[发明专利]一种基于本地差分隐私的实时路况检测方法

说明书

本发明公开了一种基于本地差分隐私的实时路况检测方法，属于信息安全技术领域。该检测方法包括对车辆位置数据的扰动、服务器统计并校正扰动数据、构造实时路况网络三个部分。本发明通过优化一元编码算法，对车辆的真实位置数据进行了ε‑本地差分隐私保护，即对车辆位置数据进行扰动，使得服务器无法得知该车辆的真实位置，但依旧能构建出实时路况图，对外提供准确的实时路况。利用该实时路况检测方法，不仅保护了提供数据者的隐私，也对路况查询者提供了精准的实时路况，方便了人们的出行规划。

技术领域

本发明属于信息安全技术领域，尤其涉及一种基于本地差分隐私的实时路况检测方法。

背景技术

现阶段，人们已步入大数据时代。研究机构、企业等都需要用户提供自己的个人数据供其进行一定的分析研究，以设计便民利民的产品，提供丰富多样的服务。例如，服务器需要每辆车提供自己的位置数据，供其研究路况，并反馈给大众，方便人们的出行规划。然而，个人数据常常是敏感的，其中可能包含着对于该用户而言的隐私数据。例如，位置数据可能暴露用户常去的地点和爱好。这样一来会导致用户不愿意分享自己的数据，因为这会给他们带来安全隐患。如果强制要求用户分享个人数据，用户很可能会提供假数据，这样一来收集到的数据就失去了研究的意义和价值。因此，需要研究隐私保护的技术与方法，为现有的实时路况检测方案提供新技术。

现有的路况检测方法大多要求车辆及车主提供实时的车辆位置信息，大致可分为以下两类。第一类是通过外部采集车辆位置的方案，例如视频检测技术，即通过路口的摄像头对经过的车辆进行拍摄和信息采集；第二类是通过内部提供车辆位置的方案，例如用户在使用导航软件时，自己的实施路线会被自动提供给服务器。这些方案大多将车辆的真正的实时位置信息发送给服务器，这就可能会泄露车辆及车主的隐私，例如暴露了车主的家庭住址、工作地点等；如果发送虚假的信息，就无法保证路况检测的准确性。

普渡大学的团队提出了一种预测频率的本地差分隐私协议，并提出了优化一元编码的算法。该算法对数据的信息位进行了高扰动，对数据的干扰位也进行了一定程度的扰动，进而能够对数据提供ε-本地差分隐私保护，使得服务器在收到单个用户的扰动数据时，无法得知该用户的真实数据是什么。但服务器在收到大量用户的扰动数据时，依旧能根据这样一个扰动数据库估计出真实人群的数据分布状况，保证了数据整体的可用性，并对外提供一定的服务。

发明内容

发明目的：针对以上问题，考虑到隐私需求，本发明提出一种基于本地差分隐私的实时路况检测方法。根据每辆车发送的被本地差分隐私保护后的位置数据，构造出某区域的实时路况网络图，将相应的路况返回给查询用户，供其选择最优路径，解决了用户隐私保护以及提供精准实时路况的问题。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种基于本地差分隐私的实时路况检测方法，包括以下步骤：

步骤1，在各路段设置信标，每辆车安装信标感应器，道路上的每辆车对车辆位置数据进行扰动，对车辆真实位置数据提供本地差分隐私保护，得到扰动数据；

步骤2，统计各路段车辆的扰动数据形成扰动位置数据库，并利用极大似然估计方法进行校正，得到每个路段上车辆数的估计值；

步骤3，每间隔一定时间，重复执行步骤2，根据路段的车辆数以及相应路段的长度计算该路段路况，所述路况即单位长度车辆数，构造实时路况网络，所述网络包括每个路段的起始点和终点以及该路段路况；

步骤4，当查询某起始点到某终点的路况时，根据实时路况网络对该起始点到该终点的所有路径进行遍历，计算出每条路径的路况，然后反馈给用户，供其选择最优路径。

进一步地，所述步骤1，对车辆位置数据的扰动，步骤如下：

车辆的感应器根据各路段上的信标生成二进制的信标向量x＝(x[1]，x[2]，...，x[n])，作为该车辆的位置数据，其中x[n]表示第n个信标位，距离车辆最近的信标位为1，其余位为0；