[发明专利]基于密度分布的k-匿名位置隐私保护方法及系统

权利要求书

1.一种基于密度分布的k-匿名位置隐私保护方法，其特征在于，包括：

获取查询用户周边查找到的k-1个近邻用户位置点；

根据所述k-1个近邻用户位置点和查询用户位置点，采用快速凸包生成算法，构造多边形k匿名区域；

计算所述多边形k匿名区域的k-密度值；

将所述k-密度值分别与设定的最大密度阈值和最小密度阈值比较；

当所述k-密度值位于所述最大密度阈值和所述最小密度阈值之间时，以多边形k匿名区域的几何中心为锚点，将所述多边形k匿名区域发送给服务器以进行位置查询；

当所述k-密度值大于所述最大密度阈值时，扩大所述多边形k匿名区域，并以扩大后的多边形k匿名区域的几何中心为锚点，将所述扩大后的多边形k匿名区域发送给服务器以进行位置查询；

当所述k-密度值小于所述最小密度阈值时，在所述多边形k匿名区域内添加若干假位置点，并将所述k-1个近邻用户位置点、所述查询用户位置点以及所述假位置点发送给服务器以进行位置查询；

所述计算所述多边形k匿名区域的k-密度值，具体包括：

采用递归方式计算所述多边形k匿名区域的面积值；

根据所述面积值，计算所述多边形k匿名区域的k-密度值。

2.根据权利要求1所述的一种基于密度分布的k-匿名位置隐私保护方法，其特征在于，所述获取查询用户周边查找到的k-1个近邻用户位置点，具体包括：

在所述查询用户周边设置一个位置点为中点，扫描得到k-1个近邻用户位置点。

3.根据权利要求1所述的一种基于密度分布的k-匿名位置隐私保护方法，其特征在于，所述根据所述k-1个近邻用户位置点和查询用户位置点，采用快速凸包生成算法，构造多边形k匿名区域，具体包括：

在所述k-1个近邻用户位置点和查询用户位置点中选择一个横坐标最小的位置点，确定为特殊位置点，并当所述特殊位置点为多个时，在所述特殊位置点中选择一个纵坐标最小的位置点，确定为最终的特殊位置点；

选定一个方向为逆时针方向，计算除所述特殊位置点外所有剩余的每一个位置点与所述特殊位置点形成的特殊向量；

计算每个所述特殊向量与y轴负方向的夹角；

按所述夹角从小到大对所有位置点进行排序，得到一个有序集合；

按照设定时刻双端队列的状态，对所述有序集合中的每一个位置点进行遍历，构造多边形k匿名区域。

4.一种基于密度分布的k-匿名位置隐私保护方法，其特征在于，包括：

获取查询用户周边查找到的k-1个近邻用户位置点；

根据所述k-1个近邻用户位置点和查询用户位置点，采用快速凸包生成算法，构造多边形k匿名区域；

计算所述多边形k匿名区域的面积值；

将所述面积值分别与设定的最大面积阈值和最小面积阈值比较；

当所述面积值位于所述最大面积阈值和所述最小面积阈值之间时，以多边形k匿名区域的几何中心为锚点，将所述多边形k匿名区域发送给服务器以进行位置查询；

当所述面积值小于所述最小面积阈值时，扩大所述多边形k匿名区域，并以扩大后的多边形k匿名区域的几何中心为锚点，将所述扩大后的多边形k匿名区域发送给服务器以进行位置查询；

当所述面积值大于所述最大面积阈值时，在所述多边形k匿名区域内添加若干假位置点，并将所述k-1个近邻用户位置点、所述查询用户位置点以及所述假位置点发送给服务器以进行位置查询；

所述计算所述多边形k匿名区域的面积值，具体包括：

设定多边形k匿名区域中k-密度的最大密度阈值和最小密度阈值；

根据密度阈值计算最小面积阈值和最大面积阈值；

应用递归的方法计算多边形k匿名区域的面积值。