李洪涛，任晓宇，王洁，马建峰

（1.山西师范大学数学与计算机科学学院，山西 临汾 041099；2.西安电子科技大学计算机科学与技术学院，陕西 西安 710071）

1 引言

移动智能设备和定位技术的快速发展给移动用户带来了各种类型的基于位置的应用，为人们的生活带来诸多便捷。然而，由于移动用户在享受便捷服务的时候需要向基于位置的服务（LBS，location based service）提供他们的位置信息，使大量用户位置信息被不可信的第三方获取，可能使用户遭受严重的位置隐私泄露问题，危害用户的隐私安全。针对位置隐私保护技术，相关学者进行了大量研究。目前，多数位置隐私保护技术以k-匿名或l-多样性为基础，此类技术是将用户的真实位置泛化成一个区域，实现位置信息的隐私保护。其中，文献[1]基于用户的单一敏感属性设计了个性化k-匿名模型与KAUP（k-anonymity algorithm for personalized quasi-identifier attributes），提高了数据发布过程中的隐私保护程度。文献[2]提出一种基于l-多样性大数据隐私保护方法，采用NER（named entity recognition）方法将数据表示为结构化形式，进而对数据进行匿名化，实现对隐私数据的保护。抑制和扰乱技术也是近些年使用较多的保护方法。抑制技术的主要思想是不发布用户的敏感位置信息。文献[3]提出了一种基于信息熵的轨迹抑制隐私保护算法，通过函数计算抑制敏感位置点的最低代价，选择合理的抑制方式对原始数据集中包含敏感点的序列进行抑制。扰乱技术是将真实位置通过一定的变换生成假位置，达到保护真实位置的目的。……