1.一种面向第三方数据请求的位置隐私保护的数据发布方法，其特征在于，包括以下步骤；

(1)由用户根据第三方的需求，设定轨迹出售比例p；

(2)基于后验克拉美罗下界计算具有时空相关性的轨迹估计误差协方差，将其作为隐私保护强度的度量；

(3)基于模拟退火算法选取轨迹出售比例p下估计误差协方差最大的n‑m个抑制点；

(4)根据选取的抑制点，确定服务商出售轨迹Sb。

2.如权利要求1所述的一种面向第三方数据请求的位置隐私保护的数据发布方法，其特征在于，步骤(2)所述的基于后验克拉美罗下界计算具有时空相关性的轨迹估计误差协方差的方法，具体包括：

(2.1)确定基于PCRLB的目标函数，其公式解析如(1)所示：fi(x)＝Tr(PCRLB(xi)) i＝1,...,n        (1)T

设用户真实位置点的状态为 其中[xn,yn] 和 分别表示第n个位置点的位置分量和速度分量。系统状态方程可以写成：sn＝Fsn‑1+vn               (2)其中F是状态转移矩阵，vn是过程噪声。假设用户运动模型为匀速运动模型，vn为零均值，协方差矩阵为Q的高斯白噪声，则其中t是用户轨迹中相邻位置点之间的间隔时间，q是过程噪声的参数；

用户上传位置的观测方程可以写成：zn＝A*sn+ωn                       (3)其中ωn为服从拉普拉斯分布的噪声，A是观测矩阵，根据状态转移的马尔可夫性，联合概率分布函数可以表示为：n+1 n+1 n n

p(S ,Z )＝p(S ,Z)·p(sn+1|sn)·p(zn+1|sn+1)n+1 T n+1 T

其中，S ＝[s1,…,sn+1]为用户n+1个真实位置点的集合，Z ＝[z1,…,zn+1]为用户上传的n+1个伪位置点的集合；

(2.2)用户第n+1个位置点的无偏估计方差下界具有如下形式：其中Jn+1为费雪信息矩阵(Fisher Information Matrix)，其递归计算方法为：其中

0 0

初始费雪信息矩阵J0可以由先验概率密度函数p(S ,Z)计算得到,即(2.3)根据用户状态模型、观测模型和费雪信息矩阵计算出如下的结果：如上迭代地计算，从而计算出每一个用户上传位置的无偏估计方差下限。

3.如权利要求1或2所述的一种面向第三方数据请求的位置隐私保护的数据发布方法，其特征在于，步骤(3)所述的基于模拟退火算法选取抑制点，具体包括：(3.1)对于用户而言，其目标是在设定轨迹出售比例确定值后，选取确定数量下估计误差总和相对最小的位置点作为出售点，即抑制点估计误差最大，建立优化模型：s.t.

目标函数式表示最大化轨迹抑制点估计位置误差；约束条件式为出售轨迹位置点约束，表示服务商出售轨迹Sb必须是用户上传轨迹Sp中的部分位置点序列，为其子集，其中Sp表示由服务提供商收集到的该用户上传的伪位置点组合形成的加噪路径，即Sp＝{z1,···,zn}，Sb表示由用户上传轨迹Sp中的部分伪位置点组合形成的局部加噪路径，即Sb＝{z′1,···,z′m}，m≤n；

(3.2)选取估计误差协方差最大的轨迹抑制点本质类似于求解选址问题；

选用模拟退火法作为优化方法对目标函数求解。