实验室核心成员章静教授于2023年5月在SCI一区期刊Future Generation Computer Systems发表题为"DP-TrajGAN:A privacy-aware trajectory generation model with differentialprivacy"的论文。

论文简介：

Open DataProcessing Services (ODPS) 提供了巨大的存储容量和卓越的效率，它收集并存储了大量数据。作为ODPS的一个重要组成部分，基于位置的服务（LBS）在许多方面被广泛使用。然而，LBS产生了成千上万的轨迹数据，这些数据很可能泄露个人信息。为了解决这种隐私问题，本文提出了一种新颖的模型，即带差分隐私的隐私保护轨迹生成模型（DP-TrajGAN）。首先，长短期记忆网络被改进并引入到生成对抗网络中，以学习原始分布。随后，通过使用差分隐私进一步增强了GAN的隐私保护能力，同时保留轨迹的原始特征，这就是所谓的DP-TrajGAN。此外，DP中的隐私预算分配使用部分可观测马尔可夫决策过程进行建模，考虑到了隐私与效用之间的权衡。实验结果表明，与其他模型相比，DP-TrajGAN能够提供具有保留统计特征和有效隐私保护的更高质量轨迹。

相关图片：