【技术实现步骤摘要】
本专利技术涉及交通信息安全，特别是涉及一种面向隐私保护的交通流数据发布方法、系统、计算机设备及存储介质。
技术介绍
1、随着智能联网车辆的发展和普及，会产生大量轨迹数据，这些数据可用于道路规划、选址、广告服务等领域，但直接发布轨迹可能会泄露家庭住址和工作地点等个人隐私，但为了保护隐私而对数据进行模糊处理又会降低数据的有效性；因此，如何在保证个人隐私的前提下提高轨迹数据的有效性成为众多学者热衷研究的问题。
2、现有交通流数据隐私保护方法主要有k-匿名类技术和差分隐私类技术：k-匿名类技术是通过算法将数据表中每条记录至少与数据表中其他k-1条记录具有完全相同的准标识符属性值，从而减少链接攻击所导致的隐私泄露，而该方法是基于攻击者能力有限的假设作出的，轨迹数据的隐私保护不完善，有可能被破解且隐私保护程度难以量化；差分隐私类技术是通过对数据注入恰当的噪声使得增加或删除一条数据记录的操作对数据库查询输出的影响不可区分以保证数据库中个体的隐私，应用于轨迹数据保护领域的差分隐私技术主要包括空间直方图技术，前缀树技术和聚类技术，而空间直方图技术应用所选的噪声大小和网格颗粒度，会直接影响数据可用性，无法满足数据应用的准确度需求，且前缀树技术和聚类技术需要根据轨迹生成树结构的数据以及聚类操作，算法过于复杂，对于区域较大、地点以及轨迹数量较多的应用场景需要耗费大量的计算资源。
技术实现思路
1、本专利技术的目的是提供一种面向隐私保护的交通流数据发布方法，通过路口模型确定轨迹数据的路口约束条件
2、为了实现上述目的，有必要针对上述技术问题，提供一种面向隐私保护的交通流数据发布方法、系统、计算机设备及存储介质。
3、第一方面，本专利技术实施例提供了一种面向隐私保护的交通流数据发布方法，应用于交通流数据中心，所述方法包括以下步骤：
4、获取目标交通区域内的各个路口模型，并根据各个路口模型，建立对应的路口约束条件；
5、接收所述目标交通区域内各个车辆用户上传的车辆途径道路信息，并根据各个车辆途径道路信息，实时统计所述目标交通区域内每条道路的道路交通流数据；
6、对各个道路交通流数据进行差分隐私加噪处理，得到对应的加噪道路交通流数据；
7、根据所述路口约束条件，对所述加噪道路交通流数据进行后处理优化，得到校正道路交通流数据；
8、将所述校正道路交通流数据通过对应的交通流数据库对外发布。
9、进一步地，所述路口约束条件表示为：
10、
11、其中，nc表示路口c对应的道路总数；xc,i(t)表示t时刻进入路口c的车辆总数；yc,i(t′)表示t′时刻离开路口c的车辆总数。
12、进一步地，所述对各个道路途经车辆数进行差分隐私加噪处理，得到对应的加噪道路交通流数据的步骤包括：
13、通过拉普拉斯机制对各个道路途经车辆数进行差分隐私加噪处理，得到对应的加噪道路交通流数据；所述加噪道路交通流数据表示为：
14、
15、其中，xi(t)和分别表示t时刻道路i的道路途经车辆数和对应加噪得到加噪道路交通流数据；δq表示轨迹数据查询q的敏感度；ε表示差分隐私预算大小；表示满足ε-差分隐私的拉普拉斯分布的随机噪声。
16、进一步地，所述根据所述路口约束条件，对所述加噪道路交通流数据进行后处理优化，得到校正道路交通流数据的步骤包括：
17、在所述路口约束条件下，以最小化所述校正道路交通流数据与所述加噪道路交通流数据的距离为优化目标，建立对应的校正优化模型；
18、采用拉格朗日最小二乘法，对所述校正优化模型进行求解，得到所述校正道路交通流数据。
19、进一步地，所述校正优化模型表示为：
20、
21、
22、其中，和分别表示道路i的加噪道路交通流数据和校正道路交通流数据；表示路口约束条件。
23、进一步地，所述采用拉格朗日最小二乘法，对所述校正优化模型进行求解，得到所述校正道路交通流数据的步骤包括：
24、根据所述校正优化模型的目标函数和路口约束条件，引入拉格朗日乘子，得到对应的拉格朗日函数，并根据所述拉格朗日函数，得到对应的偏导矩阵方程；
25、根据所述路口约束条件对所述校正道路交通流数据的偏导规律，对所述偏导矩阵方程进行简化，得到校正道路交通流数据函数；
