基于前缀邻接表的高可用性差分隐私轨迹发布方法

现有的差分隐私轨迹发布方法在存储轨迹序列特征时未充分考虑轨迹位置点前后的关联关系,查找序列特征较慢,轨迹重构的效率较低;另外,现有方法未充分捕获轨迹的时空特征,重构的轨迹数据可用性较差.为此,提出一种基于前缀邻接表的高可用性差分隐私轨迹发布方法.该方法在轨迹序列特征存储时采用了一种新的数据结构——前缀邻接表,该表记录了轨迹位置网格的轨迹前缀计数信息及下一位置网格的存储位置,有利于轨迹重构阶段的候选网格概率的计算,提高了轨迹重构效率.同时,该方法结合k阶马尔科夫链与目的地分布选取网格,在网格内采用了基于密度的位置点选择策略,进而重构出可用性更高的轨迹.实验结果表明,在同等隐私保护水平下,提出的方法在效率和数据可用性方面均优于现有的方法.