智慧交通系统中基于情境感知的车辆位置隐私保护技术研究

With the development of intelligent transportation system, vehicle location privacy preservation has gradually become a hot issue with universal requirements in this field. While hiding the trajectory of the vehicle, the privacy strategy is adaptive by using context-aware information, without causing QoS level of security application downgraded. Multi-target tracking algorithm, including collecting data, fusing data, cleaning data and track maintenance, poses a threat to location privacy security while maintaining real-time efficiency. It is difficult to predict and evaluate the level of QoS, and the choice of privacy policy lacks flexibility. How to optimize and adjust privacy policy by using context-awareness data is also a technical challenge for privacy protection. In order to solve the problems above, (1)we try to design a multi-target tracking model based on context awareness. (2)we willdesign a privacy protection technology research scheme based on vehicle location ambiguity. (3)we willdesign a location privacy protection scheme for high-efficiency QoS security applications. The findigs have important theoretical significance and pratical value for efficient QoS and protecting vehicle location privacy in intelligent transportation system.

随着智慧交通系统的发展，车辆位置隐私保护已逐渐成为该领域中具有普遍性要求的热点问题。在隐藏车辆行驶轨迹的同时，利用情境感知的数据调整隐私策略，从而使安全应用QoS的水平不会下降。多目标追踪系统，在采集数据、融合数据、清洗数据、以及维护轨迹数据时，保持实时高效却给位置隐私安全带来了威胁；应用服务QoS水平难以预测评估，隐私策略的选择缺少灵活性；如何利用感知的情境参数对隐私策略进行优化和调整，也是防护的技术难点。为了解决上述问题，拟做如下研究：（1）设计基于情境感知的防多目标追踪模型；（2）设计基于车辆位置模糊的隐私保护技术研究方案；（3）设计面向高效QoS安全应用的位置隐私保护技术研究。上述研究结果对促进智慧交通系统中保证高效的服务质量的同时保护车辆的位置隐私具有十分重要的理论意义和参考价值。

随着智慧交通系统的发展，车辆位置隐私保护已逐渐成为该领域中具有普遍性要求的热点问题。在隐藏车辆行驶轨迹的同时，利用情境感知的数据调整隐私策略，从而使安全应用QoS 的水平不会下降。多目标追踪系统，在采集数据、融合数据、清洗数据、以及维护轨迹数据时，保持实时高效却给位置隐私安全带来了威胁；应用服务QoS水平难以预测评估，隐私策略的选择缺少灵活性；如何利用感知的情境参数对隐私策略进行优化和调整，也是防护的技术难点。为了解决上述问题，本项目对情境感知的防多目标追踪模型，和面向高效QoS安全应用的位置隐私保护技术进行研究，给出了基于车辆位置模糊的隐私保护技术研究方案。本项目的最终目的是研制一个自主知识产权、面向车辆QoS保障的位置隐私保护原型系统，为促进智慧交通系统中保证高效的服务质量的同时保护车辆的位置隐私具有十分重要的理论和实际意义。