[发明专利]轨迹数据隐私保护方法、电子设备、存储介质及系统

说明书

本发明提供轨迹数据隐私保护方法，包括步骤：获取数据集中包含轨迹序列和非敏感信息的轨迹集合、轨迹序列个数最大长度、非敏感信息集合、轨迹匿名个数构建隐私模型；将非敏感信息集合输入隐私模型，生成违反序列元组；将违反序列元组中轨迹序列的所有子序列与非敏感信息组合，输入隐私模型，生成最小违反序列元组；计算轨迹序列和非敏感信息关联性的缺失率，根据最小违反序列元组集合中违反序列元组个数和缺失率，计算轨迹序列的权重值，获取最大权重值对应的轨迹序列进行发布。本发明还涉及电子设备、存储介质、轨迹数据隐私保护系统；本发明能够有效解决轨迹数据和非敏感信息联合发布过程中存在的隐私泄露问题。

技术领域

本发明涉及数据管理技术领域，尤其涉及轨迹数据隐私保护方法、电子设备、存储介质及系统。

背景技术

近年来，随着定位技术和智能手机等位置感知设备的广泛应用，产生了大量移动对象的轨迹数据。轨迹数据蕴含着大量的信息，发布轨迹数据供相关部门进行挖掘和研究可支持多种相关的应用。然而，由于轨迹数据与个人的信息密切相关，未对这些轨迹数据进行处理就直接发布会照成严重的隐私泄露。现有的轨迹隐私保护方法大多应用于解决轨迹数据发布过程中轨迹序列造成的位置隐私泄露和敏感信息泄露两方面问题，并不能解决轨迹数据和非敏感信息联合发布过程中存在的隐私泄露问题。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供轨迹数据隐私保护方法，解决了现有轨迹隐私保护方法无法解决轨迹数据和非敏感信息联合发布过程中存在的隐私泄露问题。

本发明提供轨迹数据隐私保护方法，包括以下步骤：

构建隐私模型，获取数据集中包含轨迹序列和非敏感信息的轨迹集合、轨迹序列个数最大长度、非敏感信息集合、轨迹匿名个数构建隐私模型；

生成违反序列元组，将待分析的非敏感信息集合输入所述隐私模型，生成违反序列元组；

生成最小违反序列元组，将所述违反序列元组中轨迹序列的所有子序列与所述违反序列元组中的非敏感信息组合，将所述组合输入所述隐私模型，生成最小违反序列元组，将所有所述最小违反序列元组存储至最小违反序列元组集合；

轨迹数据集匿名化处理，计算所述轨迹序列和非敏感信息关联性的缺失率，根据所述最小违反序列元组集合中违反序列元组个数和所述缺失率，计算轨迹序列的权重值，获取最大权重值对应的轨迹序列进行发布。

进一步地，所述步骤生成最小违反序列元组还包括将所述非敏感信息集合中非违反序列元组的轨迹序列进行序列连接，生成违反序列候选集合，对所述违反序列候选集合进行去除父序列操作。

进一步地，所述隐私模型具体为：当且仅当0<|q|≤L时，|T({q,ns})|≥K，其中L为轨迹序列个数最大长度，K为轨迹匿名个数，q为轨迹序列，ns为非敏感信息集合中的非敏感信息，|T({q,ns})|为数据集同时包含q和ns的轨迹个数；还包括步骤发送虚拟轨迹，若所述待分析的非敏感信息集合中存在非敏感信息满足|T({q,ns})|≥K，则生成虚拟轨迹序列进行发布。

进一步地，所述步骤生成违反序列元组具体为：若所述待分析的非敏感信息集合中存在非敏感信息满足|T({q,ns})|<K，则判定为违反序列元组。

进一步地，所述计算所述轨迹序列和非敏感信息关联性的缺失率具体为：

其中，count(i)为数据集同时包含q与第i个ns的轨迹个数，loss(i)为数据集同时包含q与第i个ns的轨迹减少数量，n为非敏感信息个数，infoLoss(q)为所述轨迹序列和非敏感信息关联性的缺失率。

进一步地，所述计算轨迹序列的权重值具体为：

w(q)＝mvsDel(q)/infoLoss(q)