车联网中基于位置语义的差分隐私保护方法
Differential Privacy Protection Based on Location Semantics in the Internet of Vehicles作者机构:哈尔滨师范大学计算机科学与信息工程学院
出 版 物:《小型微型计算机系统》 (Journal of Chinese Computer Systems)
年 卷 期:2023年
学科分类:08[工学] 0838[工学-公安技术] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61202458、61403109)资助 黑龙江省自然科学基金项目(LH2020F034)资助.
摘 要:车联网中车辆获取基于位置服务时需要提供真实的位置信息,导致用户的轨迹隐私存在泄漏风险。针对车联网轨迹隐私保护中未考虑位置语义信息及生成的虚假轨迹可用性低问题,提出一种基于位置语义的差分隐私轨迹保护方法。首先,根据语义流行度和信息熵计算出真实位置对隐私预算的敏感程度,并设计实时隐私等级计算算法,同时搭建差分隐私模型实时分配隐私预算。然后划分语义Voronoi地图,对具有相同语义的虚假位置使用K-means算法进行聚类,并使用Hausdorff距离衡量轨迹相似度,以提升轨迹的可用性。在真实数据集上的仿真实验表明,所提方法与其他差分隐私保护方法相比轨迹可用性有明显的提升。