(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210481964.7 (22)申请日 2022.05.05 (71)申请人 郑州轻工业大 学 地址 450000 河南省郑州市高新 技术产业 开发区科 学大道136号 (72)发明人 朱亮　蔡增玉　余丽萍　刘啸威　 张建伟　冯媛　司亚婕　 (74)专利代理 机构 郑州优盾知识产权代理有限 公司 41125 专利代理师 张彬 (51)Int.Cl. H04L 9/40(2022.01) G06F 21/62(2013.01) G06F 16/9535(2019.01) (54)发明名称 一种基于用户画像的可定制位置隐私保护 方法及系统 (57)摘要 本发明提出了一种基于用户画像的可定制 位置隐私保护方法及系统， 所述方法的步骤为： 首先， 构建去中心化通信网络， 获得用户移动轨 迹中的停留点位置， 并利用去中心化通信网络向 位置服务器查询位置的语义信息； 其次， 从用户 基本属性和心理特性两方面进行用户画像， 并通 过用户特征量化用户隐私需求； 最后， 根据用户 隐私需求， 位置服务器对用户进行隐私强度推 荐， 本地端根据用户本地实时情景信息进行个性 化动态调整。 本发明可以实现对用户位置数据的 定制化动态保护， 解决了实际位置社交网络环境 下， 无法有效解决用户敏感位置信息的泄露问 题， 提升了用户的个性 化体验。 权利要求书3页 说明书8页 附图2页 CN 114760146 A 2022.07.15 CN 114760146 A 1.一种基于用户画像的可定制位置隐私保护方法， 其特 征在于， 其 步骤如下： 步骤一： 构建使用户的位置与位置服 务器物理隔离的去中心化 通信网络； 步骤二： 通过停留点检测获得用户移动轨迹中的停留点位置， 并利用去中心化通信网 络向位置服 务器查询位置的语义信息； 步骤三： 分别从用户基本属性和心理特性两方面进行用户画像获取用户特征， 并通过 用户特征量化用户隐私需求； 步骤四： 根据用户隐私需求， 位置服务器对用户进行隐私强度推荐， 本地端根据用户本 地实时情景信息进行个性 化动态调整。 2.根据权利要求1所述的基于用户画像的可定制位置隐私保护方法， 其特征在于， 所述 构建使用户的位置与位置服 务器物理隔离的去中心化 通信网络的方法为： S11、 用户请求位置服务器对其服务时， 以广播的形式向周边节点发送通讯协助请求， 初始化去中心化 通信网络； S12、 用户唯一标识符uid， 经纬度坐标<lon,lat>， 时间tu， 构成用户的位置数据Locuser＝ <uid,lon,lat,tu>， 其中， l on表示经度， lat 表示维度； S13、 计算每条用户的位置数据对应的哈希值， 以二叉树的形式， 将位置数据对应的哈 希值两两结合， 再次计算哈希 值， 以此类推， 得到根哈希， 形成Mer kle哈希树， 当用户的某个 位置数据被非法篡改后位置服务器或用户本地设备可定位到被篡改的数据块， 将其丢弃， 防止传输过程中的数据篡改带来的影响； S14、 使用公开秘钥算法对用户位置数据包加密， 防止传输过程中的非法访问； S15、 初始化去中心化通信网络， 由于用户位置数据包经多个随机节点转发至位置服务 器， 所以可使用户的位置与位置服 务器物理隔离 。 3.根据权利要求2所述的基于用户画像的可定制位置隐私保护方法， 其特征在于， 所述 通过停留点检测获得用户移动轨迹中的停留点位置， 并利用去中心 化通信网络向位置服务 器查询位置的语义信息的方法为： S21、 将用户的经纬度坐标作为GPS原始点p： <lon,lat>， 在点p的停留时长tp， 原始轨迹 Tra＝p1→p2→…→pn， 距离阈值θd， 时间阈值θt， 其中， pn表示第n个原始点， n表示原始点的 个数； S22、 计算原 始轨迹上任意两点间的距离是否小于距离阈值， 若是， 执 行步骤S23； S23、 计算原始轨迹上任意两点间的停留时间是否大于时间阈值， 若是， 将中心点坐标 作为停留点； S24、 在获取用户的停留点信息之后， 用户通过初始化的去中心化通信网络， 将停留点 信息发送给位置服 务器， 位置服 务器查询停留点的语义信息并返回给用户。 4.根据权利要求3所述的基于用户画像的可定制位置隐私保护方法， 其特征在于， 从用 户基本属性进行用户画像获得用户特 征， 并通过用户特 征量化用户隐私需求的方法为： 位置服务器查询用户停 留点的语义信息Ci＝{c1,c2,…,cn}， 其中， cn表示用户在第n个 位置时的语义信息； 第一层分类器分别用支持向量机、 决策树、 逻辑 回归、 光梯度提升树和终端梯度提升树 对语义信息Ci进行初分类， 输出结果P A1＝{PA1 1,PA1 2,PA1 3,PA1 4,PA1 5}， 其中， 表示支持向权　利　要　求　书 1/3 页 2 CN 114760146 A 2量机分类结果， 表示决策树分类结果， 表示逻辑回归分类结果， 表示光梯度提升 树分类结果， 表示终端梯度提升树分类结果； 基于初分类结果， 采用逻辑回归 对PA1进行二次分类得到PA2； 将用户的位置数据中的时间tu分为工作日Dwork和休息日Dholi， 一天分为24小时， 即Hi＝ {h0,h1,…,h23}， Hi表示一天24小时内的第i小时； 将Dwork、 Dholi、 Hi和PA2作为第三层输入层， 对用户属性进行分类。 5.根据权利要求3或4所述的基于用户画像的可定制位置隐私保护方法， 其特征在于， 从用户心理特性进行用户画像获得用户特征， 并通过用户特征量化用户隐私需求的方法 为： 时间t之前用户use到达地点l的频率记为： 其中， α 为衰减系数， 表示 用户use在t时刻 在位置l停留的次数； 用户use对同一 地点两次访问的时间间隔为： 其中， 表示用户use 上一次到 达位置l的时间； 用户use当前访问地 点与历史访问地 点的差异程度记为： 其中， Label(l)表示位置l拥有的语义 信息集合， Label(i)表示该位置的第i个语义信息， | Iuse,label|表示用户use过去停留在包含 语义信息label的位置个数， ρ 表示为避免某一位置所包含的语义信息个数过多而造成计算 下降所设置的固定系数， 表示用户u se上一次停留在包含语义信息label的位置的 时间； 计算用户use的好奇心强度： 6.根据权利要求5所述的基于用户画像的可定制位置隐私保护方法， 其特征在于， 所述 根据用户隐私 需求， 位置服务器对用户进行隐私强度推荐， 本地端根据用户本地实时情景 信息进行个性 化动态调整的方法为： 对隐私敏感性划分p个等级， 对于用户的每一画像特征PCi选择对应的特定权值 其 中 位置服务器根据用户画像的某一特 征PCi定义隐私保护强度为 其中 为防止 为0数学计算问题， 设置参数 无限趋近于0； 根据画像属性的保护强度权值构成向量 其中， 表示 用户在i位置时根据其画像刻画出的属性的保护强度权 重构成向量； 由向量 构建用户的个性化隐私保护强度矩阵： 其中， 表示用户在位置n时根据其画像刻画出的属性的保护强度 权重构成向量， 表示用权　利　要　求　书 2/3 页 3 CN 114760146 A 3