基于频繁活动点集的手机位置数据隐私保护方法.pdf

第34卷第3期 计 算 机 应 用 研 究 Vo1．34 No．3 2017年 3月 ApplicationResearchofComputers Mar．2O17 基于频繁活动点集的手机位置数据隐私保护方法 汪 伟 ，尹 凌。 (1．中南大学地球科学与信息物理学院，长沙410083；2．中国科学院深圳先进技术研究院，广东深圳 518055) 摘 要 ：大规模手机位置数据在为人类活动研究带来新的前景的同时，数据中蕴涵的个体活动点可能导致用户 重识别，即隐私信息泄露。针对个体的频繁活动点集合，计算手机位置数据 中的个体重识别风险，通过点集匹配 策略实现高风险个体敏感位置信息的隐匿；利用交通流分析来评价隐私保护后的数据可用性损失。基于深圳市 大规模手机位置数据实验 ，结果表明提 出的方法在降低整体隐私泄露风险和确保隐私保护后的数据可用性方面 皆具有 良好效果。研究成果对大规模手机位置数据隐私保护具有重要的促进作用，有助于保障此类大规模个体 轨迹数据的安全应用以及相关法律法规的合理制定。 关键词 ：手机数据 ；频繁活动点 ；隐私保护；数据挖掘 中图分类号：TP309．2 文献标志码：A 文章编号：1001—3695(2017)03—0867-04 doi：10．3969／j．issn．1001—3695．2017．03．053 Privacyprotectionmethodformobilephonelocationdatabasedon matchingpointsetsoffrequentactivitylocations ． WangW ei ．YinLing (1．SchoolofGeosciences＆lnfo—Physics，CentralSouthUniversity，Changsha410083，China；2．ShenzhenInstitutesofAdvancedTechnology， ChineseAcademyofSciences，ShenzhenGuangdong518055，China) Abstract：Thelarge—scalemobilephonedatahasbroughtnew opportunitiestohumanactivityresearch．However，recentstu— diesfoundthattheindividualactivitylocationsimbeddedinmo lephonedataeasily1cadtouserre—identification．resultingin userprivacyleak．Therefore，toavoidsuchprivacyleakcausedbyfrequentactivitylocations，thisstudyfirstcalculatedthere— identificationriskofamobileuser．Thenitproposedastrategyofmatchingpointsetstohideuserswithhighre-identification risks．Finally，itusedtrafficflow analysistoevaluatethedatautilitylosscausedbyprivacyprotectionprocedures．Usingthe large—scalemobilephonedataofShenzhencityasanexample，thisstudydemonstratedthattheproposedmethodcansignifi— cantlyreducere—identificationrisksofmobileusersandmitigate