社交网络中基于用户间关系强度的轨迹隐私保护方法

摘要

本发明公开了一种社交网络中基于用户间关系强度的轨迹隐私保护方法，包括：1)用户分享原始轨迹及个性化需求，并对轨迹预处理得到待保护轨迹；2)提取社交网络数据中用户背景属性、连接及交互三个维度的特征数据并计算得到特征向量；3)将特征向量形成的数据经过K‑means聚类及BP神经网络计算用户间的关系强度RS；4)设计一种满足差分隐私的半径限制地理不可分机制；5)将用户与好友之间的关系强度与隐私预算进行映射，对待保护轨迹使用半径限制地理不可分机制及位置聚类进行隐私保护，再将保护后轨迹发送给对应的好友。本发明考虑多个维度的关系特征并综合无监督聚类及神经网络方法计算关系强度，同时利用半径限制及位置聚类以提高隐私保护效用。