-
题名基于稀疏化最小生成树聚类的个性化轨迹隐私保护算法
被引量:3
- 1
-
-
作者
王超
杨静
张健沛
-
机构
哈尔滨工程大学计算机科学与技术学院
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2015年第11期2338-2344,共7页
-
基金
国家自然科学基金(No.61370083
No.61073041
+3 种基金
No.61073043)
高等学校博士学科点专项科研基金(No.20112304110011
No.20122304110012)
哈尔滨市科技创新人才研究专项资金(优秀学科带头人No.2011RFXXG015)
-
文摘
现有的轨迹匿名算法没有充分考虑轨迹内外在特征信息以及移动对象个性化的隐私需求.为此,本文提出个性化轨迹κ-匿名的概念,并提出轨迹结构相似性度量模型,综合考虑轨迹方向、速度、转角和位置等内外在特征信息;然后,提出基于稀疏化最小生成树聚类的个性化隐私保护算法,通过稀疏化的方法降低最小生成树聚类的执行时间,通过贪婪策略生成近似最优的轨迹κ-匿名集合.实验结果表明,本文的轨迹结构相似性度量模型能更加准确地度量轨迹间的相似性,所提算法花费了更少的时间代价,具有更高的数据可用性.
-
关键词
轨迹相似性
个性化轨迹κ-匿名
稀疏化
最小生成树聚类
κ-节点划分
-
Keywords
trajectory similarity
personalized trajectory κ-anonymity
sparse methods
minimum spanning tree cluste-ring
κ-node partition
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-