利索能及
我要发布
收藏
专利号: 2022109032873
申请人: 南京信息工程大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于差分隐私的车辆轨迹数据保护方法,其特征在于,包括:获取车辆原始轨迹数据,所述车辆原始轨迹数据包括多个车辆轨迹的轨迹位置点、轨迹相邻位置点间的移动距离和转折角度;

根据原始车辆轨迹数据,对车辆轨迹所在的地理区域均匀划分,得到均匀网格;

根据原始车辆轨迹数据、均匀网络和第一拉普拉斯噪声,计算最大移动距离噪声分布、最大转折角度噪声分布和起讫点分布;

根据最大移动距离噪声分布、最大转折角度噪声分布、起讫点分布和一阶Markov模型,得到合成轨迹的起讫点、最大移动距离、最大转折角度和采样位置点;

根据合成轨迹的起讫点、最大移动距离和最大转折角度,判断采样位置点的合理性,得到完整的合成轨迹;

根据完整的合成轨迹,判断完整的合成轨迹的起讫点的合理性,得到差分隐私保护的合成轨迹。

2.根据权利要求1所述的基于差分隐私的车辆轨迹数据保护方法,其特征在于,所述根据原始车辆轨迹数据,对车辆轨迹所在的地理区域均匀划分,得到均匀网格;包括:根据原始车辆轨迹数据,移除移动距离为0的位置点;

设置分布最多的最小移动距离为单位网格长度,以此将车辆轨迹的地理区域划分为m*n个均匀网格,其中m和n是地理区域边的总长度与单位网格长度的比值。

3.根据权利要求1所述的基于差分隐私的车辆轨迹数据保护方法,其特征在于,所述根据原始车辆轨迹数据、均匀网络和第一拉普拉斯噪声,计算最大移动距离噪声分布、最大转折角度噪声分布和起讫点分布;包括:根据均匀网格,将原始车辆轨迹数据中的轨迹位置点映射到所在网格的质心位置;

根据原始车辆轨迹数据,获得最大移动距离分布和最大转折角度分布以及起讫点分布;

将最大移动距离分布及最大转折角度分布加上拉普拉斯噪声,得到最大移动距离噪声分布以及最大转折角度噪声分布。

4.根据权利要求1所述的基于差分隐私的车辆轨迹数据保护方法,其特征在于,所述根据最大移动距离噪声分布、最大转折角度噪声分布、起讫点分布和一阶Markov模型,得到合成轨迹的起讫点、最大移动距离、最大转折角度和采样位置点;具体包括:分别对最大移动距离噪声分布、最大转折角度噪声分布和起讫点分布进行随机采样,得到合成轨迹的起讫点、最大移动距离和最大转折角度;

将合成轨迹起点输入到一阶Markov模型中,计算得到合成轨迹的第一采样位置点,所述合成轨迹的第一采样位置点为合成轨迹起点后的第一个位置点;

将合成轨迹的第一采样位置点作为输入,重复上一步骤,得到合成轨迹的采样位置点。

5.根据权利要求1或4所述的基于差分隐私的车辆轨迹数据保护方法,其特征在于,所述一阶Markov模型计算合成轨迹的采样位置点的方法包括:计算均分网格之间的转移概率:

式中,Ci为原始轨迹数据中轨迹位置点所在网格,Cj为包括Ci在内的所有网格,Φ(Ci→Cj)为查询所有原始车辆轨迹中下一时间戳的Ci在网格Cj的轨迹计数,|T|为原始车辆轨迹的数量;

通过转移概率建立转移概率矩阵,转移概率矩阵加上同阶拉普拉斯噪声矩阵,得到噪声转移概率矩阵;

通过噪声转移概率矩阵计算先验概率,并根据先验概率得到合成轨迹每一个采样位置点,先验概率的计算公式为:*

式中,t为时间戳; 为时间戳t的先验概率; 为前一个时间戳t‑1的后验概率;M为噪声状态转移矩阵;

其中对于每个网格li,其后验概率可计算为:

式中, 为在时间戳t时处于网格位置点li的后验概率, 为真实位置点,li、lj为网格位置点,zt为扰动位置点, 为在时间戳t时处于网格位置点li的先验概率;

合成轨迹的起点下一时间戳为第一个采样位置点,通过合成轨迹起点的后验概率计算第一个采样位置点的先验概率,得到第一个采样位置点,迭代计算,得到合成轨迹的采样位置点。

6.根据权利要求5所述的基于差分隐私的车辆轨迹数据保护方法,其特征在于,所述根据合成轨迹的最大移动距离和最大转折角度,判断合成轨迹采样位置点的合理性,得到完整的合成轨迹;具体包括:如果合成轨迹中每一个采样位置点与前一个采样位置点之间的移动距离或转折角度超过合成轨迹的最大移动距离或最大转折角度,则该采样位置点为不合理的位置点,则更新合成轨迹的最大移动距离和最大转折角度,反之则为合理,不进行更新,得到所有合理的合成轨迹采样位置点;所述第一个采样位置点的前一个采样位置点为合成轨迹的起点;

根据所有合理的合成轨迹采样位置点,设置次数阈值 计算每一个采样位置点与终点的距离和转折角度,如果连续 次计算一个采样位置点与终点的距离和转折角度均小于最后更新的合成轨迹的最大移动距离和最大转折角度,则直接设置改采样位置点的下一采样位置点为合成轨迹的终点,得到完整的合成轨迹。

7.根据权利要求6所述的基于差分隐私的车辆轨迹数据保护方法,其特征在于,所述根据完整的合成轨迹,判断完整的合成轨迹的起讫点的合理性,得到差分隐私保护的合成轨迹;包括:将完整合成轨迹的起讫点加上第二拉普拉斯噪声进行扰动,得到扰动后的起讫点;

判断扰动后的起讫点的合理性,若扰动后的起讫点与扰动前的起讫点的移动距离不超过所述更新合成轨迹的最大移动距离,且扰动后的起点与第一个采样位置点以及扰动后的终点与前一个采样位置点满足不超过所述更新合成轨迹的最大移动距离和最大转折角度,则扰动后的起讫点为合理;若不合理,则再次更新合成轨迹的最大移动距离和最大转折角度,得到满足差分隐私的保护的轨迹数据。

8.一种基于差分隐私的车辆轨迹数据保护系统,其特征在于,包括:获取模块:获取车辆原始轨迹数据,所述车辆原始轨迹数据包括多个车辆轨迹的轨迹位置点、轨迹相邻位置点间的移动距离和转折角度;

网格划分模块:用于根据原始车辆轨迹数据,对车辆轨迹所在的地理区域均匀划分,得到均匀网格;

分布计算模块:用于根据原始车辆轨迹数据、均匀网络和第一拉普拉斯噪声,计算最大移动距离噪声分布、最大转折角度噪声分布和起讫点分布;

采样点位置计算模块:用于根据最大移动距离噪声分布、最大转折角度噪声分布、起讫点分布和一阶Markov模型,得到合成轨迹的起讫点、最大移动距离、最大转折角度和采样位置点;

轨迹合成模块:用于根据合成轨迹的起讫点、最大移动距离和最大转折角度,判断采样位置点的合理性,得到完整的合成轨迹;

扰动处理模块:用于根据完整的合成轨迹,判断完整的合成轨迹的起讫点的合理性,得到满足差分隐私保护的轨迹数据。

9.一种计算机设备,其特征在于,包括处理器及存储介质;

所述存储介质用于存储指令;

所述处理器用于根据所述指令进行操作以执行根据权利要求1~7任一项所述方法的步骤。

10.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~7任一项所述方法的步骤。