[发明专利]一种基于聚类的差分隐私轨迹数据保护方法在审
| 申请号： | 201910976396.6 | 申请日： | 2019-10-15 |
| 公开（公告）号： | CN110727959A | 公开（公告）日： | 2020-01-24 |
| 发明（设计）人： | 皮德常;赵晓东;袁水莲 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于聚类的差分隐私轨迹数据保护方法，包括：为抵御连续查询攻击对类簇中的轨迹位置计数添加拉普拉斯噪音；其次，对类簇中的轨迹位置数据添加半径受限的拉普拉斯噪音，避免了噪音过大影响聚类效果；根据噪音位置数据和噪音位置计数得到类簇的噪音聚类中心；最后，利用差分隐私技术抵御类簇中的非轨迹位置敏感信息攻击。本发明的优点是：将差分隐私技术应用到轨迹聚类分析中；针对每个类簇中的位置数据、聚类中心添加拉普拉斯噪音，避免攻击者通过相邻聚类区域查询得出用户具体的位置数据；添加到轨迹位置中的噪音的大小是受限的，提高了数据可用性；对其它可能导致隐私泄露的信息数据添加拉普拉斯噪音，抵御了相应的推理关联攻击。 | ||
| 搜索关键词： | 噪音 类簇 轨迹位置 位置数据 聚类 攻击 隐私 聚类中心 受限 数据可用性 轨迹数据 技术应用 聚类分析 敏感信息 区域查询 数据添加 信息数据 隐私泄露 大影响 推理 查询 关联 | ||
【主权项】：
1.一种基于聚类的差分隐私轨迹数据保护方法，其主要特征包括如下步骤：/n(1)攻击方式的确定：确定在轨迹数据的聚类分析中，确定攻击者可以通过哪些攻击方式对数据库进行攻击，从而获得用户的隐私信息；/n(2)给出不同攻击模型的抵御方法：对(1)中确定的攻击者的不同攻击方式，提出相应的抵御方法，避免攻击者通过这些攻击方式来获取用户的隐私信息。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910976396.6/，转载请声明来源钻瓜专利网。
