一种结合位置熵与个性化隐私配置的时空数据共享方法和系统

本发明属于时空数据处理与隐私保护，尤其涉及一种结合位置熵与个性化隐私配置的时空数据共享方法和系统。

背景技术：

1、在城市规划与交通管理中，政府部门为进行交通流量预测、公共设施布局等工作，通常需要获取大量公众轨迹数据。目前，相关数据主要通过向商业数据供应商采购获得，例如自然资源部信息中心、北京交通发展研究院等机构都曾通过公开招标的方式采购互联网定位数据或手机信令数据。然而，此类商业数据通常采用一刀切的授权模式，用户在安装软件时一次性同意数据采集，后续无法对数据精度、使用场景等进行精细化控制。这通常会带来授权合规风险。同时，为了保护个人信息，供应商常对数据进行统一的模糊化处理，但该处理未区分用户个性化需求，处理过度会造成数据精度下降，导致数据可用性不足，而处理不足则会使数据易受到具有背景知识的攻击者的推理攻击。此外，被动采集的数据还存在时间不稳定、代表性偏差等问题，其可靠性难以评估。

2、一些政府部门也曾尝试过通过政务服务平台主动采集公共数据用于公共管理。例如疫情防控期间，江门市曾通过“粤省事”等平台采集健康申报数据用于公共卫生管理。这表明政务平台具备主动采集公共数据的技术可行性。然而，在实际的部署中，现有的数据采集方式通常要求用户上传原始轨迹至服务器，且脱敏逻辑统一、难以配置。由于缺乏终端本地脱敏能力以及个性化参数设置机制，用户无法预先知晓数据被使用的方式和范围，参与人数普遍偏低，后续基于数据的统计、规划工作也难以开展。

3、在技术实现层面，现有的时空数据隐私保护方法如位置k匿名方法及其改进方法，虽然在一定程度上实现了数据脱敏，但通常采用统一的保护逻辑，忽略了不同数据提供方在不同数据共享场景下对隐私保护需求的差异化。而现有的个性化时空数据隐私保护方法如pppst，虽然支持对多类型时空数据的个性化保护设置，但其启发式规则主要考虑泛化数据的多样性和信息损失度，缺乏对背景知识推理攻击的防御能力，且该类方法多在服务器端执行，尚未解决终端脱敏的技术需求。

4、因此，需要一种能够终端本地执行、支持用户个性化隐私配置、同时具备抵御背景知识推理攻击能力的时空数据脱敏方法，以应对现有政务数据采集存在的技术问题。

技术实现思路

1、针对上述问题，本发明提出了一种结合位置熵与个性化隐私配置的时空数据共享方法和系统。

2、本发明采用的技术方案如下：

3、第一方面，本发明公开了一种结合位置熵与个性化隐私配置的时空数据共享方法，包括以下步骤：

4、s1、采集用户授权的原始时空轨迹数据，并接收由用户设置的个性化隐私配置参数；所述个性化隐私配置参数包括敏感位置、候选位置规模、位置匿名度和数据用途；

5、s2、基于预存的城市路网拓扑数据，以原始时空轨迹数据中的每个敏感位置为中心，在预设搜索半径内检索所有道路可达的位置点，筛选出每一敏感位置对应的数量满足候选位置规模的候选泛化位置集合；

6、s3、以每一敏感位置为单位，获取所述敏感位置及其候选泛化位置集合中各候选位置的先验概率；初始化一个仅包含该敏感位置的匿名集合；对于候选泛化位置集合中的每一候选位置，基于先验概率计算将该候选位置加入当前匿名集合后所形成的新匿名集合的位置熵，并结合空间多样性和信息损失度得到候选位置的综合评分，迭代选取评分最高的候选位置加入匿名集合，直至匿名集合中的位置数量达到位置匿名度；

7、s4、对包含匿名集合的脱敏时空轨迹数据进行可用性检验，检验通过后加密上传并附带数据用途标签。

8、进一步地，s2中，所述道路可达是指从敏感位置出发，沿实际道路行驶的网络距离不超过搜索半径，且满足与前序轨迹点和后继轨迹点之间的路网衔接性和移动速度的时间性约束；

