计算机应用研究

作者：刘沛骞,贾庆林,王辉,申自浩,

单位：河南理工大学a.软件学院;b.计算机科学与技术学院,河南焦作454000；

关键词：位置隐私,轨迹隐私保护,差分隐私,变阶马尔可夫模型,

基金：国家自然科学基金资助项目(61300216)；河南省高等学校重点科研项目(23A520033)；河南理工大学博士基金资助项目(B2022-16,B2020-32)；；

在使用位置查询服务时需要提供用户真实位置信息，导致用户信息泄露。大部分研究只针对单个用户的隐私保护，而忽略了多用户之间的相关性。针对轨迹隐私保护中多用户相关性的问题，提出了一种基于用户相关性的差分隐私轨迹隐私保护方案。首先，构建历史轨迹树，利用变阶马尔可夫模型预测用户轨迹，从轨迹集合中生成一组高可用性的轨迹数据集；其次，根据用户轨迹之间的相关性获取一组关联性较低的预测轨迹集；最后，通过自定义隐私预算的方法，根据用户不同的隐私需求动态调整每个位置点的隐私预算并为发布轨迹添加拉普拉斯噪声。实验结果表明：与LPADP算法相比，该算法的执行效率提升了10%~15.9%；与PTPP和LPADP算法相比，该算法的数据可用性提升了11%~16.1%，同时提升了隐私保护程度。

来源：2024年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第7期