[发明专利]基于R树的差分隐私轨迹保护方法

说明书

本发明公开了基于R树的差分隐私轨迹保护方法，包括：基于R树索引结构提出轨迹相似树结构，实现对轨迹数据的空间存储、查询处理；结合差分隐私技术构建DP‑轨迹相似树，对节点中的移动对象统计值添加噪音，抵御背景知识攻击，实现保护数据隐私的目的；对于轨迹数据中存在的其他推理攻击问题，在构建DP‑轨迹相似树时，通过差分隐私对轨迹中的其他数据添加拉普拉斯噪音，进而抵御攻击；对于添加的拉普拉斯噪音会导致轨迹相似树上的噪音数据结果存在不一致的情况，对算法进行一致性处理。本发明的优点是：基于R树索引结构提出了一种新型的轨迹相似树结构，该结构可以保留轨迹的时空特性并实现轨迹的高效检索。在轨迹相似树结构基础上，提出了满足差分隐私的轨迹数据保护方法。根据轨迹的语义信息，利用差分隐私抵御信息推理攻击。

技术领域

本发明涉及基于R树的差分隐私轨迹保护方法，该方法主要用于轨迹数据的隐私保护问题，属于工程应用与信息科学的交叉领域。

背景技术

随着无线网络以及定位设备的快速发展，移动对象的轨迹数据呈急剧增长的趋势，大量的轨迹数据在用户不知情的情况下被相应的组织机构收集并存储到移动对象数据库中。这些轨迹数据中蕴含着丰富的深度知识和巨大的研究价值，对轨迹数据进行分析和挖掘可以从中提取出有用的信息，从而实现各种与轨迹相关的高附加值的增值服务，对于社会发展具有十分重要的意义。

然而，随着机器学习、数据挖掘等数据分析技术的兴起，轨迹数据的分析与发布给人们的生产生活带来了极大的便利，但也导致了用户隐私信息泄露的问题。攻击者可以通过多种方法对海量的轨迹数据进行分析，从而挖掘出数据中深层蕴含的与用户隐私相关的敏感信息，如家庭住址、工作单位、健康状况、经济状况以及社会地位等。这些敏感信息一旦泄露，将会干扰用户的正常生活，造成无法估量的损失，甚至会威胁到用户的人身安全。由于全世界对隐私保护和数据安全的重视程度日益增强，如何保护轨迹数据中的个人隐私信息，构造合理有效的隐私保护数据发布模型，已成为社会各界密切关注的焦点。对于轨迹数据分析者而言，则希望能够从发布的轨迹数据中挖掘出更多的有价值的信息，而提供数据的移动用户则希望轨迹数据中的个人敏感信息不被泄露。倘若直接对收集到的轨迹数据进行分析处理，将会泄露其中包含的用户个人的具体信息。因此，如何在提高发布数据可用性的同时，有效保护用户的敏感隐私信息，是隐私保护数据发布领域亟待解决的问题。