时空K-匿名集数据的关联规则与序列模式挖掘研究.pdfVIP

摘要 随着用户对基于位置服务（Location Based Service ，LBS ）隐私安全的日益关注，位置隐 私保护成为当前研究的热点。但传统方法只针对快照单次查询或时空临近的连续多次匿名查 询进行隐私保护，并未考虑基于大时空尺度范围匿名集的分析推理攻击。 为验证这一问题，本文主要进行了以下研究：（1）通过对相关文献的理论分析研究，首 次提出了传统的时空 K-匿名及其变体方法可能存在不能有效防御基于大时空尺度范围匿名 集的分析推理攻击问题，为此，设计并开发了从 GPS 轨迹数据模拟生成 LBS 时空 K-匿名实 验数据的软件系统。本文的研究对象是 LBS 在时空 K-匿名查询过程中产生的系列匿名集数据。 但目前时空 K-匿名及其优化方法并没有在商业的 LBS 系统上得以大规模推广应用，因此我们 采用对 GPS 轨迹数据进行预处理，并应用 Gruteser 等人提出的时空 K-匿名算法，实验模拟生 成一定规模数量的匿名集数据。本实验的 GPS 轨迹数据，取自南京市某出租车管理公司于 2007 年 7 月 15 日，收集的（0 ：00-24 ：00 ）时段的2612 辆出租车的 GPS 轨迹数据。实验模 拟生成的匿名集数据包括：LBS 快照查询生成的匿名集，LBS 连续查询生成的匿名集。 （2 ）首先设计了具体的针对时空 K-匿名查询数据集的关联规则挖掘方法与序列模式挖掘算 法实现方案。然后利用提出的这两种实现方案，以从大量 GPS 数据模拟生成的匿名集快照数 据与匿名集序列数据为实验数据，分别进行了匿名集数据的关联规则挖掘与序列模式挖掘的 实验。实验结果表明：基于本文提出方法挖掘的匿名集数据关联规则和序列模式，可对涉及 敏感时空区域的用户的隐私进行推理攻击，从而产生更具威胁性的隐私暴露风险。（3 ）首次 提出了通过对隐私敏感的关联规则和序列模式进行动态的分析，在可信服务器上设计优化的 时空K-匿名隐私保护方法，以实现 LBS 位置隐私的严格保护的基本思路。 本论文研究成果对于实现 LBS 位置隐私的增强性保护研究具有重要的实践价值，对于丰 富隐私保护数据挖掘领域的研究内容具有一定的理论价值。 关键词： 位置服务，位置隐私保护，时空 K-匿名，关联规则，序列模式 I Abstract With the development of Location-Based Services system (LBS), people are going to pay more and more attention to privacy protection o f LBS. Then, privacy protection of LBS is becoming a hotspot topic in GIS and mobile communication domains. Although a series of LBS privacy protection methods have been proposed, they can’t resist attacks based on data mining techniques. In order to verfy this problem, this paper conducted the following research :(1) based on the analysis of the related literature theory, first proposed the traditional spatio-temporal K-anonymous and its variants may can not effectively defense analysis inference attack problem of large spatial and temporal scales based on anonymous set, for this purpose, the design and d