基于用户时空移动轨迹的去匿名方法

基于用户时空移动轨迹的去匿名方法(中文7500字,英文PDF)
摘  要
目前，除了其他类型的数据外，用户移动轨迹越来越倾向于对用户进行去匿名化。其中，基于模型的方法通常比基于特征定位的方法提供更精确的去匿名。最近，人们提出了一种基于马尔可夫模型(HMM)的方法来寻找用户移动轨迹的移动模式。然而，在关键的一步隐藏状态的定义，现有的模型依赖于固定的时间、空间或数量的分类，这很难适用于所有不同的用户。本文提出了一种基于隐马尔可夫模型(HMM)的用户重构方法。与现有的方法不同，该方法利用一种新的基于密度的隐马尔可夫模型，该方法利用基于密度的聚类从三维(时间、纬度和纬度)对数据进行分级处理，并提供更好的性能。此外，我们还提出了一种频率时空立方滤波器（FSTC-Filter，frequent spatio-temporal cube filter），大大减少了候选模型的数量，从而提高了效率。
关键词：去匿名化；基于密度的HMM；频率时空立方；移动轨迹