[发明专利]一种空间众包中保护工人语义隐私的方法和系统

权利要求书

1.一种空间众包中保护工人语义隐私的方法，其特征在于，包括如下步骤：

(1)获取区域点数据集，并确立对应的基础语义，根据该点数据集以及基础语义对点数据集对应的点位置语义进行统计和分类，根据统计和分类结果构建三层语义树模型，并确定三层语义树模型对应的语义权值、以及网格语义相似度；

(2)根据步骤(1)获取到的三层语义树模型以及网格语义相似度，获取选中区域内的工人位置信息，并根据该工人位置信息构建隐私空间分解结构；

(3)获取任务位置坐标，根据该位置坐标以及步骤(2)构建的隐私空间分解结构进行任务分配，以获取一个地理投射域，在该地理投射域中出现工人过多的情况时进行优化，并通知地理投射域中的全部工人或部分工人完成任务分配，在该地理投射域中未出现工人过多的情况时通知部分工人完成任务分配。

2.根据权利要求1所述的空间众包中保护工人语义隐私的方法，其特征在于，步骤(1)具体为，首先是获取点数据集，并确定其对应的基础语义；随后，根据基础语义对点数据集对应的位置语义进行统计和分类，以得到多个子语义；其后，根据得到的多个子语义构建一个三层语义树模型；最后，确定三层语义树模型对应的语义权值，并结合标准差的定义确定网格语义相似度。

3.根据权利要求1或2所述的空间众包中保护工人语义隐私的方法，其特征在于，步骤(1)具体包括以下子步骤：

(1-1)获取点数据集，并确定其对应的基础语义，根据基础语义对点数据集对应的位置语义进行统计和分类，以得到多个子语义；

(1-2)对步骤(1-1)获取的多个子语义确定基础语义的权值范围，以及每个子语义的权值，进而得到一个三层语义树模型，如图3所示。

(1-3)利用步骤(1-2)获取到的三层语义树模型并结合标准差的定义获取网格语义相似度。

4.根据权利要求1至3中任意一项所述的空间众包中保护工人语义隐私的方法，其特征在于，

基础语义的权值范围为：

其中T表示自定义划分范围，|S|表示基础语义的总数，λ表示基础语义的编号，且有λ∈[1,步骤(1-1)得到的基础语义总数]；

对应子语义的权值等于：

其中，表示子语义所对应的权值，λ表示基础语义的编号，i表示子语义的编号且该子语义属于编号为λ的基础语义，其中i∈[1，步骤(1-1)得到的子语义总数]，M和N是两个常数，其中M表示子语义为的位置总数，N表示基础语义为s^λ的位置总数，表示子语义为的位置点，表示编号为i的子语义且该子语义属于编号为λ的基础语义，j为一个计数器，表示子语义为的位置序号(如表示子语义为的位置点中第j个位置点)，且有j∈[1，M]，loc_k(s^λ)表示基础语义为s^λ的位置点，s^λ表示编号为λ的基础语义，k表示基础语义为s^λ的位置点序号，且有k∈[1，N]；

网格语义相似度为：

其中，Sim为网格语义相似度，N₁为常数，其表示网格中的位置点总数，表示在网格中的第j₁个位置点，其中j₁∈[1，N₁]，表示位置点的对应子语义权值，Sim值越小，表示网格语义相似度越高，反之亦然。