HiDP-Traj：一种基于路径偏离差分隐私的层次化轨迹生成方法

《Expert Systems with Applications》：HiDP-Traj: A Hierarchical Trajectory Generation Method via Path-Deviating Differential Privacy

　　

• •
  提出了一种用于保护隐私的轨迹生成分层框架。
• •
  开发了一种路径偏移差分隐私机制，以在扩散模型中实现可证明的隐私性。
• •
  C-TransUNet提升了语义一致性与几何轨迹结构。
• •
  HiDP-Traj实现了数据效用与隐私保护之间的更好平衡。

引言

轨迹数据记录了个体或物体在连续时空中的移动序列，已成为智能交通郑、卡普拉、沃尔夫森和杨（2014）、城市规划郑、张、谢和马（2009）、公共卫生李、高、卢、童和张（2019）以及疫情管理帕克和关（2017）等领域的核心分析元素。分析这些轨迹中所蕴含的出行模式、热点区域及交通流特征，能为优化城市管理和服务提供不可或缺的决策支持。然而，尽管轨迹数据价值巨大，但它也带来了严重的隐私泄露风险。研究表明，即便经过传统匿名化处理，攻击者仍可使用轨迹重识别技术将匿名轨迹与特定个体关联起来，准确率可达80%以上德蒙乔伊、伊达尔戈、维尔莱森和布隆代尔（2013）；臧和博洛特（2011）。这种隐私泄露风险严重阻碍了轨迹数据的合规共享与充分利用。

为应对这些挑战，针对轨迹数据隐私保护的研究提出了多种技术方法。总体而言，这些方法从直接修改原始数据，发展到学习从数据分布中合成新数据，再到近期使用先进的生成模型来拟合复杂分布。然而，现有方法在平衡语义一致性、可证明的隐私性以及生成的真实性方面都存在显著局限，未能提供令人满意的解决方案。

早期的非生成式方法通过直接修改原始轨迹来实现保护，大致可分为两类：扰动法赞德伯根（2014）和泛化法牛、李、朱、曹和李（2014）（如k-匿名性泛化）。扰动法通过添加随机噪声来掩盖实际位置，但这会严重破坏轨迹内在的时空关系；而泛化法则将精确位置模糊为区域，虽能提供一定程度的匿名性，却会牺牲轨迹的精细几何结构与微小移动模式牛等人（2014）；张、毛、楚、彭和王（2020）。本质上，这些方法陷入了隐私保护与数据效用之间的“零和博弈”，难以支撑那些需要高保真度轨迹数据的详细分析内尔吉兹、阿佐里和萨伊金（2008）；牛等人（2014）；赞德伯根（2014）；张等人（2020）。

为在保护隐私的同时保持数据的可用性，出现了基于生成方法的方案，这类方法通过学习真实世界轨迹的分布来合成全新的轨迹数据。基于生成对抗网络的方法，如TrajGen曹和李（2021）以及trajGANs刘、陈和安德里斯（2018），是通过生成器与鉴别器之间的对抗式训练来实现的；不过它们常常面临模式崩溃和训练不稳定的问题，导致生成的轨迹多样性不足。基于变分自编码器的方法，如TrajVAE陈等人（2021），则受高斯先验假设的限制，往往会产生过于平滑的轨迹，难以捕捉复杂道路网络中的动态细节[9]。尽管后续研究试图通过改进轨迹表示方式来提升性能（如离散网格化[14,15]），但传统生成方法通常缺乏严格、可证明的隐私保障。其隐私性依赖于模型的泛化能力，容易受到利用先验知识的推理攻击曹和李（2021）；陈等人（2021）；刘等人（2018）；欧阳、肖克里、罗森布鲁姆和杨（2018）；王、刘、卢和杨（2021）；张、黄、黄、丁和蔡（2023）。

近年来，由于训练过程稳定且具备强大的拟合复杂分布的能力，扩散模型为轨迹生成开辟了新的途径霍、贾因和阿贝尔（2020）；索尔-迪克斯坦、魏斯、马赫斯瓦拉纳坦和甘古利（2015）；宋等人（2020）。例如，DiffTraj朱、叶、张、赵和于（2023）将去噪扩散概率模型应用于轨迹生成，其生成稳定性优于GANs。然而，现有的基于扩散模型的轨迹生成方法王、余、韩和邱（2024）；朱等人（2023）仍面临三个关键瓶颈：首先，缺乏语义深度。大多数方法将轨迹视为简单的坐标序列，忽视了“停止”和“移动”等高级语义结构，导致生成的轨迹缺乏合理的宏观出行意图。其次，隐私保护能力较弱。它们的保护机制大多依赖模型泛化或简单的后处理噪声注入，未能将可证明的差分隐私机制深入嵌入生成过程，也缺乏针对强力攻击的理论保障。第三，实现隐私与效用之间的平衡颇具挑战。在严格的差分隐私预算限制下，现有方法难以在生成的轨迹中同时保持高保真度和高可用性。这些局限性表明，当前研究尚未系统地解决语义一致性、可证明的隐私性以及生成的真实性之间的协调问题。

