文献类型：期刊文章

作　　者：高强[1] 张凤荔[1] 王瑞锦[1,2] 周帆[1]

机构地区：[1]电子科技大学信息与软件工程学院,四川成都610054 [2]Department of Electrical Engineering and Computer Science,Northwestern University

出　　处：《软件学报》

基　　金：国家自然科学基金(61602097;61272527);四川省科技厅计划(2015JY0178);四川省科技支撑计划(2016GZ0065;2016GZ0063);中央高校基本科研业务费(ZYGX2014J051;ZYGX2011J066;ZYGX2015J072);中国博士后基金(2015M572464)~~

年　　份：2017

卷　　号：28

期　　号：4

起止页码：959-992

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：大数据时代下,移动互联网发展与移动终端的普及形成了海量移动对象轨迹数据.轨迹数据含有丰富的时空特征信息,通过轨迹数据处理技术,可以挖掘人类活动规律与行为特征、城市车辆移动特征、大气环境变化规律等信息.海量的轨迹数据也潜在性地暴露出移动对象行为特征、兴趣爱好和社会习惯等隐私信息,攻击者可以根据轨迹数据挖掘出移动对象的活动场景、位置等属性信息.另外,量子计算因其强大的存储和计算能力成为大数据挖掘重要的理论研究方向,用量子计算技术处理轨迹大数据,可以使一些复杂的问题得到解决并实现更高的效率.对轨迹大数据中数据处理关键技术进行了综述.首先,介绍轨迹数据概念和特征,并且总结了轨迹数据预处理方法,包括噪声滤波、轨迹压缩等;其次,归纳轨迹索引与查询技术以及轨迹数据挖掘已有的研究成果,包括模式挖掘、轨迹分类等;总结了轨迹数据隐私保护技术基本原理和特点,介绍了轨迹大数据支撑技术,如处理框架、数据可视化;也讨论了轨迹数据处理中应用量子计算的可能方式,并且介绍了目前轨迹数据处理中所使用的核心算法所对应的量子算法实现;最后,对轨迹数据处理面临的挑战与未来研究方向进行了总结与展望.

关 键 词：轨迹大数据  轨迹数据挖掘  隐私保护 支撑技术  量子计算

分 类 号：TP311]