智慧城市大规模位置数据发布中的轨迹隐私保护技术研究

Smart city is the use of advanced information technology to realize the intelligent management and running of the city. In the age of "Internet+", the construction of smart city will develop rapidly. The foundation of smart city is data, the core is large-scale data, and security is indispensable. To integrate the data located in every corner of the city and analysis them, is the basis for making city generate wisdom. For example, the use of mobile users' large GPS trajectory data, people can analyze the construction of transport infrastructure, and then, can update and optimize the transport facilities (opening new bus lines, constructing new roads). As the trajectory itself contains abundant privacy information such as user attributes, the privacy preserving issues for users' tracks become a hot research problem in trajectory data publishing. Due to the characteristics of trajectory data such as large-scale, high-dimension, and rich-background, the research on privacy preserving issues is facing severe challenges..This project mainly researches on the trajectory privacy preserving issues for publishing large-scale location data. The research contents contains: (1) the trajectory data blocking technology for large-scale trajectory database; (2) the optimal trajectory segmentation method; (3) the cluster-constraint trajectory anonymous algorithm; (4) the uncertainty trajectory anonymous model and the spatio-temporal editing perturbation algorithm. Finally, the project will combine the research achievement in the four aspects of trajectory data blocking, segmentation, clustering and perturbation, and build a complete privacy preserving prototype system for publishing trajectory data. The project will contribute to ensure the safety of individual privacy, and enhance the value of track data in the meantime, thereby providing decision support for smart city in related application.

智慧城市是利用先进的信息技术，实现城市智慧管理和运行，“互联网+”时代的智慧城市建设将会迅速发展。智慧城市的根基和核心都是数据，安全必不可少。将城市各个角落的数据进行整合和分析，才是城市产生智慧的基础，如利用用户GPS轨迹数据可以分析基础交通设施的建设情况，用以更新和优化交通设施。由于轨迹数据本身蕴含丰富的用户属性等隐私信息，轨迹隐私保护问题成为数据发布的研究热点。.本项目将针对大规模位置数据发布中的轨迹隐私保护问题开展研究，研究内容包括：(1)面向大规模轨迹数据库的数据分块技术；(2)最优轨迹分段方法；(3)基于聚类约束的轨迹匿名算法；(4)不确定性轨迹匿名模型以及基于时空编辑扰动的轨迹匿名算法。最终，将结合分块、分段、聚类和扰动等方面的研究成果，构建完整的轨迹数据发布隐私保护原型系统。本项目研究将有助于在保证个体隐私安全的前提下，提高轨迹数据价值，从而为智慧城市中相关应用提供决策支持。

智慧城市是利用新一代信息技术，实现城市智慧管理和运行。大数据时代的智慧城市建设将会迅速发展。智慧城市的根基和核心都是数据，安全必不可少。轨迹数据来源于智慧交通等领域的基于位置服务应用，对轨迹数据分析又会推动这些领域的建设和发展。由于轨迹数据本身蕴含丰富的用户属性等隐私信息，轨迹隐私保护问题成为数据发布的研究热点。本课题针对大规模位置数据发布中的轨迹隐私保护问题开展研究，研究内容包括：(1)面向大规模轨迹数据库的数据分块技术；(2)最优轨迹分段方法；(3)基于聚类约束的轨迹匿名算法；(4)基于时空编辑扰动的轨迹匿名算法；(5)基于差分隐私的轨迹数据发布方法。. 本课题经过三年多的研究，取得了一系列的研究成果，已全面地完成了预期的考核指标。研究成果主要包括：提出了一种基于分段聚类的轨迹数据隐私保护算法，解决了传统轨迹隐私保护算法中存在的匿名组特征单一的问题，能够在保证数据可用性的前提下，有效地保护用户的隐私；提出了一种基于时空编辑扰动的轨迹匿名算法，解决不确定性轨迹的匿名问题；提出了一种基于最优距离的轨迹数据发布隐私保护方法，采用基于数据扰动的差分隐私保护模型实现轨迹数据的隐私保护；最终，结合各方面的研究成果，构建了完整的轨迹数据发布隐私保护原型系统。. 本课题的相关研究成果有10篇论文发表在国内外的学术期刊及会议上，项目负责人作为第一发明人申请技术发明专利1项。依托本课题培养并已毕业博士生1名、硕士生3名。基于本项目研究基础，项目负责人申请并获批教育部基本科研业务费项目1项，总经费13万元；积极与企业开展合作和交流，获批智慧城市建设相关横向项目1项。本项目研究将有助于在保证个体隐私安全的前提下，提高轨迹数据价值，从而为智慧城市中相关应用提供决策支持。