Lclean：一种个体轨迹数据清洗的可行方法
密码学与安全
2018-04-06 v1
摘要
近年来，随着重大数据产业化的不断发展，轨迹数据对城市建设与环境监测具有越来越关键的分析价值。然而，轨迹包含大量个人隐私，贸然发布轨迹数据集将造成严重隐私泄露风险。目前轨迹数据隐私保护主要采用数据匿名与泛化方法，未考虑攻击者的背景知识，且忽视了相邻位置点可能泄露敏感位置点的风险。本文针对上述问题，结合轨迹数据的位置相关性，提出一种可行替换方法。首先，提出轨迹点相关性以对含敏感点的个体轨迹进行分类。然后，根据位置点相关性与随机化响应机制，选取合理候选集替换轨迹中的敏感点，以满足本地差分隐私。理论与实验结果表明，所提方法既保护个体敏感信息，又不影响整体数据分布。
引用
@article{arxiv.1804.01818,
title = {Lclean: A Plausible Approach to Individual Trajectory Data Sanitization},
author = {Qilong Han and Dan Lu and Kejia Zhang and Xiaojiang Du and Mohsen Guizani},
journal= {arXiv preprint arXiv:1804.01818},
year = {2018}
}