交通估计参与式感知方案中智能体隐私的保持
最优化与控制
2016-09-06 v1 系统与控制
摘要
本文引入了一种针对交通估计参与式感知方案中智能体（或参与者）在交通网络中移动时的隐私侵犯度量。该度量被定义为，给定外部观察者随时间接收到的所有位置测量广播后，其赋予交通网络中私有节点（例如家庭或办公地点）的条件概率。我们提出了一种算法，用于在隐私侵犯度量和期望估计误差之间寻找最佳折中，其中期望估计误差由参与者停止广播其位置的节点数来刻画。该算法在一族策略中进行搜索，在此类策略中，若智能体到隐私敏感节点的距离（以跳数计）小于预设阈值，则该智能体停止发送其位置测量。采用此类对称策略在实现所需资源和计算简便性方面具有优势。我们将结果推广至更一般的策略。此外，还探讨了人口密度异质性对最优策略的影响。最后，通过数值方法探索了中介中心性测度与智能体最优隐私保持策略之间的关系。
引用
@article{arxiv.1609.01028,
title = {Preserving Privacy of Agents in Participatory-Sensing Schemes for Traffic Estimation},
author = {Farhad Farokhi and Iman Shames},
journal= {arXiv preprint arXiv:1609.01028},
year = {2016}
}