基于噪音前缀树的轨迹数据发布隐私保护算法研究

摘要：

现有的轨迹数据发布隐私保护算法存在轨迹距离短、部分轨迹序列丢失的弊端,因此提出一种基于噪音前缀树的轨迹数据发布隐私保护算法.该算法首先从轨迹离散化处理得到的位置中提取特征点并为其添加一定量的拉普拉斯噪音,然后用噪音干扰后的特征点校准原始轨迹得到校准轨迹并以此构建前缀树,通过向节点添加拉普拉斯噪音形成最终满足隐私需求的发布版本.相较于已有算法,提出一种创新的轨迹数据发布算法,并且考虑了发布数据的隐私性和实用性.通过实验验证了所提算法的有效性和相较于传统算法的优越性.

关键词：轨迹数据、大数据发布、噪音前缀树、隐私保护、拉普拉斯噪音

所属期刊栏目：9

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2019-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：9-15