（沈阳航空航天大学计算机学院，沈阳 110136）

0 引言

在数字化时代，隐私保护已成为一个越来越具有挑战性的问题。随着科学技术的发展，许多科研机构、企业、国家和个人希望从个人信息中找到可利用的信息，这使得个人信息被许多第三方获取。其中，基于时空数据的大数据分析方法可以帮助实现规划城市发展、制定最优出行计划等功能。时空数据在提供多重纬度数据分析的同时，也存在着严重的个人隐私（如住址、生活习惯和健康状况等）泄露威胁。因此，保护时空数据中的隐私已经成为一项热点研究问题［1-2］。

图1（a）中的用户时空数据以轨迹数据形式列出，每条轨迹由若干个签到数据按时间先后顺序排列而成。图1（b）为用户设置的敏感数据。其中，位置l3为医院，其在轨迹tr1、tr3和tr5中均出现过，用户不想泄露在任何时间前往过该位置的时空数据，将l3设置为敏感位置；位置l7是酒吧，轨迹tr2中的（l7，t23）是用户在t23时刻前往过位置l7形成的签到数据，t23属于用户上班时间段内，用户不想泄露此签到数据，将（l7，t23）设置为敏感签到数据。而轨迹tr4中的（l7，t42）是用户在t42时刻出现在酒吧形成的签到数据，该时刻属于用户的休息时间，用户没有将其设置为敏感数据；（l1，t31）→（l5，t32）→（l3，t33）为用户在某段时间内经过的轨迹，对应图1（a）中的轨迹tr3，该条轨迹包含用户的私密行程，用户将tr3设置为敏感轨迹。可见，对于时空数据，用户具有个性化隐私保护需求。

目前针对时空数据的隐私保护方法分别对位置隐私［3-7］和轨迹隐私［8-11］单独进行保护，针对上述个性化时空数据隐私保护需求，会造成隐私数据泄露或者过度保护，使得数据可用性降低。……