基于MDF-Nearest算法的轨迹隐私保护方法

• 作者: 耿雪冬
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 轨迹匿名 多重特征 余弦角度 轨迹间距离 MDF-Nearest算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 188-191
• 页数: 4页
• 分类号: TP309.7
• 字数: 4049字
• 语种: 中文
• DOI: 10.11907/rjdk.192030

摘要

传统轨迹匿名方法在匿名集生成时没有考虑用户多种特征属性,在信息攻击下无法有效保护真实位置;在轨迹形成方面因没有将余弦角度和轨迹间距离作为形成的依据,导致某些虚假轨迹无法有效保护真实轨迹.为改善以上问题,构建一种依据用户多重特征信息构建的匿名集以保证匿名有效性;采用协作用户的真实轨迹并计算相似性,从而生成虚假轨迹相似性高的MDF-Nearest算法.实验结果表明,该方法随着k值的变大与生成轨迹数量的增多,隐私保护效果逐渐改进;与传统k匿名方法相比,该算法时间开销降低41.7％,而隐私保护程度可提高至97.1％.因此该方法能以较低的时间开销,提供质量可靠的位置服务,保护用户信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿雪冬	山东科技大学计算机科学与工程学院	1	0	0.0	0.0