空时K—匿名数据的关联规则挖掘研究
  • 【摘要】

    随着用户对基于位置服务隐私安全的日益关注,位置隐私保护成为当前研究的热点,但传统方法只针对单次或空时临近的多次匿名查询进行隐私保护,并未考虑基于大空时尺度范围匿名集分析的推理攻击.该文研究了针对空时K-匿名数据的关联规则挖掘算法,并利用南京市2 612辆出租车在2007年7月15日的GPS轨迹数据进行模拟实验.实验结果表明,基于空时K-匿名数据的关联规则可对用户的敏感空时区域隐私进行推理攻击,从而... 展开>>随着用户对基于位置服务隐私安全的日益关注,位置隐私保护成为当前研究的热点,但传统方法只针对单次或空时临近的多次匿名查询进行隐私保护,并未考虑基于大空时尺度范围匿名集分析的推理攻击.该文研究了针对空时K-匿名数据的关联规则挖掘算法,并利用南京市2 612辆出租车在2007年7月15日的GPS轨迹数据进行模拟实验.实验结果表明,基于空时K-匿名数据的关联规则可对用户的敏感空时区域隐私进行推理攻击,从而产生更具威胁性的隐私暴露风险.该研究成果对于优化空时K-匿名方法、实现位置隐私的增强性保护具有实践价值,对于丰富隐私保护数据挖掘领域的研究具有一定的理论参考价值. 收起<<

  • 【作者】

    张海涛  高莎莎  徐亮 

  • 【作者单位】

    南京邮电大学地理与生物信息学院

  • 【刊期】

    地理与地理信息科学 ISTIC PKU CSSCI 2012年6期

  • 【关键词】

    位置隐私保护  空时K-匿名  关联规则 

  • 【基金项目】

    2010年度江苏政府留学奖学金项目 国家自然科学基金项目 江苏省自然科学基金项目 虚拟地理环境教育部重点实验室开放基金项目 江苏省测绘科研项目