文献类型：期刊文章

作　　者：杨理皓[1] 谷科[1] 李威[1]

Yang Lihao;Gu Ke;Li Wei(Hunan Provincial Key Laboratory of Intelligent Processing of Big Data on Transportation,School of Computer&Communication Engineering,Changsha University of Science&Technology,Changsha 410114,China)

机构地区：[1]长沙理工大学计算机与通信工程学院综合交通运输大数据智能处理湖南省重点实验室,长沙410114

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61402055;61462048;61504013);"综合交通运输大数据智能处理"湖南省重点实验室开放基金资助项目(JTXY16B03)

年　　份：2018

卷　　号：35

期　　号：3

起止页码：895-900

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：位置定位服务技术作为一种全新的移动计算服务,在日常生活中应用广泛。一方面,数据信息共享极大地方便了人们的日常生活,另一方面也存在由于泄露个人敏感信息而产生的弊端,因此如何保护好位置数据是关键。由于位置数据具有价值高和低密度的特性,导致现有的隐私保护方法很难兼顾数据的保护和数据的效用性。基于差分隐私机制的位置数据隐私保护策略通过采用多级查询树的结构来查询和发布保护后的数据,并保持了数据项间的联系。首先构建多级查询树(位置搜索树),然后遍历查询树,使用差分隐私的指数机制来选取访问频率高的k项,最后通过拉普拉斯机制给选取的k项进行加噪。实验表明,相比于其他保护策略,基于差分隐私机制的位置数据隐私保护策略可用性和数据保护程度高,算法运行时间少,效率更高。

关 键 词：位置数据  访问频率  差分隐私保护  多级查询树  

分 类 号：TP309.2]