[发明专利]基于语义信息的匿名轨迹隐私保护方法

权利要求书

1.一种基于语义信息的匿名轨迹隐私保护方法，其特征在于，包括：

步骤1，基于空间访问密度将原轨迹数据集中的轨迹进行离散化，生成自适应离散化格网；

步骤2，通过滑动窗口算法将离散化格网中的轨迹划分为若干定长的子轨迹；

步骤3，分别计算滑动窗口中子轨迹的时空相似度，并分别根据子轨迹的时空相似度进行轨迹聚类，获得轨迹匿名聚类集合；

步骤4，将轨迹匿名聚类集合中的同一匿名聚类中的子轨迹进行合并，合并后的子轨迹满足l-diversity，其中，l-diversity表示轨迹中每个时空位置附近的PoI种类；

步骤5，移动所述步骤2中的滑动窗口，重复执行所述步骤3和所述步骤4，直至滑动窗口移动到轨迹数据集所在时间范围的终点，获得满足k^m匿名和l-diversity的第一匿名轨迹集，其中，k^m匿名表示对轨迹中任意的长度小于等于m的连续时空位置序列匿名；

步骤6，基于PoI的分布特征处理匿名轨迹集，匿名轨迹集满足t-closeness，其中，t-closeness表示轨迹中每个时空位置附近的PoI分布与数据集所在地理空间的PoI分布差异，获得满足k^m匿名、l-diversity和t-closeness的第二匿名轨迹数据集。

2.根据权利要求1所述的基于语义信息的匿名轨迹隐私保护方法，其特征在于，所述步骤1具体包括：

步骤11，设置自适应离散化格网的格网尺寸参数为N，将地理空间初始化为N*N的格网；

步骤12，依次对自适应离散化格网中的单元格进行标号；

步骤13，根据地理位置坐标与单元格的映射关系，将轨迹编码成单元格序列。

3.根据权利要求4所述的基于语义信息的匿名轨迹隐私保护方法，其特征在于，所述步骤1还包括：

步骤14，计算每个单元格的归一化访问次数；

步骤15，依次判断计算出的每个单元格的归一化访问次数是否达到预设的单元格的归一化访问次数阈值，将达到单元格的归一化访问次数阈值的单元格通过二分法进行细化；

步骤16，跳转到步骤12，重复执行步骤12至步骤15直到达到预设的迭代次数。

4.根据权利要求3所述的基于语义信息的匿名轨迹隐私保护方法，其特征在于，所述步骤2具体包括：

步骤21，滑动窗口算法中的滑动窗口设定为m，其滑动步长设定为1，从轨迹的起始时空点开始，将轨迹数据集D_dis中的所有轨迹划分成若干个包含m个时空位置的子轨迹。

5.根据权利要求4所述的基于语义信息的匿名轨迹隐私保护方法，其特征在于，所述步骤3具体包括：

步骤31，计算子轨迹Tra_a和子轨迹Tra_b的时空相似度，如下所示：

其中，t表示滑动窗口中的第t个时隙，表示子轨迹Tra_a和子轨迹Tra_b在第t个时隙位置集L_a和L_b的时空距离，n_a表示位置集L_a中的位置数，n_b表示位置集L_b中的位置数，l_a表示位置集L_a中的位置，l_b表示位置集L_b中的位置，SED(l_a，l_b)表示l_a和l_b的平方欧氏距离；

步骤32，根据步骤31计算滑动窗口中每一对子轨迹的时空相似度；

步骤33，将空匿名聚类集合进行初始化，在每次迭代中，选取未被加入匿名聚类集合且时空相似度最小的两个子轨迹或子轨迹聚类，合并为新的子轨迹聚类。