典型文献
基于密度的噪声应用空间聚类算法的差分隐私轨迹保护机制
文献摘要：
目前大多数的轨迹隐私保护方法对轨迹的形状相似性考虑并不充分,并且容易忽略各轨迹点之间的时序相关性,导致生成的干扰轨迹可用性不高.为了解决这些问题,提出了一种基于密度的噪声应用空间聚类(density based spatial clustering of application with noise,DBSCAN)算法的差分隐私轨迹保护机制.首先,使用DBSCAN算法对数据进行聚类分析,降低数据集中噪声点对聚类效果的影响;其次,根据用户活动轨迹点的时序关系,生成位置转移概率矩阵,利用差分隐私的方法确保生成的干扰轨迹点与真实轨迹点具有相似的位置转移概率;最后,综合考虑差分隐私预算和弗朗明歇距离(Fréchet distance)对轨迹相似性的影响,选取位置干扰点.通过仿真实验分析,方案在效率上具有明显的优势,并且生成的干扰轨迹与真实的位置轨迹相比具有较高的形状相似性.
文献关键词：
轨迹隐私;DBSCAN算法;差分隐私;弗朗明歇距离
中图分类号：
作者姓名：
刘凯;韩益亮;郭凯阳;吴日铭;汪晶晶
作者机构：
武警工程大学密码工程学院,西安710086;武警部队密码与信息安全保密重点实验室,西安710086
文献出处：
引用格式：
[1]刘凯;韩益亮;郭凯阳;吴日铭;汪晶晶-.基于密度的噪声应用空间聚类算法的差分隐私轨迹保护机制)[J].科学技术与工程,2022(25):11091-11096
A类：
用户活动轨迹,弗朗明歇距离
B类：
基于密度的噪声应用空间聚类算法,差分隐私,保护机制,轨迹隐私,隐私保护,保护方法,时序相关性,可用性,density,spatial,clustering,application,noise,DBSCAN,噪声点,时序关系,生成位置,转移概率矩阵,隐私预算,Fr,chet,distance,位置干扰,位置轨迹
AB值：
0.339362
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
