍
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 位置隐私 差分隐私 混合保护 k-means聚类
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 安全技术
• 页码范围: 296-301
• 页数: 6页
• 分类号: TP309.2
• 字数: 6216字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.06.054

摘要

针对现有差分隐私k-means算法对初始中心点敏感、用户位置数据误差偏大、可用性较低等问题,根据LBS的特点,引入人流密度的概念,提出一种基于差分隐私k-means的混合位置隐私保护方法.根据LBS特点将用户位置点分成离散位置点和非离散位置点,基于差分隐私技术,采用改进聚类算法对位置信息进行泛化和加噪;通过分析用户位置点的稀疏程度来确定离散点,对离散点位置信息采用基于差分隐私的单独加噪技术;对非离散点采用基于差分隐私的改进k-means算法进行泛化处理,以实现用户位置信息的隐私保护.仿真实验表明,在相同隐私预算的前提下,该方法具有较高的数据可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付保川	苏州科技大学电子与信息工程学院	65	370	12.0	17.0
2	陈珍萍	苏州科技大学电子与信息工程学院	11	23	3.0	4.0
3	徐启元	苏州科技大学电子与信息工程学院	1	0	0.0	0.0
4	许馨尹	苏州科技大学电子与信息工程学院	9	4	1.0	1.0
5	邵雪莲	苏州科技大学电子与信息工程学院	1	0	0.0	0.0