基于深度学习的位置大数据统计发布与隐私保护方法

针对传统位置大数据统计划分发布结构不合理、划分发布方法效率低下的问题,提出一种基于深度学习的位置大数据统计划分结构预测方法和差分隐私发布方法,以提高位置大数据统计划分发布数据的可用性和执行效率。首先对二维空间进行细致划分和自底向上合并,从而构建合理的空间划分结构。然后将划分结构矩阵组织为三维时空序列,借助深度学习模型提取时空特征,实现对划分发布结构的预测。最后结合预测划分发布结构进行差分隐私预算分配和Laplace噪声添加,实现位置大数据统计划分发布信息的隐私保护。通过实际位置大数据集的实验,证明了所提方法在提高发布数据查询精度和运行效率方面的优势。