利用 RNN 生成真实人口的合成移动数据以提升效用与隐私

从移动设备收集的位置数据代表了个体与社会层面的移动行为。这些数据具有重要的应用，从交通规划到流行病建模。然而，为了最好地服务于这些用例，必须克服一些问题：数据通常只代表人口的有限样本，且数据的使用会危及隐私。为解决这些问题，我们提出并评估了一个使用深度循环神经网络（RNN）生成合成移动数据的系统，该网络在真实位置数据上训练。系统将人口分布作为输入，并生成相应合成人口的移动轨迹。相关的生成方法尚未解决在较长时间内同时捕捉个体移动行为的模式与变异性，并平衡真实数据生成与隐私保护的挑战。我们的系统利用 RNN 生成复杂且新颖序列的同时保留训练数据模式的能力。此外，模型引入了随机性，用于在个体层面校准合成数据与真实数据之间的变异程度。这既是为了捕捉人类移动的变异性，也是为了保护用户隐私。在一项跨越效用与隐私指标的实验评估中，使用了来自超过 22,700 台移动设备的基于位置服务（LBS）数据。我们表明生成的移动数据保留了真实数据的特征，同时在个体层面不同于真实数据，且这种变异量与真实数据内部的变异量相匹配。