提示:出处:Journal of Computer Applications(计算机应用 2018年)
基于地理社交网络的频繁位置隐私保护算法
本文是基于(k,m-anonymity)算法改进而来的(k,c-anonymity)。参考文献-k,m,保护隐私的同时更准确地保留用户信息
一、摘要
用户的频繁位置隐私泄露,对用户频繁位置子集。
目的:用户的超边个数需要大于k,才能避免隐私泄露
定义
二、改进
1. 方法
随机超边重组——>基于超边相交和最近距离决定超边重组机制,使用户的超边个数达到匿名k值,从而实现对频繁位置进行匿名
2.优化目标参数
参考文献定义的用户偏离度和位置偏离度
3. 算法
输入输出
V-用户,L-访问位置,HE-超边,
数据处理
为降低稀疏性影响,选择频繁位置个数大于c的用户
算法过程
没太看懂
总结
先留着