实验室核心成员章静教授于2022年8月在SCI三区期刊Entropy发表题为"Successive Trajectory Privacy Protection with Semantics Prediction Differential Privacy"的论文。

摘要：轨迹数据的发布为各种基于位置的服务提供了关键信息，在确保其可用性的同时安全地发布轨迹数据是至关重要的。差分隐私是一种很有前途的隐私保护技术。现有的轨迹隐私保护方案大多没有考虑用户对位置的偏好和语义位置的影响。此外，针对轨迹保护的差分隐私还存在隐私预算与服务质量的平衡问题。本文提出了一种基于语义和预测的轨迹数据差分隐私保护方案。首先，将轨迹数据转换为前缀树结构，以保证其满足差分隐私；其次，考虑到语义位置对轨迹的影响，利用语义敏感度结合位置签到频率计算轨迹中各个位置的敏感度；通过设置阈值对位置的隐私级别进行分类，并根据位置隐私级别分配相应的隐私预算。最后，利用马尔可夫链预测轨迹中各个位置的攻击概率。在此基础上，进一步调整隐私预算的分配，提高其利用率，从而解决了隐私预算与服务质量之间的平衡问题。实验结果表明，该方案能够在保证数据可用性的同时保护数据隐私。

相关图片：