面向隐私保护的空间数据处理方法与技术研究

Privacy-preserving spatial data processing is focus on privacy-preserving cooperation computing among mistrust participants. It is of great significance to the security of geographic information system in the network. This project deeply and systematically studies privacy-preserving model of spatial data, privacy-preserving spatial geometry calculation, spatial data query and large spatial data mining. Then it explores new applications of secure multi-party computation technique for spatial data processing, and proposes new methods or new techniques for the spatial data organization and management of privacy-preserving. This study can not only provide a new direction for the theoretical research and technological innovation in the spatial data processing, but also establish necessary theory, methods and technological infrastructure for privacy-preserving applications in geographic information system, and can still extend to the national security, city planning and disease control and other fields.

保护私有信息的空间数据处理研究一组互不信任的参与者之间保护隐私的合作计算问题，对解决网络环境下的地理信息系统安全具有重要价值。本项目拟对空间数据的隐私保护模型、保护隐私的空间几何计算、保护隐私的空间数据查询以及保护隐私的海量空间数据挖掘技术进行系统深入研究，探讨安全多方计算技术在空间数据处理中的新应用，在保护隐私的空间数据组织与管理方面提出新的方法和技术。本项目的研究一方面可为空间数据处理的理论研究和技术创新提供新的方向，另一方面也将为隐私保护技术在地理信息系统领域内的应用建立必要的理论、方法和技术基础，进一步扩大地理信息系统在国防安全、城市规划、疾病防控等领域的应用。

保护私有信息的空间数据处理是信息安全领域的重要研究问题之一，对解决网络环境下的地理信息系统安全具有重要价值。本项目围绕保护隐私的空间数据模型研究、空间计算几何问题的隐私保护技术研究、保护隐私的空间数据挖掘技术研究和复杂网络中的隐私保护技术研究等重要内容开展相关工作，取得了一系列研究成果。提出了一种两段式的匿名化隐私保护模型，相较于单一阶段的匿名保护模型，该模型对来自攻击者的可能篡改具有较强的鲁棒性，并能满足不同信息安全水平的要求；针对空间数据模糊性、高维度等特点，结合空间计算几何问题，设计出了保护隐私的空间离群点检测方法、轨迹隐私保护方法、社交网络中的个性化推荐方法；将数据扰动、k 匿名等技术手段应用于数据挖掘，提出了若干保护隐私的数据挖掘方法，在保护用户数据安全的同时，有效提高了数据分析的准确率和稳定性；探讨了空间信息技术在城市规划、疾病防控中的应用。本项目将空间数据处理与信息安全进行有机结合，为隐私保护技术在地理信息系统中的应用开拓了新的方向。项目执行期间，获教育部自然科学二等奖1项；已在IEEE TDSC、Information Sciences、PR、WWW、IDA、APIN、软件学报、计算机研究与发展等重要学术期刊及CIKM等高水平国际会议发表及录用相关学术论文41篇，其中SCI收录17篇、EI收录7篇；授权发明专利6项；依托本项目已经培养博士生5名和硕士生14名。