Anonimización de trayectorias por medio de intercambios

Abstract

El estudio de datos de movilidad puede ayudar a mejorar la toma de decisiones, así como planear los transportes en áreas metropolitanas o localizar los servicios en una ciudad. Sin embargo, si los datos geo-localizados son asociados a un individuo específico, pueden poner en en riesgo su privacidad, al permitir conocer todas sus localizaciones, sus horarios y revelar sus hábitos. Por estos motivos, antes de publicar datos de movilidad (trayectorias) es importante anonimizarlas, es decir, garantizar que no puedan ser asociadas a individuos específicos. En este trabajo, presentamos un método de anonimización perturbativa, que funciona de un modo similar al rank swapping, preserva la información agregada de los datos de movilidad, tales como el número de veh´ıculos que viajan de un punto de interés a otro, durante un periodo específico de tiempo, y su vez, mantiene las identidades de los individuos y sus puntos de interés protegidos.