大规模手机位置数据挖掘中的隐私风险与数据使用效益
通过大规模手机位置数据挖掘发现居民活动规律,为分析和理解人类活动的时空形态提供了新的契机,为优化交通和城市空间布局提供了新的大规模个体活动数据源.然而,海量手机位置数据中的丰富时空信息同时也蕴含了个人隐私内容,如果数据在某个环节中泄露,便可能引发隐私暴露的严重社会危害. 即便在国内高人口密度的城市区域内，个体轨迹特征被重识别几率虽然比欧美地区小，但是仍然是不容忽视的，轨迹数据的隐私保护值得重视；在两种不同的隐私攻击模型下，隐私风险随着轨迹空间精度降低而呈现出幂降低规律；空间泛化的方法在保护隐私风险的同时会导致数据使用效益呈现幂降低规律，对数据使用效益产生不可忽略的影响。本研究的结果为发展更加有效的轨迹数据隐私保护方法提供了一个权衡隐私风险与数据使用效益的基准参照。
手机位置信息 数据挖掘 隐私风险 资源利用
尹凌 王倩 萧世伦 胡金星 方志祥
中国科学院深圳先进技术研究院,深圳,518055 美国田纳西大学地理系,诺克斯维尔市,37996-0925 武汉大学测绘遥感信息工程国家重点实验室,武汉,430079
国内会议
徐州
中文
90-90
2014-10-11（万方平台首次上网日期，不代表论文的发表时间）