10.19850/j.cnki.2096-4706.2023.15.014
基于遗传算法的轨迹K匿名模型优化
常用轨迹隐私保护方法的得来离不开基于虚假轨迹的匿名研究,轨迹匿名方法生成虚假轨迹的不确定性及轨迹信息与背景知识之间的关联性,导致用户的真实轨迹隐私信息极易被识别.为此,文章提出基于遗传算法的轨迹k匿名模型优化算法.在用户真实轨迹的基础上,采用深度学习中有监督学习原理及幂律-对数函数解决分布函数中长尾数据问题,改进遗传算法中的变异操作和适应度函数,通过改进后的遗传算法来优化轨迹K匿名模型生成虚假轨迹的方法,并利用皮尔逊相关性计算轨迹相似性,调整轨迹中个体的位置,构建具有相同用户行为模式的k匿名轨迹集合.实验结果表明,该算法具有更好的适用性和隐匿性,降低了用户隐私披露风险.
轨迹匿名、轨迹k匿名、遗传算法、虚假轨迹、用户行为模式
7
TP18(自动化基础理论)
2023-08-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
63-68