The invention discloses an efficient and private path planning method based on a large-scale road network, which comprises the following steps: dividing the static road network diagram into multiple subgraphs, constructing a balanced search tree, one-to-one correspondence between the nodes in the balanced search tree and the subgraphs of the static road network diagram, one-to-one correspondence between the root nodes in the balanced search tree and the static road network diagram; decomposing each leaf node in the balanced search tree It is a group of outsourcing graphs and a link graph. All outsourcing graphs are stored in the ECS, all link graphs, balanced search trees and real-time traffic information are stored in the fog server, where any pair of vertices in each outsourcing graph is not directly connected, and the shortest distance between any pair of vertices in each outsourcing graph is not less than the privacy measure; obtain the source points and Target point, using the path query model to plan the driving path. The cloud server shares the computing, the fog server plans the better path, makes the query more efficient and intelligent, and ensures the privacy of the road network data and user query.
【技术实现步骤摘要】
一种基于大规模道路网络的高效且隐私的路径规划方法
本专利技术涉及基于位置的服务
,具体涉及一种基于大规模道路网络的高效且隐私的路径规划方法。
技术介绍
随着无线通信和移动定位技术的不断发展,基于位置的服务(LBS)已成为不可或缺的应用。LBS的一个基础问题是路网上的路径规划(也称为最短路径查询),它在一定的优化目标下找到源点与目标点之间的一条最优路径。目前已存在一种平衡搜索树索引G-tree,它实现了对大规模路网的高效最短路径查询,但在可用性和智能化方面存在不足。它依赖于客户端来执行搜索过程中的所有计算,消耗了大量的客户端资源。而且只能处理静态路径规划,没有考虑动态实时交通状态,使得规划的路径并不总是最好的。云计算模式通过委派云服务器处理查询,提供了一个潜在的解决方案。然而,这种方式需要向云服务器公开整个道路网络、用户查询信息和实时交通数据,而这些数据都具有很高的商业价值,值得LBS提供商保护。因此,如何充分利用云服务器的计算能力,在不泄露有价值信息的情况下提供动态路径规划,是一个具有挑战性的问题。
技术实现思路
本专利技术提出一种基于大规模道路网络的高效且隐私的路径规划方法,以解决现有技术中利用云服务器处理查询的同时存在有价值信息泄露风险的问题。具体采用如下技术方案,一种基于大规模道路网络的高效且隐私的路径规划方法,包括如下步骤:将静态路网图划分为多个子图,构建一个平衡搜索树,平衡搜索树中节点与静态路网图的子图一一对应,平衡搜索树中根节点对应静态路网图;将平 ...
【技术保护点】
