技術(shù)特征：

1.一種基于邊簇圖的語義位置隱私保護(hù)方法，其特征在于，包括以下步驟：

步驟1、用戶發(fā)送當(dāng)前位置、用戶隱私偏好、請求興趣點(diǎn)類型到匿名服務(wù)器；

步驟2、匿名服務(wù)器執(zhí)行匿名算法得到匿名集；

步驟3、匿名服務(wù)器發(fā)送匿名后的請求到位置服務(wù)器；

步驟4、位置服務(wù)器進(jìn)行查詢，將查詢結(jié)果返回給匿名服務(wù)器；

步驟5、匿名服務(wù)器對結(jié)果進(jìn)行求精，將結(jié)果返回給用戶。

2.根據(jù)權(quán)利要求1所述的基于邊簇圖的語義位置隱私保護(hù)方法，其特征在于，在步驟1中，所述興趣點(diǎn)poi＝(type,pop)，type為興趣點(diǎn)類型，pop為興趣點(diǎn)流行度；所述用戶隱私偏好profile＝(k,l,θ,v,l_max)，表示匿名集至少需要包含k個(gè)用戶，l條路段，θ為用戶敏感度閾值，即匿名集興趣點(diǎn)敏感值之和與流行度總和的比值不大于θ，v為一個(gè)向量，表示用戶對不同類型興趣點(diǎn)的敏感度，用戶對興趣點(diǎn)的敏感值為用戶對該興趣點(diǎn)敏感度與興趣點(diǎn)流行度的乘積，l_max為用戶容忍的最大匿名集大小。

3.根據(jù)權(quán)利要求1所述的基于邊簇圖的語義位置隱私保護(hù)方法，其特征在于，在步驟2中，所述匿名服務(wù)器執(zhí)行匿名算法具體包括以下步驟：

步驟21、將路網(wǎng)地圖轉(zhuǎn)換為邊簇圖，在邊簇圖中執(zhí)行算法，邊簇圖中的各頂點(diǎn)對應(yīng)路網(wǎng)地圖的相應(yīng)邊，邊簇圖中兩頂點(diǎn)有連接，當(dāng)且僅當(dāng)原圖兩邊鄰接；設(shè)置匿名集初始為用戶所在邊簇圖頂點(diǎn)，候選集初始為該頂點(diǎn)的鄰接邊簇圖頂點(diǎn)；

步驟22、計(jì)算候選集各頂點(diǎn)得分score(i)：

score(i)＝(1-w)×A(i)+w×Struct(i),0≤w＜1， (1)

$A\left(i\right)=\{\begin{array}{cc}\frac{k}{K}\×s_i,& k\<K\\ 1\×s_i,& k\≥K\end{array},---\left(2\right)$

式(1)中，A(i)為加入候選頂點(diǎn)i后匿名集達(dá)到的隱私程度分?jǐn)?shù)，Struct(i)為加入候選頂點(diǎn)i后匿名集結(jié)構(gòu)分?jǐn)?shù)，加入頂點(diǎn)i匿名集新增環(huán)時(shí)，Struct(i)取較大值，w為用于調(diào)節(jié)匿名集隱私程度和結(jié)構(gòu)重要程度的偏好參數(shù)，由匿名算法設(shè)置；式(2)中k為當(dāng)前匿名集達(dá)到的用戶數(shù)水平，K為用戶隱私偏好中匿名集包含用戶數(shù)的需求，s_i為加入候選頂點(diǎn)i后由匿名算法計(jì)算的匿名集敏感值得分；

步驟23、選擇得分最高的頂點(diǎn)加入匿名集并更新候選集，直到滿足用戶隱私偏好或匿名集大小超過用戶容忍的l_max。