9、若检索到的所有道路可达的位置点数量小于候选位置规模，则逐步扩大预设搜索半径直至满足要求。

10、进一步地，所述以每一敏感位置为单位，获取所述敏感位置及其候选泛化位置集合中各候选位置的先验概率，包括：

11、将城市地图划分为若干均匀网格；

12、统计每个网格内历史数据点的数量，所述历史数据点为从历史时空数据中提取的带有地理坐标的有效记录，经过去噪、去重、时间筛选和坐标对齐后映射至对应网格；

13、将各网格的历史数据点数量除以全局历史数据点总数进行归一化，得到各网格的先验概率；

14、任一位置的先验概率为该位置所在网格的先验概率值。

15、进一步地，所述位置熵为：先对当前匿名集合与候选位置组成的新匿名集合中各位置的先验概率进行归一化，再计算归一化后概率分布的香农熵。

16、进一步地，所述空间多样性为新匿名集合内所有位置点两两之间空间几何距离的平均值；所述信息损失度为原始时空轨迹中各轨迹点与其对应匿名集合几何中心之间距离的平均值，非敏感位置对应的匿名集合为其自身。

17、进一步地，s3中，综合评分的计算公式为：

18、；

19、其中，是候选位置的综合评分，是候选位置加入当前匿名集合后形成的新匿名集合，是新匿名集合的空间多样性；是新匿名集合替换掉原始时空轨迹数据中相应的敏感位置后的信息损失度，是新匿名集合的位置熵，分别是空间多样性、信息损失度和位置熵的权重系数。

20、进一步地，s4中，所述可用性检验采用弗雷歇距离计算脱敏时空轨迹与原始时空轨迹的形态相似度，若弗雷歇距离小于或等于预设阈值，则检验通过；

21、否则，先根据超标量动态调整综合评价函数中的权重系数，增大信息损失度对应的权重系数，同时减小空间多样性对应的权重系数和位置熵对应的权重系数，调整幅度与弗雷歇距离的超标量成正比；再返回s3中重新筛选匿名集合，直至检验通过或达到预设最大迭代次数。

22、进一步地，若达到预设最大迭代次数后可用性检验仍未通过，则向用户发出提示，降低位置匿名度或终止该条时空轨迹数据共享。

23、进一步地，所述原始时空轨迹数据由终端通过定位模块实时采集，每条原始时空轨迹数据由一系列携带时间戳的经纬度坐标轨迹点组成；所述脱敏轨迹数据中，各敏感位置被替换为其对应的匿名集合，各非敏感位置保持不变。

24、第二方面，本发明提出了一种结合位置熵与个性化隐私配置的时空数据共享系统，用于实现上述的结合位置熵与个性化隐私配置的时空数据共享方法，系统包括：

25、数据采集与配置模块，用于采集用户授权的原始时空轨迹数据，并接收由用户设置的个性化隐私配置参数；所述个性化隐私配置参数包括敏感位置、候选位置规模、位置匿名度和数据用途；

26、候选位置生成模块，用于基于预存的城市路网拓扑数据，以原始时空轨迹数据中的每个敏感位置为中心，在预设搜索半径内检索所有道路可达的位置点，筛选出每一敏感位置对应的数量满足候选位置规模的候选泛化位置集合；

27、匿名集合构建模块，用于以每一敏感位置为单位，获取所述敏感位置及其候选泛化位置集合中各候选位置的先验概率；初始化一个仅包含该敏感位置的匿名集合；对于候选泛化位置集合中的每一候选位置，基于先验概率计算将该候选位置加入当前匿名集合后所形成的新匿名集合的位置熵，并结合空间多样性和信息损失度得到候选位置的综合评分，迭代选取评分最高的候选位置加入匿名集合，直至匿名集合中的位置数量达到位置匿名度；

28、脱敏数据输出模块，用于对包含匿名集合的脱敏时空轨迹数据进行可用性检验，检验通过后加密上传并附带数据用途标签。

29、本发明具备的有益效果是：

30、本发明中的所有脱敏计算均在本地完成，原始轨迹数据全程不上传服务器，从源头降低了隐私泄露风险，避免了传统方案中数据上传至服务端再脱敏所带来的安全隐患。在脱敏计算过程中，引入位置熵作为量化指标，在构建匿名集合时倾向于选择使熵值最大化的泛化位置，从而使匿名集合内各位置的先验概率分布更加均匀，有效增强了抵御攻击者利用背景知识进行推理攻击的能力。与此同时，通过可用性检验对脱敏结果进行验证，确保输出的脱敏轨迹数据能够满足一般应用场景对数据精度的基本要求，实现了隐私保护与数据可用性的平衡。