时空K匿名集数据的关联规则和序列模式挖掘的研究.pdf

单位代码: 10293 密级: 公开




硕士学位论文


论文题目: 时空 K-匿名集数据的关联规则和
序列模式挖掘研究

学学号科专业 1010091904
研姓名究方向高莎莎
申请学位类别导师张海涛副教授
学科专业空间信息系统
研究方向空间信息超移动计算与可视化
申请学位类别工学硕士
论文提交日期二零一三年四月
Research on association rules and sequence
patterns mining from LBS Spatial-Temporal
K-Anonymity datasets



Thesis Submitted to Nanjing University of Posts and
munications for the Degree of
Master of Engineering



By
Shasha Gao
Supervisor: Associate Prof. Haitao Zhang
April 2013
摘要
随着用户对基于位置服务(Location Based Service,LBS)隐私安全的日益关注,位置隐
私保护成为当前研究的热点。但传统方法只针对快照单次查询或时空临近的连续多次匿名查
询进行隐私保护,并未考虑基于大时空尺度范围匿名集的分析推理攻击。
为验证这一问题,本文主要进行了以下研究:( 1)通过对相关文献的理论分析研究,首
次提出了传统的时空 K-匿名及其变体方法可能存在不能有效防御基于大时空尺度范围匿名
集的分析推理攻击问题,为此,设计并开发了从 GPS 轨迹数据模拟生成 LBS 时空 K-匿名实
验数据的软件系统。本文的研究对象是 LBS 在时空 K-匿名查询过程中产生的系列匿名集数据。
但目前时空 K-匿名及其优化方法并没有在商业的 LBS 系统上得以大规模推广应用,因此我们
采用对 GPS 轨迹数据进行预处理,并应用 Gruteser 等人提出的时空 K-匿名算法,实验模拟生
成一定规模数量的匿名集数据。本实验的 GPS 轨迹数据,取自南京市某出租车管理公司于
2007 年 7 月 15 日,收集的(0:00-24:00)时段的 2612 辆出租车的 GPS 轨迹数据。实验模
拟生成的匿名集数据包括:LBS 快照查询生成的匿名集,LBS 连续查询生成的匿名集。
(2)首先设计了具体的针对时空 K-匿名查询数据集的关联规则挖掘方法与序列模式挖掘算
法实现方案。然后利用提出的这两种实现方案,以从大量 GPS 数据模拟生成的匿名集快照数
据与匿名集序列数据为实验数据,分别进行了匿名集数据的关联规则挖掘与序列模式挖掘的
实验。实验结果表明:基于本文提出方法挖掘的匿名集数据关联规则和序列模式,可对涉及
敏感时空区域的用户的隐私进行推理攻击,从而产生更具威胁性的隐私暴露风险。(3)首次
提出了通过对隐私敏感的关联规则和序列模式进行动态的分析,在可信服务器上设计优化的
时空 K-匿名隐私保护方法,以实现 LBS 位置隐私的严格保护的基本思路。
本论文研究成果对于实现 LBS 位置隐私的增强性保护研究具有重要的实践价值,对于丰
富隐私保护数据挖掘领域的研究内容具有一定的理论价值。
关键词: 位置服务,位置隐私保护,时空 K-匿名,关联规则,序列模式
I
Abstract
With the development of Location-Based Services system (LBS), people are going to pay more
and more attention to privacy protection of LBS. Then, privacy protection of LBS is ing a
hotspot topic in GIS and munication domains. Although a series of LBS privacy
protection methods have been proposed, they can’t resist attacks based on data mining techniques.
In order to verfy this problem, this paper conducted the following research:(1) based on the
analysis of the related literatu