面向固定或灵活目的地的隐私保护和个性化安全路径规划的众包解决方案（完整版）
摘要：确保旅行者在道路上的安全已成为近年来的研究挑战。我们提出了一个新的安全路径规划问题，并开发了一种有效的解决方案，以确保旅行者在道路上的安全。尽管在这方面已经进行了一些研究尝试，但它们都假设人们与一个集中的实体共享他们的敏感旅行经历，以寻找最安全的路径，这在实践中由于隐私原因并不理想。此外，现有的研究在制定安全路径规划时并未满足旅行者在道路上的安全需求。我们的方法根据知识群体的个性化旅行经历，在用户指定的距离阈值内找到最安全的路径，而不涉及任何集中式计算。我们开发了一个隐私保护模型，将用户的旅行经历量化为个性化的安全评分。我们的安全路径规划算法通过最小化与他人共享的个性化安全评分的暴露来进一步增强用户的隐私保护。我们的安全路径规划器可以通过考虑固定和一组灵活的目的地位置来为个人和群体找到最安全的路径。使用真实数据集进行的大量实验证明，我们的方法可以在几秒钟内找到最安全的路径。与直接算法相比，我们的迭代算法需要减少47%的个性化安全评分的暴露。
作者：Fariha Tabassum Islam, Tanzima Hashem, Rifat Shahriyar
论文ID：2112.13760
分类：Databases
分类简称：cs.DB
提交时间：2022-09-13