|
|||||
|
|
| 基于BIGRU的轨迹数据发布隐私保护方案 | |
| 作者姓名： | 申艳梅 张玉阳 申自浩 王辉 刘沛骞 |
| 作者单位： | 河南理工大学 软件学院, 河南 焦作 454000;河南理工大学 计算机科学与技术学院, 河南 焦作 454000 |
| 基金项目： | 国家自然科学基金项目(61300216);河南省高等学校重点科研项目(23A520033);河南理工大学博士基金项目(B2022-16) |
| 摘 要： | 在保证轨迹数据发布隐私性的同时,需要提高发布数据的可用性,将机器学习算法应用于轨迹数据处理可以提高轨迹数据的可用性。针对轨迹数据发布可用性问题,提出一种面向轨迹数据发布的结合双向门控循环单元(bidirectional gated recurrent unit,BIGRU)和差分隐私(differential privacy,DP)的轨迹隐私保护方案。通过应用BIGRU对轨迹数据进行预处理从而提高轨迹数据的可用性,对轨迹数据进行聚类泛化并使用差分隐私指数机制进行分区选择从而达到了隐私保护的目的,将得到的泛化轨迹数据集进行异常处理并发布。仿真实验结果表明,该方案不仅具有较好的数据可用性,也有一定的效率优势。 |
| 关 键 词： | 差分隐私 轨迹数据发布 神经网络 轨迹预测 隐私保护 |
| 收稿时间： | 2022-08-20 |
| 修稿时间： | 2023-09-20 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载全文 | |