汪逸飞，罗永龙，俞庆英，刘晴晴，陈 文

(1.安徽师范大学 计算机与信息学院，安徽 芜湖 241003； 2.安徽师范大学 网络与信息安全安徽省重点实验室，安徽 芜湖 241003)(*通信作者电子邮箱wyf927@ahnu.edu.cn)

0 引言

近年来，随着智能设备的兴起和全球定位系统(Global Positioning System, GPS)等卫星导航技术的快速发展，人们越来越多地使用定位技术、路径推荐以及基于位置的社交网络等位置服务(Location Based Service, LBS)技术，由此产生了大量的移动轨迹数据。一方面，这些数据有利于研究者对其分析从而挖掘出有用价值；另一方面，这些轨迹数据里包含了大量的用户敏感信息，如果不经任何处理直接发布，会导致用户隐私的泄露。因此，数据发布者在发布数据时，既要保护用户的隐私信息，又要最大化地保证匿名数据的可用性。现如今用户的轨迹隐私保护问题已成为了研究者和用户重点关注的问题[1-3]。

目前，轨迹隐私保护技术主要集中于假数据法和泛化法，已取得大量研究成果[3]，但传统的轨迹隐私保护法并不适用于高维轨迹数据的隐私保护。针对高维轨迹所体现出的高维性、稀疏性以及有序性等问题，国内外学者提出使用抑制法能较好地解决这个问题，轨迹抑制法是指在轨迹发布前去除某些敏感或频繁访问的位置。Terrovitis等[4]假设攻击者拥有部分真实轨迹，提出在轨迹发布时抑制处于敏感区域的位置，使轨迹泄露的风险不高于用户设置的隐私保护阈值，然而，如何找到合理的轨迹抑制位置从而减少抑制法带来的数据损失仍然是轨迹抑制隐私保护法有待解决的一个关键问题；……