一种高效的保护隐私的轨迹相似度计算框架

doi:10.3969/j.issn.1000-5641.2015.05.013

华东师范大学学报(自然科学版) ›› 2015, Vol. 2015 ›› Issue (5): 154-161.doi: 10.3969/j.issn.1000-5641.2015.05.013

一种高效的保护隐私的轨迹相似度计算框架

刘曙曙^1,2，刘安^1,2，刘冠峰^1,2，李直旭^1,2，赵雷^1,2，郑凯^1,2

1. 苏州大学计算机科学与技术学院, 江苏苏州215006;
2. 江苏省软件新技术与产业化协同创新中心，南京 210008

收稿日期:2015-07-09 出版日期:2015-09-25 发布日期:2015-10-08
作者简介:刘曙曙，女，硕士研究生，研究方向为数据安全和隐私.

A privacy preserving framework for efficient computation of trajectory similarity

LIU Shushu^1,2,LIU An^1,2,LIU Guanfeng^1,2,LI Zhixu^1,2,ZHAO Lei^1,2,ZHENG Kai ^1,2

Received:2015-07-09 Online:2015-09-25 Published:2015-10-08

摘要/Abstract

摘要： 提出了一种高效的保护隐私的轨迹相似度计算框架. 基于安全的同态加密系统和Yao协议，该框架能够确保持有轨迹的两方不能得到除了轨迹相似度以外的其他任何信息，从而同时保护了两方的轨迹数据隐私. 该框架针对轨迹相似度计算过程中的不同步骤具有不同的计算特点，交替使用同态加密系统和Yao协议，从而有效地提高了性能. 实验结果表明本框架与已有的方法相比显著减少了计算开销.

关键词: 轨迹相似度, 隐私保护, 同态加密, Yao协议

中图分类号:

Q948

刘曙曙，刘安，刘冠峰，李直旭，赵雷，郑凯. 一种高效的保护隐私的轨迹相似度计算框架[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 154-161.

LIU Shushu,LIU An,LIU Guanfeng,LI Zhixu,ZHAO Lei,ZHENG Kai. A privacy preserving framework for efficient computation of trajectory similarity[J]. Journal of East China Normal University(Natural Sc, 2015, 2015(5): 154-161.

参考文献

［1］霍峥, 孟小峰. 轨迹隐私保护技术研究［J］. 计算机学报, 2011, 34(10): 18201830.

［2］霍峥, 孟小峰, 黄毅. PrivateCheckIn: 一种移动社交网络中的轨迹隐私保护方法［J］. 计算机学报, 2013, 36(4): 716726.

［3］CHEN L, ZSU M T, ORIA V. Robust and fast similarity search for moving object trajectories［C］Proceedings of the 2005 ACM SIGMOD international conference on Management of data. ACM, 2005: 491502.

［4］ABUL O, BONCHI F, NANNI M. Never walk alone: Uncertainty for anonymity in moving objects databases［C］Data Engineering, 2008. ICDE 2008. IEEE 24th International Conference on. Ieee, 2008: 376385.

［5］GRUTESER M, GRUNWALD D. Anonymous usage of locationbased services through spatial and temporal cloaking［C］Proceedings of the 1st international conference on Mobile systems, applications and services. ACM, 2003: 3142.

［6］LI N, LI T, VENKATASUBRAMANIAN S. tcloseness: Privacy beyond kanonymity and ldiversity［C］Data Engineering, 2007. ICDE 2007. IEEE 23rd International Conference on. IEEE, 2007: 106115.

［7］DWORK C. Differential privacy［M］Encyclopedia of Cryptography and Security. US: Springer, 2011: 338340.

［8］DWORK C. Differential privacy: A survey of results［M］Theory and Applications of Models of Computation. Berlin Heidelberg： Springer, 2008: 119.

［9］DWORK C, LEI J. Differential privacy and robust statistics［C］Proceedings of the fortyfirst annual ACM symposium on Theory of computing. ACM, 2009: 371380.

［10］张啸剑, 孟小峰. 面向数据发布和分析的差分隐私保护［J］. 计算机学报, 2014(4): 018.

［11］DENG K, XIE K, ZHENG K, et al. Trajectory indexing and retrieval［M］Computing with spatial trajectories. New York: Springer, 2011: 3560.

[1]	乔少杰, 蒋宇河, 刘晨旭, 金澈清, 韩楠, 何帅为. 基于智能合约的教育大数据安全管理和隐私保护算法[J]. 华东师范大学学报（自然科学版）, 2024, 2024(5): 128-140.
[2]	步一凡, 王晓玲, 贺珂珂, 卢兴见, 王文萱. 面向身份相互关系一致性的人脸去识别化方法[J]. 华东师范大学学报（自然科学版）, 2023, 2023(6): 49-60.
[3]	高祥云, 孟丹, 罗明凯, 王俊, 张丽平, 孔超. 支持隐私保护的端云协同训练[J]. 华东师范大学学报（自然科学版）, 2023, 2023(5): 77-89.
[4]	黄超然, 佟兴, 张召, 金澈清, 杨英杰, 秦钢. 面向教育的区块链应用合约架构和数据隐私研究[J]. 华东师范大学学报（自然科学版）, 2022, 2022(5): 61-72.
[5]	宋春芝, 董晓蕾, 曹珍富. 高效可验证的隐私保护推荐系统[J]. 华东师范大学学报(自然科学版), 2018, 2018(2): 41-51,62.
[6]	田秀霞, 李丽莎, 赵传强, 田福粮, 宋谦. 面向智能电表隐私保护的电量请求方案[J]. 华东师范大学学报(自然科学版), 2017, 2017(5): 87-100.
[7]	曹伍，徐葎，刘玉葆，印鉴. 基于多边形隐匿区域的LBS系统[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 143-153.
[8]	张峰,倪巍伟. 基于伪随机数加密的保护位置隐私近邻查询方法[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 128-142.
[9]	魏燊,孙广中,谢幸. 基于位置服务中针对动态轨迹的匿名化[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 104-115.
[10]	邱明,皮德常. 基于轨迹方向的轨迹隐私保护算法[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 88-95.
[11]	许建秋，黄火荣. 移动对象运动方式隐私保护[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 77-87.
[12]	田秀霞,李丽莎,孙超超,刘大明. 面向智能电表的隐私保护技术综述[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 46-60.
[13]	赵大鹏,梁磊,田秀霞,王晓玲. LBS的隐私保护：模型与进展[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 28-45.
[14]	秦波,唐秋楠,王美琪. 基于位置隐私保护研究综述[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 14-27.
[15]	张晓莹，董蕾，陈红. 无线传感器网络隐私保护范围查询处理技术[J]. 华东师范大学学报(自然科学版), 2015, 2015(5): 1-13.

一种高效的保护隐私的轨迹相似度计算框架

A privacy preserving framework for efficient computation of trajectory similarity

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价