论文研究--匿名改进模型下的LCSS-TA轨迹匿名算法.pdf下载

传统的欧几里德距离度量函数计算轨迹相似性时，要求轨迹的每个位置点都要有对应点。由于噪声点的存在，导致轨迹距离出现较大偏差，降低轨迹相似性，增加轨迹的信息损失。针对这一问题，结合LCSS（最长公共子序列）距离函数和（k，δ）-匿名模型设计了LCSS-TA（最长公共子序列轨迹匿名）算法。该算法通过将轨迹位置点之间的距离映射成0或1来减小噪声点可能导致的较大距离。在合成数据集和含噪声的数据集下的实验结果表明，提出的算法在满足轨迹k-匿名隐私保护的基础上，可以有效降低噪声干扰，减少轨迹的信息损失。