个性化时空数据隐私保护

• 作者: 刘向宇 夏国平 夏秀峰 宗传玉 朱睿 李佳佳
• 来源期刊: 计算机应用
• 关键词: 时空数据 隐私保护 个性化 数据可用性 泛化匿名
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 第37届CCF中国数据库学术会议(NDBC2020)|The 37th CCF National Database Conference (NDBC 2020)
• 页码范围: 643-650
• 页数: 8页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020091463

摘要

智能移动终端的普及导致收集的时空数据中个人位置隐私、签到数据隐私、轨迹隐私等敏感信息容易泄露,且当前研究分别针对上述隐私泄露单独提出保护技术,而没有面向用户给出防止上述隐私泄露的个性化时空数据隐私保护方法.针对这个问题,提出一种面向时空数据的个性化隐私保护模型(p,q,ε)-匿名和基于该模型的个性化时空数据隐私保护(PPPST)算法,从而对用户个性化设置的隐私数据(位置隐私、签到数据隐私和轨迹隐私)加以保护.设计了启发式规则对时空数据进行泛化处理,保证了发布数据的可用性并实现了时空数据的高可用性.对比实验中PPPST算法的数据可用率比个性化信息数据K-匿名(IDU-K)和个性化Clique Cloak(PCC)算法分别平均高约4.66％和15.45％.同时,设计了泛化位置搜索技术来提高算法的执行效率.基于真实时空数据进行实验测试和分析,实验结果表明PPPST算法能有效地保护个性化时空数据隐私.