节点文献

融合聚类与差分隐私的位置隐私方法研究

Research on Location Privacy Method Combining Clustering and Differential Privacy

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 张伟媛; 汤文兵; 陈彦杰;

【Author】 Zhang Weiyuan;Tang Wenbing;Chen Yanjie;

【通讯作者】 汤文兵;

【机构】 安徽理工大学计算机科学与工程学院;

【摘要】 移动计算设备的快速发展导致了基于位置的服务(LBS)得到了各领域的应用,但同时给用户隐私安全带来威胁。针对用户位置信息上传共享第三方的问题,提出了融合聚类与差分隐私的位置保护方案。首先,根据位置信息的密集程度将周边位置点进行排序划分,采用k-means聚类对其进行泛化处理;在满足地理不可区分性的前提下通过平面拉普拉斯机制对簇中心进行加噪,得到每个位置点的扰动位置,进而保护位置隐私。实验结果证明,在保障位置隐私安全的前提下,本文算法具有更高的数据利用率。

【基金】 安徽理工大学2021年研究生创新基金项目(2021CX2108)
  • 【文献出处】 赤峰学院学报(自然科学版) ,Journal of Chifeng University(Natural Science Edition) , 编辑部邮箱 ,2023年11期
  • 【分类号】TP309
  • 【下载频次】42
节点文献中: