-
公开(公告)号:CN117688607A
公开(公告)日:2024-03-12
申请号:CN202311733445.6
申请日:2023-12-15
Applicant: 暨南大学
IPC: G06F21/62 , G06F18/10 , G06F18/213 , G06F18/241 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 针对信息采集中车辆轨迹统计易泄露个人隐私、造成信息泄露的特点,本发明利用轨迹统计中需要保留轨迹特征来选择精确度高且不泄露隐私的轨迹合成方式。提出隐马尔可夫模型和生成对抗网络相结合的嵌套模型更加准确得合成特征相似但保护隐私的轨迹合成的方法。首先基于隐马尔可夫模型,结合轨迹点的位置坐标和行为模式,持续推断出本位置点可能的坐标和下一位置点的行为模式,然后结合生成对抗网络判断合成轨迹的真实性。本发明通过生成对抗网络输出的概率来调整隐马尔可夫模型的参数,能够根据轨迹的不同场景和需求动态调整轨迹合成的质量,具有广泛的适应性。