[发明专利]一种用户需求轨迹隐私保护方法

摘要

本发明提供了一种用户需求轨迹隐私保护方法，假设用户有M个需求：S＝{s1,s2,...,sM}，用户的需求在时间T＝{1,2,...}被表示为离散时间的轨迹；事件S,t被表示为在时间t的需求S；替换集合O与用户的真实需求集合S一致；目标事件为Star；Opre表示当前需求查询之前的查询事物的替换事物的子集；Ocur表示用户当前时间的需求事物的替换事物，对于攻击者和用户都已知。本发明的有益效果是：可以有效的保护用户在社交网络中的查询内容轨迹隐私，在需求事物之间的置信度上加入拉普拉斯噪声(差分隐私)，使得用户的轨迹隐私进一步得到保护；通过采用博弈的隐私保护方法，不仅保护了用户的需求隐私，同时用户的服务质量也可以得到很好的保证。

主权项

1.一种用户需求轨迹隐私保护方法，其特征在于：假设用户有M个需求：S＝{s1,s2,...,sM}，用户的需求在时间T＝{1,2,...}被表示为离散时间的轨迹；事件被表示为在时间t的需求S；替换集合O与用户的真实需求集合S一致；目标事件为Star；Opre表示当前需求查询之前的查询事物的替换事物的子集；Ocur表示用户当前时间的需求事物的替换事物，对于攻击者和用户都已知；p(Ocur|Star,Opre)表示在给定先验知识Opre和目标需求Star情况下，保护机制生成Ocur的概率，当前需求替换事物只针对的是时刻t；隐私被量化为攻击者推断用户S_tar时的误差，ω(S_tar|O_pre)为攻击者的先验知识，即通过对过去事物的观察，然后推断出用户的真实需求的概率分布，也就是说，在观察当前的事物之前，攻击者已经有的先验知识；表示攻击者对S_tar的估计值，其值和S_tar相似，都是用户需求S中的元素；表示在给定先验知识O_pre和当前的观察值O_cur情况下，攻击者估计用户的真实目标的概率值；表示隐私增益，其范围大于等于0；如果则两者之间的置信度为1，为隐私增益为0；d_p值由用户决定，如果用户对某一个需求比较敏感，则用户选择置信度较低的替换事物来替换其真实的需求；定义用户的隐私，即攻击者的推断误差：