[发明专利]一种基于近似语义查询的K支配隐私保护方法

权利要求书

1.一种基于近似语义查询的K支配隐私保护方法，其特征在于包括以下步骤：

步骤一、获取包含真实位置的矩形区域中的位置数据集，采用MCA算法计算正方形区域中位置地理坐标的聚类中心，得到若干个聚类中心，这些聚类中心被选为虚拟候选集，首先将样本对象作为第一聚类中心，然后选择离第一聚类中心最远的样本作为第二聚类中心，然后确定其他的聚类中心，直到没有新的聚类中心，确定所有聚类中心后，将包含m个样本的聚类样本集作为虚拟位置候选集，根据算法1，选择l₁作为第一聚类中心,后选择l₅作为第二聚类中心，再确定第三聚类中心l₉，经过聚类计算，得到三个聚类中心，生成虚拟位置候选集；

其中MCA算法的具体步骤如下：

1)给定γ的数值同时保证γ的取值范围处在0＜γ＜1区间范围内；

2)将真实位置l_re作为第一聚类中心Z₁；

3)找到离Z₁最远的位置，作为第二聚类中心Z₂；

4)对于S_n中剩余对象的每个l_i，其到Z₁和Z₂的距离是D_i1和D_i2；假设D₁₂是Z₁和Z₂之间的距离，若D_i＝max{min(D_i1,D_i2)}且其中的i∈(1...n)且D_iγ·D₁₂，则取l_i为第三个聚类中心Z₃；

5)以此类推，得到所有符合条件的v个聚类中心，当最大最小距离小于γ·D₁₂时,寻找聚类中心的计算结束；

6)假设v代表计算得到的聚类中心个数，判断符合下面哪种情况:

(1)如果v≥m，则算法结束；

(2)如果v＜m,则重新选择γ的值,然后重新执行步骤1；

7)生成候选集合S₁；

通过最大最小距离的多中心聚类方法，选择若干位置后，再经过哑元方法处理后产生一个候选的数据集，其中哑元方法处理的具体过程如下：

步骤1：提出了一种考虑位置地名的语义信息特征的哑元选择方法，平衡了隐私保护和查询质量之间的矛盾；

步骤2：采用基于最大最小距离法的多中心聚类算法生成哑元数据集，保证了哑元的物理分散性；

步骤3：计算地理地名信息之间的语义相似度，选择语义相似度最小的位置地名作为哑元，保证了哑元的语义多样性；

所提出的哑元生成方法通过以下两种算法来实现:首先，通过算法1进行聚类计算生成哑元数据集S1；其次，通过算法2，计算候选集S1中位置的语义相似度来产生虚拟集S2；

步骤二、计算地理位置信息之间的距离后，计算得到候选集合中任意两个位置之间的语义相似度，选择k-1个语义相似度最小的地理位置作为虚拟位置，其中语义相似度的计算和获取虚拟位置结果集的具体步骤如下：

1)依次匹配地名信息的每个字符，忽略匹配值相同的前缀字符，然后，得到两个新的字符串A和B；

2)假设字符串A包含i个字符，它表示为A＝a₁a₂a₃La_i；字符串B包含j个字符，表示为B＝b₁b₂b₃Lb_i；

3)构造一个i+1列j+1行的动态规划矩阵，从D[i,j]得到的最后一个元素是ed(A,B)；

4)如果j＝0，返回i，然后退出；如果i＝0，返回j，然后退出；

5)第一行初始化为(0,1,l,i)；第一列初始化为(0,1,l,j)；

6)给矩阵中的每个元素赋值:

如果a_i＝b_i，则D[i,j]＝D[i-1,j-1]；

若a_i≠b_i，则D[i,j]＝1+min{D[i-1,j-1],D[i-1,j],D[i,j-1]}；

7)重复步骤6，直到获得矩阵中的所有值，最终保证距离为D[i,j]；

8)通过D[i,j]计算相似度匹配指数S(A,B)，即语义相似度；

9)选择语义相似度最小的k-1个位置，生成虚拟结果集S₂。