敏感位置数据保护的扰动方法：智能手机出行调查案例研究

基于智能手机的出行数据收集已成为交通系统分析的重要工具。近年来，随着政府“开放数据倡议”寻求让公众使用这些数据并有望将其发现与分析贡献于公共领域，共享出行调查数据的兴趣日益增加。此类精确信息（尤其是居住地等位置数据）的公开发布带来了隐私侵犯风险。同时，为使此类数据有用，尽可能高的空间分辨率对于交通应用与出行需求建模的效用是理想的。本文评估了地理随机扰动方法（即地理不可区分性与甜甜圈地理掩码）在保护可能公开其居住位置的受访者隐私方面的表现。我们度量了位置隐私方法、效用保持以及在不同参数下扰动距离分布的随机性。研究发现，两种方法产生的空间扰动分布均紧密符合常见概率分布，因此可用极少信息高精度推断原始位置。还发现，虽然甜甜圈地理掩码的已实现 K 估计匿名性随期望匿名性线性增长，但地理不可区分性高度依赖于其隐私预算因子（epsilon），且在确保期望的实现 K 估计匿名性方面效果不佳。