计算机工程

作者：俞庆英, 王燕飞, 叶梓彤, 张双桂, 陈传明

单位：安徽师范大学 a. 计算机与信息学院;b. 网络与信息安全安徽省重点实验室, 安徽 芜湖 241002

关键词：轨迹数据,局部抑制,全局抑制,隐私保护,数据可用性

基金：国家自然科学基金（61702010，61672039）。

针对轨迹数据发布中由轨迹序列引起的隐私泄露问题，提出一种基于优化局部抑制的轨迹隐私保护算法TPL-Local。识别轨迹数据集中的最小违反序列集合并判断最小违反序列的抑制方式，对序列中的实例构建得分表，根据分值高低选择相应的实例并进行抑制。采用以局部抑制代替全局抑制的方式实现轨迹数据的隐私保护，通过减少全局抑制损失的实例来降低数据损失率并提高轨迹数据的可用性。在合成数据集上进行数据实用性损失对比实验，结果表明，相比KCL-Local算法，TPL-Local算法能够在保证轨迹数据安全性的同时提高数据的可用性。

来源：2020年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第8期