[发明专利]满足差分隐私的轨迹发布方法

说明书

本发明提出一种满足差分隐私的轨迹发布方法，该方法将原始轨迹表示为相邻网格的锚点轨迹，利用前缀树和马尔科夫过程为其构建模型，通过在前缀树和马尔科夫过程的转移矩阵中添加拉普拉斯噪声以满足差分隐私，然后从含噪声的模型中生成待发布的轨迹数据。一方面，本发明利用前缀树和马尔科夫过程为锚点轨迹建模，能保持更多的原始数据特征，获得较高的数据可用性；另一方面，本发明为前缀树和马尔科夫过程的转移矩阵设计了添加拉普拉斯噪声的方法，满足差分隐私，能够保护轨迹数据的隐私，是一种保障轨迹数据的安全可靠发布和应用的实用算法。

(二)、技术领域

本发明涉及隐私保护、信息安全领域，具体讲是一种满足差分隐私的轨迹发布方法。

(三)、背景技术

移动计算和定位技术的兴起使得海量的轨迹数据得以生成。收集、发布、挖掘和分析这些丰富的轨迹数据，可以更深入地了解个体和人群的活动，进而为城市发展和人们日常生活带来诸多裨益。然而，轨迹数据中通常包含大量的个人隐私信息，如兴趣爱好、宗教信仰、身体状况等，将轨迹数据不加约束地发布易导致个人隐私泄露，甚至会对个体的人身财产安全构成严重威胁。如何在保护隐私的前提下，兼顾轨迹数据高可用性是轨迹发布中亟待解决的问题。

满足差分隐私的方法是一种在数学上被证明能保护数据集中每个参与者隐私的方法，主要思想是对原始查询结果添加随机噪声，以使得在数据集中添加或删除某一条数据对查询结果的影响很小，从而让攻击者很难通过多次的查询结果来反推数据集中的某条真实数据。这种方法可抵御任意攻击模型的攻击，有较好的应用前景。

当前，人们在满足差分隐私的轨迹发布方面的研究已经取得了一些成果。Chen等人面向频繁访问模式查询，提出了基于前缀树的轨迹发布方法。由于叶子结点的计数值较为稀疏，添加噪声对轨迹数据的可用性影响较大。为获得数据高可用性，Chen等人提出了将前缀树替换为exploration树，使每个结点都与一个地点序列长度可变的n-gram相关联，以增强轨迹数据抗噪能力的方法。Mir等人从原始地点轨迹中生成描述人类移动特征的若干分布，通过向生成的分布中添加噪声，以合成可发布轨迹。另外，Hua等人提出了基于聚类的轨迹发布方法。尽管上述方法能保护隐私，但仅能在访问地点较少或者轨迹长度较短的数据集中具有较高的数据可用性，扩展性不够强。

在GPS轨迹发布方法方面，Gursoy等人提出了通过向原始轨迹的轨迹特征添加噪声，以合成可发布轨迹的方法。He等人通过构建由前缀树组成的森林，以合成可发布GPS轨迹。Deldar和Abadi利用新型树结构为每个起点的不同轨迹长度存储最大概率路段，以获取高数据可用性。但这三种算法尚不能保持较多的个体移动细节信息，数据可用性仍不够高。

综上所述，尽管保护隐私的轨迹发布方法已经有诸多成果，但还不能在隐私保护和数据可用性之间取得较好的平衡。

另外，专利申请号CN201910976396.6，名称为“一种基于聚类的差分隐私轨迹数据保护方法”；专利申请号CN201910018634.2，名称为“一种基于差分隐私的新型轨迹数据发布方法”；专利申请号 CN201810916399.6，名称为“一种基于差分隐私的移动用户的轨迹隐私保护方法及系统”的中国专利文件中也涉及轨迹数据发布问题，但与本专利申请采用方法不同。

美国专利库中的“Lightweight Privacy Protection Protocol,Methods,andSystems for RFID and Sensor Based Logistics Track and Trace Data Sharing overBusiness Subcontracting Relationships”与本专利申请针对内容不同，具体方法也不同。

(四)、发明内容

【发明目的】