一种基于语义的轨迹聚类隐私保护方法

    公开(公告)号:CN112668040B

    公开(公告)日:2024-09-20

    申请号:CN202011468509.0

    申请日:2020-12-14

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于语义的轨迹聚类隐私保护方法,将车辆轨迹数据挖掘与轨迹中兴趣点的隐私保护结合起来。首先使用改进的Clusters函数进行轨迹分段,从而生成单个轨迹上的集群;然后计算轨迹数据聚类的距离范围Eps;根据Eps确定轨迹点的Eps邻域,之后确定集群的核心点,使用核心点及其Eps邻域进行停止区域聚类;对Eps进行调整,使其满足终止条件;通过核心属性选择对停止区域进行二次聚类;在轨迹数据发布前,首先根据隐私保护等级和Delaunay三角剖分方法进行路网分割,形成多个Voronoi map(VM);其次,基于匿名度和类别度,将每个VM中的兴趣点分类到多个桶(bucket)中;最后,发布包含兴趣点伪位置的轨迹数据,本发明中,兴趣点的伪位置是指每个兴趣点对应的桶中与其持续时间最接近的兴趣点。本方法能够有效保护车辆轨迹兴趣点挖掘过程中所涉及到的隐私信息。

    一种基于语义的轨迹聚类隐私保护方法

    公开(公告)号:CN112668040A

    公开(公告)日:2021-04-16

    申请号:CN202011468509.0

    申请日:2020-12-14

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于语义的轨迹聚类隐私保护方法,将车辆轨迹数据挖掘与轨迹中兴趣点的隐私保护结合起来。首先使用改进的Clusters函数进行轨迹分段,从而生成单个轨迹上的集群;然后计算轨迹数据聚类的距离范围Eps;根据Eps确定轨迹点的Eps邻域,之后确定集群的核心点,使用核心点及其Eps邻域进行停止区域聚类;对Eps进行调整,使其满足终止条件;通过核心属性选择对停止区域进行二次聚类;在轨迹数据发布前,首先根据隐私保护等级和Delaunay三角剖分方法进行路网分割,形成多个Voronoi map(VM);其次,基于匿名度和类别度,将每个VM中的兴趣点分类到多个桶(bucket)中;最后,发布包含兴趣点伪位置的轨迹数据,本发明中,兴趣点的伪位置是指每个兴趣点对应的桶中与其持续时间最接近的兴趣点。本方法能够有效保护车辆轨迹兴趣点挖掘过程中所涉及到的隐私信息。

Patent Agency Ranking