为应对这些挑战，本文提出了一种新的分层轨迹生成方法——HiDP-Traj。该方法的核心创新在于采用“语义抽象—隐私生成—几何重建”三阶段的分层架构，将可证明的差分隐私保护嵌入到生成模型的动态过程中。其目标是合成出既具有高层语义合理性、又具备精细几何真实性的轨迹数据，同时满足严格的差分隐私标准。本文的主要贡献包括：

(1) 我们提出了一种分层的语义建模与生成框架。通过结合基于时空密度的停点检测（ST-DBSCAN）与语义编码，我们将原始轨迹从低级的坐标序列提升到能够捕捉出行意图的高级语义空间，从而从根本上提升了生成轨迹的宏观行为合理性。

(2) 设计了一种增强隐私的扩散生成机制。在语义嵌入空间中，我们构建了一个条件扩散模型（C-TransUNet），它在反向传播去噪过程中自适应地注入符合高斯机制的差分隐私噪声。这确保了生成路径与所有训练样本之间存在系统性偏差，从而在生成动态层面提供可证明的（?, δ）-差分隐私保护，克服了传统后处理噪声添加方法的局限性。

(3) 实现了隐私与效用的协同优化。通过使用保持位移的映射算法进行几何重建，该方法在改变全局位置以增强隐私性的同时，保留了局部轨迹段的精细几何结构。此外，引入的隐私-效用权衡系数γ允许用户灵活且持续地调整保护强度与数据保真度之间的平衡，以满足实际需求。

在两个大规模的真实世界出租车轨迹数据集上进行的实验表明，HiDP-Traj在多个维度上均显著优于现有的基准方法——包括宏观层面的统计分布相似度（詹森-香农散度）、微观层面的空间模式保真度（豪斯多夫距离）以及抵抗轨迹重识别攻击的能力（攻击成功率低于20%）——同时还保持了强大的隐私保护能力（?=1.0）。这证明了HiDP-Traj在解决轨迹数据隐私保护中的“隐私-效用”权衡问题方面的有效性。

本文的其余部分结构如下：第2节对相关工作的进展与局限性进行了系统回顾和深入分析；第3节详细介绍了HiDP-Traj的三级级联框架及算法细节；第4节对该方法的隐私安全性进行了理论分析；第5节通过全面实验验证了该方法的性能；第6节总结了本文内容并指出了未来的研究方向。

章节要点

相关工作

轨迹数据隐私保护技术历经多年发展，其思路已从“后处理修改”转变为“生成式合成”。然而，每个阶段的进步在应对语义合理性、可证明的隐私性以及几何真实性这些并行要求时，都暴露出新的局限。本节将系统梳理这一发展脉络，并对现有方法的根本缺陷进行批判性分析。

算法框架

本节将对HiDP-Traj方法进行详细阐述。如图1所示，该框架采用三级管道架构，包含“语义抽象”“隐私生成”和“几何重建”这三个核心阶段。具体而言，3.1节首先正式定义问题与核心概念；3.2节描述如何从原始GPS轨迹中提取并编码高层语义信息；作为核心的3.3节则解释如何

隐私安全性分析

本节从理论角度分析HiDP-Traj框架的隐私安全性，包括语义生成过程的可控调整机制以及可证明的保障措施。

实验与结果分析

本章通过实验系统评估HiDP-Traj框架的全面性能。实验在两个大规模的真实世界轨迹数据集（成都和西安）上进行，将我们的方法与现有的主流方法在多个维度上进行比较——包括数据效用、隐私保护强度、超参数敏感性以及各核心组件的作用——从而全面验证我们所提出方法的有效性和先进性。

结论

本文提出了一种改进的方法，用于在轨迹数据发布过程中保护隐私。该方法利用基于扩散模型的分层生成框架来合成轨迹数据。通过在高层语义空间中生成数据并严格注入差分隐私噪声，所合成的轨迹在实现更强隐私保护的同时，也显著提升了数据效用。我们还采用了路径偏移机制和几何重建技术来保持

未引用文献

缺少参考文献表2

CRediT作者贡献说明

贾俊杰：概念设计、方法论、形式化分析、写作——审阅与编辑、监督、资金获取。赵伟：方法论、写作——初稿撰写、软件工具、研究调查、验证、可视化。王云轩：软件工具、数据整理、形式化分析、可视化。王睿：方法论、验证、写作——审阅与编辑、资源协调。

利益冲突声明

作者声明，他们不存在任何可能影响或干扰本研究工作的已知财务利益或个人关系。

贾俊杰|赵伟|王云轩|王睿