基于优化局部抑制的轨迹数据发布隐私保护算法
Computer Engineering（2020）
摘要
针对轨迹数据发布中由轨迹序列引起的隐私泄露问题,提出一种基于优化局部抑制的轨迹隐私保护算法TPL-Local.识别轨迹数据集中的最小违反序列集合并判断最小违反序列的抑制方式,对序列中的实例构建得分表,根据分值高低选择相应的实例并进行抑制.采用以局部抑制代替全局抑制的方式实现轨迹数据的隐私保护,通过减少全局抑制损失的实例来降低数据损失率并提高轨迹数据的可用性.在合成数据集上进行数据实用性损失对比实验,结果表明,相比KCL-Local算法,TPL-Local算法能够在保证轨迹数据安全性的同时提高数据的可用性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要