軌跡隱私保護要點課件

1、Powerpoint Templates基于軌跡頻率抑制的軌跡隱私保護方法論文主線問題提出相關知識：1.系統(tǒng)結構 2.軌跡數(shù)據(jù)集 3.攻擊者模型 4.隱私模型 5.數(shù)據(jù)損失率解決方案問題提出： 移動終端和定位技術的快速發(fā)展帶來了軌跡大數(shù)據(jù)研究者通過挖掘和分析發(fā)布的軌跡數(shù)據(jù)集，可獲得一些有價值的信息攻擊者也可利用所掌握的知識對發(fā)布的軌跡數(shù)據(jù)集進行推理分析，以較高的概率推斷出用戶的隱私信息 軌跡抑制是一類實現(xiàn)隱私保護的重要方法，然而軌跡抑制的點數(shù)越多會造成數(shù)據(jù)效用越低 因此，在滿足用戶隱私需求的情況下，如何選擇合理的抑制點來提高匿名處理后的數(shù)據(jù)效用是數(shù)據(jù)發(fā)布中要解決的重要問題 文中提出基于軌跡頻率

2、的方案對軌跡數(shù)據(jù)進行匿名處理，根據(jù)情況抑制整條有問題的軌跡數(shù)據(jù)或向有問題的軌跡數(shù)據(jù)集中添加假數(shù)據(jù)；1.系統(tǒng)結構 該問題的系統(tǒng)結構是基于“先收集軌跡數(shù)據(jù)集，再匿名處理，后發(fā)布匿名軌跡數(shù)據(jù)”的原則 軌跡隱私保護服務器中有個主要模塊：數(shù)據(jù)預處理模塊、隱私保護處理模塊和數(shù)據(jù)效用衡量模塊 離線軌跡發(fā)布隱私保護系統(tǒng) 由一個數(shù)據(jù)收集服務器收集軌跡數(shù)據(jù)，并將原始數(shù)據(jù)存儲到軌跡數(shù)據(jù)庫中，然后由軌跡隱私保護服務器進行隱私保護處理，最后形成可發(fā)布的匿名軌跡數(shù)據(jù)。2.軌跡數(shù)據(jù)集軌跡數(shù)據(jù)集是所有用戶軌跡序列的集合，如表所示，的形式化表示公式如下表示用戶i的運動軌跡，是數(shù)據(jù)發(fā)布中心可以掌控的所有位置（定義1）軌跡記錄：由

3、n個位置信息按照時間組成的一條記錄t。3.攻擊者模型假定潛 在 的 攻 擊 者 數(shù) 量 為個，則 有 ，其中V為攻擊者集合，每個攻擊者 可以掌控 中包含的所有位置信息，則有 ，且對 每 一 條 軌 跡 記 錄，每一個攻擊者 都擁有一個投影知識 ，定義如下（定義2） 若僅考慮一個攻擊者v，則一條軌跡記 錄 的 投 影 為 所以，每一個攻擊者將會擁有所有軌跡數(shù)據(jù)集中的投影集 ，且 。攻擊者 的投影集 可以根據(jù)上面定義通過對軌跡記錄集計算得到，如表所示：新的問題：攻擊者根據(jù)其擁有的知識 很容易推斷出經(jīng)過 中全部位置的用戶的身份信息，進而推斷出用戶的其他信息。為了解決上面的問題，提出新的定義：可公布數(shù)

4、據(jù)集（定義3） 給定原始軌跡數(shù)據(jù)集，是經(jīng)過處理后要公布的軌跡數(shù)據(jù)集若 ，每一個攻擊者都不能以高于 的概率推斷出用戶的位置信息 ， 為用戶隱私容忍度， ，則認為是安全的，可以公開發(fā)布，否則是不安全的，不能公開發(fā)布。4.隱私模型為了保護用戶的隱私，我們定義隱私模型 privacy，該模型保證了攻擊者不會以高于 的概率推斷出任意用戶的身份信息和攻擊者尚未掌握的其他位置信息。從軌跡數(shù)據(jù)集中找到攻擊者的投影知識 ，并從 中找到滿足特定條件的所有軌跡記錄集 （定義4） 是攻擊者的投影知識 中所有與軌跡 相同的軌跡形成的集合 如攻擊者的投影集 （如表所示）若 ，則 是用戶 的軌跡集合 ，攻擊者根據(jù) 推斷出其

5、他位置 的概率如下式所示：privacy（定義5） ，若 成立，則認為 的轉(zhuǎn)換是安全的，可以公開發(fā)布 ；若 則認為轉(zhuǎn)換不成功，并標記為有問題的投影軌跡，需要根據(jù)特定的算法對其進行處理。 5.數(shù)據(jù)損失率數(shù)據(jù)發(fā)布者發(fā)布軌跡數(shù)據(jù)的目的是為了研究者進行數(shù)據(jù)挖掘，以滿足多個研究者完成不同數(shù)據(jù)挖掘任務的需求因此，我們在確保用戶隱私的同時也要考慮如何提高數(shù)據(jù)效用。數(shù)據(jù)損失率原始軌跡數(shù)據(jù)集的足跡個數(shù)記作，匿名的軌跡數(shù)據(jù)集中的足跡個數(shù)記作，計算公式如下（定義6）數(shù)據(jù)損失率的值越小，數(shù)據(jù)效用越好；的值越大，數(shù)據(jù)效用越差?；谲壽E頻率抑制的方案添加假數(shù)據(jù)方案根據(jù)情況抑制整條有問題的軌跡投影記錄或添加假數(shù)據(jù)，以實現(xiàn)軌跡匿名處理方案所使用的匿名算法包含個部分。算法，從原始軌跡數(shù)據(jù)集中找到不滿足用戶隱私容忍度 的有問題的投影集。該算法基于算法，將有問題的投影集中的軌跡序列按照其在原始軌跡集中出現(xiàn)的次數(shù)降序排列