基于差分隐私的交通流量估计问题研究
发布时间：2021-02-09 07:02
随着短距离无线通信技术（如DSRC）的飞速发展,行驶汽车与路侧单元之间的信息交互得以实现,从而促使了车载信息物理系统的构成。车载信息物理系统的一个优势是可以实现自动的交通流量估计,但是这种估计可能会使车辆的位置和轨迹隐私从被系统记录的交通数据中泄露。如何在保护车辆的位置和轨迹隐私的同时准确地估计交通流量成为了交通工程和车载信息物理系统交叉领域的重要课题之一。本文深入研究了带有隐私保护的交通流量估计问题,主要研究工作和创新点如下:（1）提出了一种基于差分隐私的随机编码机制。（2）基于差分隐私解决了带有隐私保护的点对点交通流量估计问题。首先,基于本文随机编码机制,提出了一种新的点对点交通流量估计器。然后,通过严格的理论分析,证明了本文随机编码机制在保护单点车辆和点对点共同车辆的位置和轨迹隐私上满足∈-差分隐私。最后,通过基于真实交通轨迹数据的仿真实验,验证了本文点对点交通流量估计方法的有效性。（3）基于差分隐私解决了带有隐私保护的多点交通流量估计问题。首先,针对现有估计器十分复杂,难以实现的问题,提出了一种新的多点交通流量估计器。然后,通过严格的理论分析,证明了本文随机编码机制在保护多点共...
【文章来源】：苏州大学江苏省
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
图１－１国内外主要城市交通拥堵示意图??
第二章准备工作?基于差分隐私的交通流量估计问题研究??第二章准备工作??为了基于差分隐私对带有隐私保护的交通流量估计问题进行解决，本章首先介??绍了一种车载信息物理系统（Ｖｅｈｉｃｕｌａｒ?Ｃｙｂｅｒ－Ｐｈｙｓｉｃａｌ?Ｓｙｓｔｅｍ，?ＶＣＰＳ）。接着，基于该??车载信息物理系统，给出了带有隐私保护的交通流量估计问题的形式化定义以及解??决该问题的基本框架。然后，为了明确可能产生的车辆隐私泄露，分析了由该系统??本身引起的针对车辆隐私的威胁，提出了车辆隐私威胁模型（Ｔｈｒｅａｔ?Ｍｏｄｅｌ）。随后，??基于车辆隐私威胁模型，提出了基于差分隐私的交通流记录方法。最后，为了准确??地评价本文提出的估计方法，给出了估计精度和隐私保护两个性能指标。??２．１车载信息物理系统??本文基于一种车载信息物理系统对带有隐私保护的交通流量估计问题进行研究。??该系统如图２－１所示，其主要包含三个组成部分：车辆（Ｖｅｈｉｃｌｅｓ）、路侧单元（Ｒｏａｄ－Ｓｉｄｅ??Ｕｎｉｔｓ）以及中央服务器（Ｃｅｎｔｒａｌ?Ｓｅｒｖｅｒ）。其中，车辆是本文研究的参与者；路侧单元??主要用来收集车辆信息；中央服务器主要用来基于路侧单元收集的车辆信息对关于??交通流量的查询进行响应。??丄▲，中央服务器？？？▲丄??路侧单兀／ＩＴ?路侧单兀／Ｉｖ??ＩＥ、?（（３?）?ｉｌ６＇?ＩＢ?＇??图２－１车载信息物理系统??针对上述车载信息物理系统，本文作出如下假设。??？假设该系统由交通权威（Ｔｒａｎｓｐｏｒｔａｔｉｏｎ?Ａｕｔｈｏｒｉｔｙ）部署。??？假设车辆和路侧单元都拥有唯一的标志，并且都配备了计算和通信模块。??１２??
、可能导致车辆隐私泄露的情况以及解决方法。??本节不对车辆隐私进行深入讨论。下面对上述三个子问题分别进行定义。??（１）带有隐私保护的点对点交通流量估计问题??给定任意两个地理位置，ＬｄＰＬ：，以及任意一个记录周期Ｌ。一台位置ＬｊｎＬ２与??周期ｒ，上的点对点共同车辆（简称点对点共同车辆）被定义为－台在周期ｒ，内既经过??位置Ｌ，又经过位置Ｌ２的车辆。位置ＬｊＰＬ２与周期乃上的点对点交通流量（简称点对??点交通流量）被定义为位置Ｌｉ和＾与周期乃上的点对点共同车辆的数目。例如，在??图２－２中，ｖｊＰｖ２为点对点共同车辆，对应的点对点交通流量为２。带有隐私保护的点??对点交通流量估计就是在保护车辆隐私的前提下对点对点交通流量进行估计。??记录周期：任意?？天??Ｊ，（（〇＞）??＾?．中央服务器＾▲丄??—路侧单??（ＣＵ?Ｉ?ＩＨＷ?ＩＢ?Ｈ??Ｖｉ?ｖ３?Ｖ２?Ｖ，??图２－２点对点共同车辆??本文在第三章对带有隐私保护的点对点交通流量估计问题进行了解决。??１４??
