基于軌跡形狀多樣性的隱私保護(hù)算法

　　針對匿名集內(nèi)軌跡間的高度相似性而導(dǎo)致的軌跡隱私泄露問題，提出基于軌跡形狀多樣性的隱私保護(hù)算法。該算法通過軌跡同步化處理的方式改進(jìn)軌跡數(shù)據(jù)的預(yù)處理過程，以減少信息損失；并借鑒Z一多樣性思想，在貪婪聚類時(shí)選擇Z條具有形狀多樣性的軌跡作為匿名集成員，以防止集合內(nèi)成員軌跡的形狀相似性過高而導(dǎo)致軌跡形狀相似性攻擊。理論分析及實(shí)驗(yàn)結(jié)果均表明，該算法能夠在保證軌跡K一匿名的同時(shí)滿足f一多樣性，算法運(yùn)行時(shí)間較小，且減少了軌跡信息損失，增強(qiáng)了軌跡數(shù)據(jù)的可用性，更好地實(shí)現(xiàn)了軌跡隱私保護(hù)，可有效應(yīng)用到隱私保護(hù)軌跡數(shù)據(jù)發(fā)布中。