基于聚类杂交的隐私保护轨迹数据发布算法

被引：25

作者：

吴英杰 ^{[1
,2
,3
]}

唐庆明 ^{[1
]}

倪巍伟 ^{[2
]}

孙志挥 ^{[2
]}

廖尚斌 ^{[1
]}

机构：

[1] 福州大学数学与计算机科学学院

[2] 东南大学计算机科学与工程学院

[3] 福州大学网络系统信息安全福建省高校重点实验室

来源：

计算机研究与发展 | 2013年 / 50卷 / 03期

关键词：

隐私保护; 轨迹数据发布; 二次聚类攻击; 聚类; 杂交;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

传统关于轨迹数据发布的隐私保护研究大多采用聚类技术,其相关算法只关注每条轨迹的隐私保护,忽视对轨迹聚类组特征的保护.通过理论分析和实验验证发现,对采用聚类发布技术产生的轨迹数据进行二次聚类,可得到原始轨迹数据在发布之前的聚类组特征,从而可能导致隐私泄露.为了有效预防二次聚类攻击,提出一种(k,δ,Δ)-匿名模型和基于该模型的聚类杂交隐私保护轨迹数据发布算法CH-TDP,算法CH-TDP对采用(k,δ)-匿名模型及相关算法处理得到的聚类分组先进行组间杂交,而后再进行组内扰乱,其目标在防止出现二次聚类攻击的前提下,保证发布轨迹数据的质量不低于阈值Δ.实验对算法CH-TDP的可行性及有效性与同类算法进行比较分析,结果表明算法CH-TDP是有效可行的.

引用

页码：578 / 593

页数：16

共 3 条

[1] 面向数据库应用的隐私保护研究综述 [J].