23、行人动态自动测量的挑战与解决方案

行人动态自动测量的挑战与解决方案

1. k - 匿名性算法及评估

在行人动态的自动测量中，k - 匿名性是一种重要的隐私保护方法。但在实际应用中，检测到的化名截断可能会导致多化名的检测化名数量少于 k，此时只能丢弃这些多化名，这会严重影响行人计数的准确性。

为避免丢弃多化名，可重新映射检测到的化名以保留 k - 匿名性。一种简单的方法是为违反 k - 匿名性的前 k 个检测化名生成一个未使用的多化名，再为接下来的 k 个检测化名生成另一个未使用的多化名，以此类推。不过，这种方法在统计行人从 A 点到 B 点的移动数量时效果不佳，因为在 B 点生成多化名时会丢失与 A 点检测结果的关联。

因此，需要一种系统的方法来映射违反 k - 匿名性的检测化名（简称违规化名），并将该方法应用于所有传感器。具体步骤如下：
1. 假设传感器在特定时期有 n 个违规化名。
2. 对这 n 个化名进行排序。
3. 仅保留前 ⌊n/k⌋ 个化名。
4. 利用剩余的 n - ⌊n/k⌋ 个违规化名，系统地增加剩余前几个违规化名的计数。

通过这种方式，原则上几乎不会丢失其他违规化名的计数。而且，如果在 A 点和 B 点都使用此过程，两个位置会为相同的检测化名分配相同的多化名。

在评估方面，使用了模拟和真实世界的数据。真实世界的数据采用了北京地铁出行数据，该数据集可用于模拟基于 WiFi 的检测。将不同的时期长度、截断化名的大小（即保留的位数）以及不同的 k 值应用于上述 k - 匿名性算法。每个进站或出站计数器被视为一个传感器，各计数器应用算法并将 k - 匿名化数据发送到中央服务器。

对于孤立轨迹（即特定两