46、移动对象轨迹隐私保护：You Can Walk Alone 方法解析

移动对象轨迹隐私保护：You Can Walk Alone 方法解析

1. 背景与问题提出

在当今数字化时代，移动对象轨迹数据的收集和使用变得越来越普遍。然而，这些数据包含着大量的个人隐私信息，如何在数据发布过程中保护轨迹隐私成为了一个重要的研究课题。如果轨迹数据分布过于稀疏，可能无法满足研究目的；而分布过于密集，则可能导致位置或轨迹暴露。因为人们通常会聚集在具有语义的场所，若对语义场所中的多个移动对象进行匿名化处理，他们的位置仍可能被暴露。

为了解决这个问题，我们提出了一种新的方法——You Can Walk Alone（YCWA），通过将停留点泛化为区域，每个区域至少包含 l 个语义场所，从而避免对手区分移动对象的精确位置。

2. 相关工作

近年来，轨迹隐私保护领域受到了广泛关注，出现了多种不同的方法。这些方法可以分为离线和在线两种方式：
- 离线方式 ：
- (k, δ)-匿名性 ：Abul 等人提出了 (k, δ)-匿名性的概念，考虑了 GPS 设备的不精确性，通过轨迹聚类和空间平移实现 (k, δ)-匿名性。
- 基于攻击图的 k-匿名性 ：Yarovoy 等人观察到并非所有移动对象都有固定的准标识符（QID）属性，且匿名组可能不相交，提出了基于攻击图的 k-匿名性，并设计了 Extreme Union 和 Symmetric Anonymization 算法来生成满足该匿名性的组。
- 匿名化 - 重建方式发布原子轨迹 ：Nergiz 等人认为轨迹发布用于