论文部分内容阅读
移动社会网络的兴起以及移动智能终端的发展产生了大量的时空轨迹数据，发布并分析这样的时空数据有助于改善智能交通，研究商圈的动态变化等．然而，如果攻击者能够识别出轨迹对应的用户身份，将会严重威胁到用户的隐私信息．现有的轨迹匿名算法在度量相似性时仅考虑轨迹在采样点位置的邻近性，忽略轨迹位置的动态邻近性，因此产生的匿名轨迹集合可用性相对较低．针对这一问题，本文提出了邻域扭曲密度和邻域相似性的概念，充分考虑轨迹位置的动态邻近性，并分别提出了基于邻域相似性和邻域扭曲密度的轨迹匿名算法；前者仅考虑了轨迹位置的动态邻近性