2017级硕士生潘家霁同学关于假轨迹检测的论文 (我是第二作者,中国科学技术大学张卫明教授为第三作者),今天在Security and Communication Networks出版,这是我们第一篇关于机器学习用于隐私保护的论文。简单介绍一下这篇文章是做什么的。
比如,人们用导航软件或骑行共享单车,使用的物联网设备会记录下人们的行驶轨迹,并上传到数据中心,汇聚成大数据的一部分。如果数据未经处理直接上传,会严重侵犯用户的个人隐私。国际上有很多学者提出了一系列的假轨迹生成算法,也就是说真实轨迹生成后,在用户终端再生成几条假轨迹,假轨迹与真轨迹很近似,但又有所不同。真假轨迹一起上传到数据中心,既保证数据统计特征基本一致,又掩盖了真实的轨迹信息。但经过我们分析,发现现有的大多数假轨迹生成算法,是可以被用机器学习的手段来识别出来的,我们尝试用卷积神经网络对主流的假轨迹生成算法做了检测,识别率在90%左右。
https://doi.org/10.1155/2019/8431074