【参考文献】：
期刊论文
[1]车载自组网中基于信任管理的安全组播协议设计[J]. 夏辉,张三顺,孙运传,肖甫,李晔,成秀珍. 计算机学报. 2019(05)
[2]本地化差分隐私研究综述[J]. 叶青青,孟小峰,朱敏杰,霍峥. 软件学报. 2018(07)
[3]一种满足差分隐私的轨迹数据发布方法[J]. 霍峥,孟小峰. 计算机学报. 2018(02)
[4]泛在交通信息服务系统的概念、架构与关键技术[J]. 赵祥模,惠飞,史昕,马峻岩,杨澜. 交通运输工程学报. 2014(04)
[5]基于支持向量机方法的短时交通流量预测方法[J]. 杨兆升,王媛,管青. 吉林大学学报(工学版). 2006(06)
[6]基于小波的多尺度网络流量预测模型[J]. 洪飞,吴志美. 计算机学报. 2006(01)
硕士论文
[1]基于深度学习的交通流量预测[D]. 魏中锐.北京交通大学 2019
[2]基于二型模糊集合交通流量长时预测[D]. 黄寅峰.北京交通大学 2019
本文编号：3025252
【文章来源】：苏州大学江苏省
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
图１－１国内外主要城市交通拥堵示意图??
第二章准备工作?基于差分隐私的交通流量估计问题研究??第二章准备工作??为了基于差分隐私对带有隐私保护的交通流量估计问题进行解决，本章首先介??绍了一种车载信息物理系统（Ｖｅｈｉｃｕｌａｒ?Ｃｙｂｅｒ－Ｐｈｙｓｉｃａｌ?Ｓｙｓｔｅｍ，?ＶＣＰＳ）。接着，基于该??车载信息物理系统，给出了带有隐私保护的交通流量估计问题的形式化定义以及解??决该问题的基本框架。然后，为了明确可能产生的车辆隐私泄露，分析了由该系统??本身引起的针对车辆隐私的威胁，提出了车辆隐私威胁模型（Ｔｈｒｅａｔ?Ｍｏｄｅｌ）。随后，??基于车辆隐私威胁模型，提出了基于差分隐私的交通流记录方法。最后，为了准确??地评价本文提出的估计方法，给出了估计精度和隐私保护两个性能指标。??２．１车载信息物理系统??本文基于一种车载信息物理系统对带有隐私保护的交通流量估计问题进行研究。??该系统如图２－１所示，其主要包含三个组成部分：车辆（Ｖｅｈｉｃｌｅｓ）、路侧单元（Ｒｏａｄ－Ｓｉｄｅ??Ｕｎｉｔｓ）以及中央服务器（Ｃｅｎｔｒａｌ?Ｓｅｒｖｅｒ）。其中，车辆是本文研究的参与者；路侧单元??主要用来收集车辆信息；中央服务器主要用来基于路侧单元收集的车辆信息对关于??交通流量的查询进行响应。??丄▲，中央服务器？？？▲丄??路侧单兀／ＩＴ?路侧单兀／Ｉｖ??ＩＥ、?（（３?）?ｉｌ６＇?ＩＢ?＇??图２－１车载信息物理系统??针对上述车载信息物理系统，本文作出如下假设。??？假设该系统由交通权威（Ｔｒａｎｓｐｏｒｔａｔｉｏｎ?Ａｕｔｈｏｒｉｔｙ）部署。??？假设车辆和路侧单元都拥有唯一的标志，并且都配备了计算和通信模块。??１２??
、可能导致车辆隐私泄露的情况以及解决方法。??本节不对车辆隐私进行深入讨论。下面对上述三个子问题分别进行定义。??（１）带有隐私保护的点对点交通流量估计问题??给定任意两个地理位置，ＬｄＰＬ：，以及任意一个记录周期Ｌ。一台位置ＬｊｎＬ２与??周期ｒ，上的点对点共同车辆（简称点对点共同车辆）被定义为－台在周期ｒ，内既经过??位置Ｌ，又经过位置Ｌ２的车辆。位置ＬｊＰＬ２与周期乃上的点对点交通流量（简称点对??点交通流量）被定义为位置Ｌｉ和＾与周期乃上的点对点共同车辆的数目。例如，在??图２－２中，ｖｊＰｖ２为点对点共同车辆，对应的点对点交通流量为２。带有隐私保护的点??对点交通流量估计就是在保护车辆隐私的前提下对点对点交通流量进行估计。??记录周期：任意?？天??Ｊ，（（〇＞）??＾?．中央服务器＾▲丄??—路侧单??（ＣＵ?Ｉ?ＩＨＷ?ＩＢ?Ｈ??Ｖｉ?ｖ３?Ｖ２?Ｖ，??图２－２点对点共同车辆??本文在第三章对带有隐私保护的点对点交通流量估计问题进行了解决。??１４??
【参考文献】：
期刊论文
[1]车载自组网中基于信任管理的安全组播协议设计[J]. 夏辉,张三顺,孙运传,肖甫,李晔,成秀珍. 计算机学报. 2019(05)
[2]本地化差分隐私研究综述[J]. 叶青青,孟小峰,朱敏杰,霍峥. 软件学报. 2018(07)
[3]一种满足差分隐私的轨迹数据发布方法[J]. 霍峥,孟小峰. 计算机学报. 2018(02)
[4]泛在交通信息服务系统的概念、架构与关键技术[J]. 赵祥模,惠飞,史昕,马峻岩,杨澜. 交通运输工程学报. 2014(04)
[5]基于支持向量机方法的短时交通流量预测方法[J]. 杨兆升,王媛,管青. 吉林大学学报(工学版). 2006(06)
[6]基于小波的多尺度网络流量预测模型[J]. 洪飞,吴志美. 计算机学报. 2006(01)
硕士论文
[1]基于深度学习的交通流量预测[D]. 魏中锐.北京交通大学 2019
[2]基于二型模糊集合交通流量长时预测[D]. 黄寅峰.北京交通大学 2019
本文编号：3025252
本文链接：https://www.wllwen.com/kejilunwen/qiche/3025252.html
