2017級(jí)碩士生潘家霽同學(xué)關(guān)于假軌跡檢測(cè)的論文 (我是第二作者，中國(guó)科學(xué)技術(shù)大學(xué)張衛(wèi)明教授為第三作者)，今天在Security and Communication Networks出版，這是我們第一篇關(guān)于機(jī)器學(xué)習(xí)用于隱私保護(hù)的論文。簡(jiǎn)單介紹一下這篇文章是做什么的。

比如，人們用導(dǎo)航軟件或騎行共享單車(chē)，使用的物聯(lián)網(wǎng)設(shè)備會(huì)記錄下人們的行駛軌跡，并上傳到數(shù)據(jù)中心，匯聚成大數(shù)據(jù)的一部分。如果數(shù)據(jù)未經(jīng)處理直接上傳，會(huì)嚴(yán)重侵犯用戶(hù)的個(gè)人隱私。國(guó)際上有很多學(xué)者提出了一系列的假軌跡生成算法，也就是說(shuō)真實(shí)軌跡生成后，在用戶(hù)終端再生成幾條假軌跡，假軌跡與真軌跡很近似，但又有所不同。真假軌跡一起上傳到數(shù)據(jù)中心，既保證數(shù)據(jù)統(tǒng)計(jì)特征基本一致，又掩蓋了真實(shí)的軌跡信息。但經(jīng)過(guò)我們分析，發(fā)現(xiàn)現(xiàn)有的大多數(shù)假軌跡生成算法，是可以被用機(jī)器學(xué)習(xí)的手段來(lái)識(shí)別出來(lái)的，我們嘗試用卷積神經(jīng)網(wǎng)絡(luò)對(duì)主流的假軌跡生成算法做了檢測(cè)，識(shí)別率在90%左右。

https://doi.org/10.1155/2019/8431074