1.一种基于大规模道路网络的高效且隐私的路径规划方法,其特征在于,包括如下步骤:/n将静态路网图划分为多个子图,构建一个平衡搜索树,平衡搜索树中节点与静态路网图的子图一一对应,平衡搜索树中根节点对应静态路网图;/n将平衡搜索树中的每个叶节点分解为一组外包图和一个链接图,所有外包图均存储于云服务器中,所有链接图、平衡搜索树及实时路况信息存储于雾服务器中;其中,每个外包图中的任何一对顶点是不直接连接的,且每个外包图中的任何一对顶点间的最短距离不小于隐私度量;/n获取用户输入的源点和目标点,基于路径查询模型利用云服务器中存储的外包图和雾服务器中存储的链接图、平衡搜索树及实时路况信息搜索从源点到目标点的行驶路径。/n
【技术特征摘要】
1.一种基于大规模道路网络的高效且隐私的路径规划方法,其特征在于,包括如下步骤:
将静态路网图划分为多个子图,构建一个平衡搜索树,平衡搜索树中节点与静态路网图的子图一一对应,平衡搜索树中根节点对应静态路网图;
将平衡搜索树中的每个叶节点分解为一组外包图和一个链接图,所有外包图均存储于云服务器中,所有链接图、平衡搜索树及实时路况信息存储于雾服务器中;其中,每个外包图中的任何一对顶点是不直接连接的,且每个外包图中的任何一对顶点间的最短距离不小于隐私度量;
获取用户输入的源点和目标点,基于路径查询模型利用云服务器中存储的外包图和雾服务器中存储的链接图、平衡搜索树及实时路况信息搜索从源点到目标点的行驶路径。
2.根据权利要求1所述的路径规划方法,其特征在于,将静态路网图划分为多个子图,构建一个平衡搜索树具体包括如下步骤:
获取静态路网图并对其进行划分,将静态路网图根据预设分割度划分为多个子图,再将每个子图根据所述预设分割度划分为多个子图,迭代上述过程直至子图中顶点数不大于预设节点大小;
根据静态路网图划分后的父图与子图之间的关系对应构建一个平衡搜索树,平衡搜索树中节点与静态路网图的子图一一对应,平衡搜索树中根节点对应静态路网图,平衡搜索树中每个节点拥有一个唯一标识符,一组边界点和一个距离矩阵。
3.根据权利要求2所述的路径规划方法,其特征在于,平衡搜索树中节点拥有的一个距离矩阵满足如下要求:一个非叶节点的距离矩阵记录其孩子节点中边界点的信息,包括一对边界点之间的最短距离和它们是否相邻的标记;叶节点的距离矩阵记录该节点的边界和其顶点之间的最短距离以及表示它们是否相邻的标记。
4.根据权利要求1所述的路径规划方法,其特征在于,将平衡搜索树中的每个叶节点分解为一组外包图和一个链接图具体包括如下步骤:
获取叶节点和隐私度量;
桥接叶节点中的边界点,对于该叶节点的每个边界点对,若一边界点对之间的最短路径需要经过其他叶节点的边界点计算,则为该叶节点的边集添加一个桥接边,并设置该桥接边的权重为该桥接边对应两个边界点之间的最短距离;
初始化一个顶点对集合,用于存储叶节点中所有顶点对,并初始化一个优先队列为空,该优先队列用于存储候选外包顶点对,该优先队列为一个按顶点对频率降序的键值对结构,其中键为顶点对,值为顶点对的频率;
对于顶点对集合内的每个顶点对,若这一对顶点是不直接连接的,且这一对顶点间的最短距离不小于隐私度量,则枚举这一对顶点间的最短路径的所有候选外包顶点对;对于枚举的每个候选外包顶点对,需更新其在优先队列中的频度,累加该候选外包顶点对在这一对顶点间的最短路径中的频度;然后将顶点对集合内这一顶点对从中移除,重复上述过程直至顶点对集合为空;
若优先队列不为空,则基于优先队列构建顶点序列,并生成一个外包图,将该外包图加入外包图集中,然后生成链接图,该链接图中的顶点集属于该叶节点的顶点集与外包图集中顶点集的并集,该链接图中的边连接的是该叶节点与外包图中的顶点,该链接图中边的权重为最短距离,然后将能由外包图计算的顶点对从优先队列中移除;重复上述步骤直至优先队列为空;
输出一组外包图和一个链接图。
5.根据权利要求4所述的路径规划方法,其特征在于,基于优先队列构建顶点序列,并生成一个外包图具体包括如下步骤:
获取叶节点、隐私度量和顶点序列;
生成外包图的顶点集:若顶点序列不为空,则选择顶点序列中的第一个顶点加入到外包图的顶点集中,并将其从顶点序列中移除;然后遍历顶点序列中的剩余顶点,若从顶点序列中移除的第一个顶点与剩余的某一顶点直接连接或者两者之间的最短距离小于隐私度量,则将该剩余的某一顶点从顶点序列中移除,否则将该剩余的某一顶点加入到外包图的顶点集中,并将其从顶点序列中移除;重复上述过程直至顶点序列为空;
生成外包图的边集:对于外包图的顶点集中任意两个顶点组成的顶点对,向外包图的边集中增加一条该顶点对构成的边,设置该边的权重为两...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。