个性化位置隐私数据集

随着车载网络的发展，基于位置的服务（LBS）为司机和乘客提供越来越多样化的服务。用户在享受服务时，需要不断地向服务提供商更新用户的位置信息，从而导致位置信息被攻击者推测和攻击。但是，现有的方案并没有针对用户的不同位置提供差异化​​的保护，这可能导致位置信息的泄露。因此，我们提出了一种位置隐私保护方法，通过对用户隐私的合理保护，满足用户个性化的隐私需求。首先，定义一个归一化的决策矩阵来描述路由的效率和隐私效应，并建立一个多属性效用函数来量化不同路由对路由选择的效用。然后，根据用户个性化的隐私保护需求，根据每个查询位置到其最近敏感位置的距离，为所选路线上的每个查询位置分配隐私预算。个性化位置隐私数据集主要面向位置隐私的保护和用户的个性化需求，主要采用来自 Microsoft 的 T-Drive 程序的数据，并通过使用来自 10,357 辆出租车的一部分的 GPS 轨迹数据来评估方法的性能。