探寻遗失的效用：私有位置数据

训练数据的不可用是研究中长期存在的挫败源，尤其是当其源于隐私顾虑时。对于位置数据而言这一点尤为明显，因为以往技术均受困于位置轨迹固有的稀疏性与高维性，这使得多数技术不切实际，导致生成不真实的轨迹且方法无法扩展。此外，位置访问的时间信息通常被丢弃，或其分辨率被大幅降低。本文提出一种新技术，用于私有地发布复合生成模型以及带有详细时间信息的完整高维位置数据集。为生成高保真合成数据，我们利用了车辆移动性的若干特性，例如其类语言特征（“观其邻而知其位”）以及人类如何规划从一点到另一点的行程。我们通过首先构建变分自编码器来生成起止位置及轨迹的相应时间，对数据集的生成器分布进行建模。接着，我们利用前馈网络计算位置间转移概率，并基于该模型输出构建转移图，其近似了起止点间（在给定时间）所有路径的分布。最后，利用马尔可夫链蒙特卡洛方法从该分布中采样一条路径。所生成的合成数据集高度真实、可扩展、具有良好的效用，并且可证明是私有的。我们针对两种最先进方法与三个真实数据集评估了我们的模型，展示了该方法的优势。