基于特征轨迹点的位置隐私保护方案

摘要

针对现有位置隐私保护方案大多对轨迹上所有位置点都进行处理，导致数据处理效率低、可用性差的问题，提出一种基于特征轨迹点的位置隐私保护方案。将优化后的最小描述长度与迪杰斯特拉(Dijkstra)算法相结合，选择代表整个轨迹的特征轨迹点，实现最优的轨迹分割，以得到相似轨迹；采用优化后的DBSCAN密度聚类算法对相似轨迹进行处理，得到等价类；在保证隐私预算的前提下，从等价类中选择与用户真实特征轨迹点弗朗明歇距离(Fréchet distance)最小的混淆点，然后以时间序列连接这些点形成混淆轨迹。提出的方案对特征轨迹点进行保护，降低了数据的计算复杂度；通过选择与用户真实位置距离最小的混淆点，保证了数据可用性。与IFTS和TP-MALS两个方案进行对比分析表明，提出的方案既能提高数据处理效率，又能保证数据的可用性。

关键词

位置隐私 / 最小描述长度 / 轨迹分割 / 弗朗明歇距离