-
题名一种结合神经网络和敏感位置语义的轨迹隐私保护方法
- 1
-
-
作者
张俊
梁阳罡
申自浩
王辉
刘沛骞
-
机构
河南理工大学计算机科学与技术学院
河南理工大学软件学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2024年第4期991-997,共7页
-
基金
国家自然科学基金项目(61300216)资助
河南理工大学博士基金项目(B2022-16)资助.
-
文摘
目前,现有的轨迹隐私保护工作大多数考虑的是敏感位置或敏感区域,未能考虑到敏感位置语义且未能精准的描述出位置语义的敏感程度.针对此问题,本文提出了一个TP-SLS(A trajectory privacy protection method combining neural networks and sensitive location semantics)方法.首先,提出了敏感度感知算法,用于量化位置语义敏感度,实现“原子化”保护.其次,为了构建用户的敏感移动场景,建立了一个包含时空信息和位置语义敏感度的四元组并使用差分隐私进行干扰.同时,使用深度神经网络预测轨迹.最后,由于预测的轨迹存在废数据,提出了基于强化学习的优化轨迹算法,用于提高数据质量,完成轨迹数据发布.实验结果表明,TP-SLS方法在隐私保护强度和数据可用性两个方面优于现有的方案.
-
关键词
位置语义敏感度
差分隐私
深度神经网络
强化学习
轨迹数据发布
-
Keywords
location semantic sensitivity
differential privacy
deep neural network
reinforcement learning
trajectory data publishing
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-