基于非敏感信息分析的轨迹数据隐私保护发布.pdf

基于非敏感信息分析的轨迹数据隐私保护发布.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于非敏感信息分析的轨迹数据隐私保护发布.pdf

JournalofComputerApplications ISSN 10o1.9081 2017.O2.1O 计算机应用,2017,37(2):488—493 CODENJYIIDU http://www.joca.en 文章编号:1001-9081(2017)02.0488.06 DOI:10.I1772/j.issn.1001-9081.2017.02.4088 基于非敏感信息分析的轨迹数据隐私保护发布 邓劲松 ,罗永龙 ,俞庆英 ,陈付龙 (1.安徽师范大学 数学计算机科学学院,安徽 芜湖 241003; 2.安徽师范大学 网络与信息安全工程技术研究中心,安徽 芜湖 241003) ($通信作者 电子邮箱163.corn) 摘 要 :针对轨迹数据发布时轨迹和非敏感信息引起的隐私泄露问题,提 出一种基于非敏感信息分析的轨迹数 据隐私保护发布算法。首先,分析轨迹和非敏感信息的关联性构建轨迹隐私泄露判定模型,得到最小违反序列元组 (MVS),然后借鉴公共子序列的思想,在消除MVS带来的隐私泄露风险时,选择 MVS中对轨迹数据损失最小的时序 序列作为抑制对象,从而生成具有隐私能力和低数据损失率的匿名轨迹数据集。仿真实验结果表明,与LKCLocal算 法和Trad—Local算法相比,在序列长度为3的情况下,该算法平均实例损失率分别降低 了6%和30%,平均最大频繁序 列(MFS)损失率分别降低 了7%和60%,因此所提算法能够有效用于提高推荐服务质量。 关键词 :隐私保护;高维轨迹数据 ;非敏感信息;公共子序列;序列抑制 中图分类号:TP309.2 文献标志码:A Privacy-preservingtrajectorydatapublishingbasedonnon-sensitiveinformationanalysis DENGJingsong ,LUOYonglong一,YUQingying一,CHENFulong (1.SchoolofMathematicsandComputerScience,AnhuiNormalUniversity,WuhuAnhui241003,China; 2.EngineeringTechnologyResearchCenterofNetworkandInformationSecurity,AnhuiNormalUnivemi~,WuhuAnhui241003,China) Abstract:Focusingontheissueofprivacydisclosurebetweent阳jectoryandnon-sensitiveinformation,atrajectory privacypreserving algorithm based on non-sensitive information analysiswasproposed.Firstly, the correlation between trajectoryandnon—sensitiveinfomrationwasanalyzedtobuildtrajectoryprivacydisclosuredecisionmodel,andtheMinimal ViolatingSequencetuple(MVS)wasgotten.Secondly,usingcommonsubsequences,thedoubletswiththeminimallossof trajectorydatainMVSwereselectedasthesuppressionobjectswhenremovingtheprivacyriskscausedbyMVS,thenthe anonymizedtrajectorydatasetwithprivacyandlowdatalosswasobtained.InthecomparisonexperimentswithLKC—Local algori

文档评论(0)

170****0532 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8015033021000003

1亿VIP精品文档

相关文档