English
资源说明：在传统的基于欧几里德距离函数的轨迹相似性计算过程中，要求轨迹等长且时间点对应，无法度量不等长且有局部时间偏移的轨迹相似性。因此在构造同步轨迹集合过程中产生信息损失较大，影响轨迹数据的可用性。为此，通过引进一种可以度量不等长且有局部时间偏移的轨迹间相似性的DTW（dynamic time warping）距离度量函数，提出一种新的轨迹匿名模型——（k，δ，p）-匿名模型，构造了DTW-TA（dynamic time warping trajectory anonymity）算法。在合成数据集和真实数据集下的实验结果表明，该算法在满足轨迹k-匿名隐私保护的基础上，减少了信息损失，提高了轨迹数据的可用性。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