26、根据所述校正道路交通流数据函数、路口约束条件、以及相邻路口间的路口进入离开关系，求解得到各个路口约束条件对应的拉格朗日乘子；
27、根据各个拉格朗日乘子和所述校正道路交通流数据函数，得到所述校正道路交通流数据。
28、进一步地，所述校正道路交通流数据函数表示为：
29、
30、其中，λidx_in(i)和λidx_out(i)分别表示道路i进入和离开的路口序号；和分别表示道路i的加噪道路交通流数据和校正道路交通流数据。
31、第二方面，本专利技术实施例提供了一种面向隐私保护的交通流数据发布系统，所述系统包括：
32、约束创建模块，用于获取目标交通区域内的各个路口模型，并根据各个路口模型，建立对应的路口约束条件；
33、数据统计模块，用于接收所述目标交通区域内各个车辆用户上传的车辆途径道路信息，并根据各个车辆途径道路信息，实时统计所述目标交通区域内每条道路的道路交通流数据；
34、数据加噪模块，用于对各个道路交通流数据进行差分隐私加噪处理，得到对应的加噪道路交通流数据；
35、加噪校正模块，用于根据所述路口约束条件，对所述加噪道路交通流数据进行后处理优化，得到校正道路交通流数据；
36、数据发布模块，用于将所述校正道路交通流数据通过对应的交通流数据库对外发布。
37、第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
38、第四方面，本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
39、上述本申请提供了一种面向隐私保护的交通流数据发布方法、系统、计算机设备和存储介质，通过所述方法实现了交通流数据中心根据获取的目标交通区域内的各个路口模型，建立对应的路口约束条件，并根据接收的目标交通区域内各个车辆用户上传的车辆途径道路信息，实时统计所述目标交通区域内每条道路的道路交通流数据后，对各个道路交通流数据进行差分隐私加噪处理，得到对应的加噪道路交通流数据，并根据路口本文档来自技高网...
【技术保护点】
1.一种面向隐私保护的交通流数据发布方法，其特征在于，应用于交通流数据中心，所述方法包括以下步骤：
2.如权利要求1所述的面向隐私保护的交通流数据发布方法，其特征在于，所述路口约束条件表示为：
3.如权利要求1所述的面向隐私保护的交通流数据发布方法，其特征在于，所述对各个道路途经车辆数进行差分隐私加噪处理，得到对应的加噪道路交通流数据的步骤包括：
4.如权利要求3所述的面向隐私保护的交通流数据发布方法，其特征在于，所述根据所述路口约束条件，对所述加噪道路交通流数据进行后处理优化，得到校正道路交通流数据的步骤包括：
5.如权利要求4所述的面向隐私保护的交通流数据发布方法，其特征在于，所述校正优化模型表示为：
6.如权利要求5所述的面向隐私保护的交通流数据发布方法，其特征在于，所述采用拉格朗日最小二乘法，对所述校正优化模型进行求解，得到所述校正道路交通流数据的步骤包括：
7.如权利要求6所述的面向隐私保护的交通流数据发布方法，其特征在于，所述校正道路交通流数据函数表示为：
8.一种面向隐私保护的交通流
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一所述方法的步骤。
...【技术特征摘要】
1.一种面向隐私保护的交通流数据发布方法，其特征在于，应用于交通流数据中心，所述方法包括以下步骤：
2.如权利要求1所述的面向隐私保护的交通流数据发布方法，其特征在于，所述路口约束条件表示为：
3.如权利要求1所述的面向隐私保护的交通流数据发布方法，其特征在于，所述对各个道路途经车辆数进行差分隐私加噪处理，得到对应的加噪道路交通流数据的步骤包括：
4.如权利要求3所述的面向隐私保护的交通流数据发布方法，其特征在于，所述根据所述路口约束条件，对所述加噪道路交通流数据进行后处理优化，得到校正道路交通流数据的步骤包括：
5.如权利要求4所述的面向隐私保护的交通流数据发布方法，其特征在于，所述校正优化模型表示为：
6.如权利要求5所...
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。