基于差分隐私的时态轨迹数据保护方法研究

摘要

随着近几年移动互联网络的快速发展，特别是带有定位功能的智能手机的兴起，使得基于位置信息的服务急速地融入到了人们日常生活的方方面面。比如常用的导航软件、社交软件、外卖软件、团购软件等等，这些都是属于基于位置信息的应用服务。同时，这些应用服务所产生的位置数据信息，还可以提供给其它研究机构进行挖掘得到有用信息，从而支持某些决策。然而，数据的隐私泄露问题一直是制约基于位置的服务发展的核心问题。差分隐私保护方法作为一种比较新的隐私保护技术，与传统的隐私保护技术相比，差分隐私保护方法不受攻击者所掌握背景知识多少的影响，其通过向数据中添加噪声，从而达到保护数据隐私的目的。因为差分隐私保护模型以严格的数学模型作为基础，因此在满足差分隐私保护模型的前提下对于数据的可用性研究成为一个重要研究内容。
　　本文对带有时间戳的轨迹数据保护进行研究，提出了基于差分隐私的时态轨迹数据保护方法，旨在保护轨迹数据隐私性的同时提高数据的可用性。本文利用前缀树索引结构对时态轨迹数据进行构建，时态轨迹数据前缀树的每条支路上的节点的时间戳都是逐渐增大的。同时设计了具有泛化性质的多层子结构前缀树索引结构，该结构具有泛化层和非泛化层，泛化层的特点是对位置域中的位置点没有约束，而对时间域中的时间戳有约束。为了提高数据的可用性，通过指定前缀树高构建噪声时态轨迹数据前缀树，同时利用判定阈值来对空节点进行剪枝处理。在数据发布阶段，根据前缀树节点间的一致性约束，设计了一致性处理算法，对噪声时态轨迹数据前缀树进行一致性处理，并分析了本文提出的算法是满足差分隐私保护模型的隐私要求。
　　最后，在两个数据集上对本文提出的算法进行性能测试，利用相对误差以及纳真率来验证发布数据的可用性。实验表明，本文设计的基于差分隐私的时态轨迹数据保护算法在满足隐私性的同时数据具有较高的可用性。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．2．1 轨迹隐私保护研究现状

1．2．2 差分隐私模型研究现状

1．3 研究内容

1．4 论文组织结构

第2章 相关基本理论

2．1 轨迹数据

2．1．1 轨迹数据应用

2．1．2 轨迹数据保护类型

2．2 差分隐私保护模型

2．2．1 加噪机制

2．2．2 组合性质

2．2．3 数据发布框架

2．2．4 评估标准

2．3 本章小结

第3章 时态轨迹数据索引结构

3．1 序列前缀树

3．2 时态轨迹数据前缀树

3．3 前缀树的层次泛化

3．4 本章小结

第4章 基于差分隐私的时态轨迹数据保护

4．1 噪声时态轨迹数据前缀树构建算法

4．2 数据发布

4．2．1 一致性约束

4．2．2 一致性处理算法

4．3 算法分析

4．3．1 隐私性分析

4．3．2 复杂度分析

4．4 本章小结

第5章 实验验证与结果分析

5．1 实验环境与实验数据

5．1．1 实验环境

5．1．2 实验数据

5．2 评估方法

5．3 实验结果与分析

5．4 本章小结

第6章 总结与展望

6．1 论文总结

6．2 工作展望

参考文献

攻读学位期间公开发表的论文

致谢

作者简介