文献详情
PrivateCheckIn:一种移动社交网络中的轨迹隐私保护方法
外文标题：PrivateCheckIn: Trajectory Privacy-Preserving for Check-In Services in MSNS
文献类型：期刊
作者：霍峥^[1]孟小峰^[2]黄毅^[3]
机构：[1]中国人民大学信息学院
[2]中国人民大学信息学院
[3]中国人民大学信息学院

通讯作者：Huo, Z.(huozheng@ruc.edu.cn)
年：2013
期刊名称：计算机学报
卷：36
期：4
页码范围：716-726
增刊：增刊
收录情况：EI(20132116362539)中文核心期刊要目总览中国科技核心期刊CSCD(CSCD:4839752)
所属部门：信息学院
语言：中文
ISSN：0254-4164
链接地址：http://d.g.wanfangdata.com.cn/Periodical_jsjxb201304003.aspx
DOI：10.3724/SP.J.1016.2013.00716
人气指数：3
浏览次数：3
基金：国家自然科学基金; 国家"八六三"高技术研究发展计划项目基金; 中国人民大学科学研究基金
关键词：数据库应用;隐私保护;位置隐私;轨迹隐私;移动社交网络
摘要：移动设备的发展及无线网络的普及促使移动社交网络的出现及发展.签到服务作为移动社交网络中的主流应用,存在着严重的轨迹隐私泄露风险.文中针对签到服务中假名用户的轨迹隐私泄露问题,提出了一种轨迹隐私保护方法PrivateCheckIn.该方法设计了一种签到序列缓存机制,通过为缓存的签到序列建立前缀树、对前缀树进行剪枝及重构形成k-匿名前缀树,遍历k-匿名前缀树得到k-匿名签到序列,达到了轨迹k-匿名的隐私保护效果.文中证明了PrivateCheckIn方法既能保护假名用户的轨迹隐私,又确保损失签到位置最少,有效地保证了用户体验.通过构建前缀树的方式获取轨迹k-匿名集降低了计算代价.最后,文中在真实数据集上与(k,δ)-anonymity 方法进行了充分的对比实验,验证了PrivateCheckIn方法的准确性与有效性.
作者其他论文



差分隐私保护下一种精确挖掘top-k频繁模式方法.张啸剑;王淼;孟小峰.计算机研究与发展.2014,51(1),104-114.
大规模图数据可达性索引技术:现状与展望.富丽贞;孟小峰.计算机研究与发展.2015,52(1),116-129.
海量高维向量的并行Top-k连接查询.马友忠;慈祥;孟小峰.计算机学报.2015,38(1),86-98.
基于小数据的在线用户兴趣长程演化研究.李勇;孟小峰;刘继,等.计算机研究与发展.2015,779-788.
云数据管理索引技术研究.马友忠;孟小峰.软件学报.2015,26(1),145-166.