[发明专利]一种基于近似语义查询的K支配隐私保护方法

说明书

本发明公开了一种基于近似语义查询的K支配隐私保护方法，首先，给定数据并从中获得包含真实位置的矩形区域中的位置数据集，通过MCA算法获取数据集中的聚类中心点，采用基于最大最小距离的多中心数据处理算法，结合由MCA算法聚类生成的数据点集，选择保证它们之间的距离最远的位置点并生成了一组经过处理的候选集。其次，通过计算不同名称的位置信息之间的距离，获得候选集中任意两个位置之间的语义相似度，并结合哑元的方法选择语义相似度最小的k‑1位置作为虚拟结果集。实验结果表明，该方法可以保证位置的物理分散性和语义多样性，并提高虚拟生成的效率。同时，实现了隐私保护安全与查询服务质量之间的平衡。

技术领域

本发明涉及数据的查询上的隐私保护处理的领域，具体是一种基于近似语义查询的K支配隐私保护方法。

背景技术

主要创新点研究的背景意义

随着移动定位技术和无线通信技术的发展，市场上大量的移动设备具备了GPS精确定位的能力，使得基于位置的服务(LBS)发展迅速。然而，当LBS为社会提供便利和巨大利益的同时，其敏感信息泄露问题也越来越受到人们的关注。因为用户的位置在不同的位置服务提供商之间共享，不可信的第三方可以通过分析和比较这些位置信息轻易地窃取用户的隐私。例如，通过捕捉最近用户的踪迹，对手可以分析一些信息，如家庭住址、工作场所和健康状况等。

因此，有必要保证用户位置隐私的安全目前，为了防止隐私信息的泄露，现有提出的许多不同的方法主要包括有模糊方法、加密方法和基于策略的方法。空间匿名方法通常需要完全可信的第三方的帮助(TTP)。当需要位置查询服务时，移动用户首先向TTP发送查询请求，TTP生成包含用户位置的K支配区域，然后发送给LBS服务器进行查询。在这种方法中，如果K支配区域的面积过大，不仅会消耗更多的时间，而且会降低查询结果的准确性。同时，TTP容易成为系统的瓶颈。然而，在基于虚拟位置的隐私保护中，不需要TTP和匿名区域，虚拟位置由移动客户端生成。因此，它可以很好地弥补空间匿名方法的上述缺点。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于近似语义查询的K支配隐私保护方法，在传统的计算中结合K支配的技术和语义相似性的相关技术提高对查询的隐私保护程度，此外该算法还能够进一步的提高查询的效率。

本发明解决其技术问题所采用的技术方案是：一种基于近似语义查询的K支配隐私保护方法，该方法主要包含如下的步骤：

1.首先，给定数据并从中获得包含真实位置的矩形区域中的位置数据集，通过MCA中心聚类的方法计算并产生多个聚类中心，从而构成候选数据集，接着采用基于最大最小距离的多中心数据处理方法来选择了一些位置,保证它们之间的距离最远，并生成了一组经过处理的假的数据点；

2.其次，通过计算不同名称的位置信息之间的距离，获得候选集中任意两个位置之间的语义相似度，并选择语义相似度最小的k-1位置作为虚拟数据点。

进一步，采用MCA算法，能够实现在移动客户端生成多个聚类中心。因为这些位置彼此相距最远，假的数据点可以从它们中产生数据集。

进一步，所述语义相似度的计算，通过对候选集合的位置信息进行语义相似度的计算，并选择具有最小语义相似度的k-1个位置作为虚拟位置并将k-1个虚拟点信息和真实位置发送到LBS服务器进行查询，同时结合提出的哑元生成方法来生成虚拟集合，其中哑元数据集通过算法1中的聚类计算来生成。

本发明的有益效果是：本发明通过采用K支配结合语义相似度的算法实现对用户位置信息查询的进一步保护,这样既减少查询时的时间开销问题，还能够进一步的保障用户的查询隐私问题。

附图说明

图1是本发明一种基于近似语义查询的K支配隐私保护方法的摘要附图。

图2是本发明给出的三种方法随着K值增加的时间开销对比图。