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

来源：现代计算机(专业版), 2021, 27(23): 29-42.

• 差分隐私
• 聚类
• 指数机制
• 交通轨迹数据
• 敏感数据发布

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。

• 单位
  广东工业大学