一种基于聚类的交通轨迹差分隐私保护数据发布方法

作     者：赵书鹏 Zhao Shupeng

作者机构：广东工业大学计算机学院广州510006 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2021年第27卷第23期

页      码：29-35,42页

摘      要：差分隐私保护在交通轨迹数据发布领域的应用研究日益增多,如何在保证数据隐私性的同时提高发布数据集的可用性,已成为重要的研究课题。目前,在结合聚类的差分隐私保护算法中,主要是基于K-means聚类算法,但由于需要提前指定K值,因此基于K-means的方法不能很好地适应数据集的变化。提出了一种新的交通轨迹差分隐私保护数据发布方法,该方法结合AP聚类算法(Affinity Propagation Clustering Algorithm)以及豪斯多夫距离,设计指数机制对轨迹点进行聚合映射,以提高轨迹集的数据可用性。

主 题 词：差分隐私 聚类 指数机制 交通轨迹数据 敏感数据发布 

学科分类：0839[0839] 08[工学] 0838[0838] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2021.23.006

馆 藏 号：203104872...