基于匿名化的轨迹数据隐私保护研究综述.docVIP

基于匿名化的轨迹数据隐私保护研究综述

1轨迹数据特征与隐私风险核心维度

移动互联技术的普及让轨迹数据的采集呈现全场景渗透特征，无论是公共交通刷卡记录、网约车行驶路径、外卖配送轨迹，还是个人手机的定位服务数据、可穿戴设备的运动轨迹，都在持续生成海量时空序列信息。典型的轨迹数据可表示为三元组T,L,U，其中T代表时间戳序列，L代表对应时刻的地理位置坐标集合，U代表用户唯一标识符。这类数据同时具备时空关联性、序列连续性、语义丰富性三大核心特征：时空关联性体现在任意两个轨迹点之间存在时间差和空间距离的强约束，序列连续性意味着轨迹的转向、速度变化符合物理运动规律，语义丰富性则是指轨迹点附着有POI（兴趣点）属性，比如停留点为住宅对应家庭住址、停留点为写字楼对应工作单位、停留点为医院对应健康敏感信息。

轨迹数据的多重属性决定了其隐私风险的复杂性，而非仅仅是位置信息泄露这么简单。第一类风险是身份重标识，攻击者仅通过少量背景知识就能去匿名化，比如2013年麻省理工学院的研究显示，仅需要4个时空点信息，就能以90%以上的概率识别出150万数据集中的任意用户，若结合工作日早高峰的出发地和晚高峰的目的地两个特征，识别准确率甚至可以提升到95%。第二类风险是敏感属性推断，攻击者可以通过轨迹的停留模式、路径规律推断用户的宗教信仰、健康状况、消费习惯等隐私信息，比如频繁出入肿瘤医院的用户大概率是癌症患者