论文部分内容阅读
针对一种流行的用户轨迹隐私保护方法——Silent Cascade，提出一种新的轨迹隐私度量方法．该度量方法将用户运动轨迹用带权无向图描述，并从信息熵的角度计算用户的轨迹隐私水平．已有文献指出，当攻击者拥有新的背景知识时，任何一种隐私保护方法都会受到隐私威胁．因此，将攻击者的背景知识分级融入到度量方法中，隐私度量的结果由对背景知识的假设和相应的轨迹隐私水平值组成，并提出（KuL（Ki＋，Ki-）,KL（Ki＋,Ki-））联系规则的方法来描述对背景知识的假设．模拟实验结果表明，此度量方法为移动用户和轨迹隐私