基于蚁群算法的位置隐私保护智能交通系统研究与设计.pdf

第 卷第 期学报 年 月 :././.基于蚁群算法的位置隐私保护智能交通系统研究与设计殷西祥(安徽商贸职业技术学院 信息与人工智能学院安徽 芜湖)摘 要:随着汽车用户越来越多政府提供了越来越多的公共停车位然而用户花费在寻找车位的时间也越来越多利用蚁群算法来解决用户在停车场寻找空闲车位和找车困难问题通过差分隐私算法保护用户的位置隐私设计并实现了一套基于蚁群算法的智能交通平台 该平台在不泄露用户隐私的情况下能够快速的停车、找车同时用户能够在该系统中查询到天气情况、路况信息、违章情况、信息、城市公交和限号日历等信息方便了用户的使用关键词:蚁群算法差分隐私位置隐私智能交通中图分类号:文献标志码:文章编号:()收稿日期:基金项目:安徽省教育厅项目“”证书制度下 移动应用开发研究()安徽省教育厅重点项目“基于区块链云存储的跨链技术研究”()、“基于深度学习的 恶意软件检测研究”()安徽商贸职业技术学院校级项目“面向移动终端的智能交通系统研究”()、“边缘计算中用户数据隐私保护技术研究”()作者物介:殷西祥()男安徽安庆人安徽商贸职业技术学院信息与人工智能学院副教授硕士研究方向:数据挖掘移动互联网应用开发引言利用信息技术进行交通管理是相关部门进行创新的重要举措受到国家层面的高度重视 目前国内也有一些面向移动终端的智能交通 但是其功能比较单一百度地图、高德地图等可以实现路径规划但它们还没有车辆违规、收费、单双号限号查询等用户也应该关注的功能模块也缺少停车场智能引导、车位实时查找等功能 同时 系统在智能化设备中使用非常广泛为了更好地适应移动互联网迅猛发展的当今时代开发一款比较全面、综合的基于 平台的交通系统是很有必要的在系统的设计过程中需要考虑到优化停车场中查找空闲车位和找车困难等路径规划问题在路径规划中可以使用在小车、无人机、移动机器人的路径规划中应用非常广泛的蚁群算法 为了不暴露用户隐私可以考虑使用隐私算法来规避安全隐患问题以下主要从隐私算法、路径规划问题、基于蚁群算法的最优路径规划算法、系统模块设计和系统实现等角度展开阐述基础知识与问题.隐私算法给定一个兄弟数据集 和 数据集 和 之间至少相差一条数据 给定一个映射函数:表示数据集 到 维空间的映射关系 我们在函数()()上添加随机噪声得到一个输出函数()()()其中 ()()其中 一般取 为 范数.基于蚁群算法的路径规划问题蚁群算法通过模拟蚂蚁寻找食物的过程通过从原点出发经过若干给定的需求点最终返回原点的最短路径这也就是著名的旅行商问题()蚁群算法的核心在于蚂蚁通过自身释放的“信息素”来标识自己的行走路径初始化阶段在没有任何信息素引导的时候蚂蚁的行走路径都是随机的在寻找目的地的过程中蚂蚁不断地释放信息素来标识自己的行走路径最终到达目的地 由于在最初的时候蚂蚁的行走路径是随机的这就需要更多的信息素来标识路径也就意味着需要更多的蚂蚁即蚁群 随着蚁群规模的扩大信息素浓度也就越大这样越来的越多的蚂蚁都会聚集到最短路径上从而寻找到到目的地的最短路径蚁群算法不是单个蚂蚁行动而是多个蚂蚁同时搜索具有分布式的协同优化机制 本质上属于随机搜索算法(概率算法)具有概率搜索的特征 是一种全局搜索算法能够有效地避免局部最优具有如下特点:)较强的鲁棒性 稍加修改即可应用于其他问题)分布式计算 本质上具有并行性)易于与其他启发式算法结合基于蚁群算法的最优路径规划算法路径规划是实现寻找到达空闲车位的最短距离问题中的关键技术指的是复杂停车场中按照一定的评价规则(如距离、能耗、时间等)找出一条从起点到目标的无碰撞路径这里选取最短距离路径规划的评价标准即最短路径规划问题.问题提出给定 个车位当我们车进入车库时候我们沿着主干道进入车库我们需要获取到达空闲车位的最短路径 假设 .是某个停车场的 个停车位的集合 ()是集合 中停车场两两连接的集合(.)是 的欧氏距离()是一个有向图 基于蚁群算法的最优路径规划算法的目的就是从 中寻找出长度最短的路径.路径规划数学模型的建立我们将某停车场环境用一组数据进行抽象表达建立二维环境模型将停车场平面分成一个个等面积大小的珊格每个栅格中存储该栅格是否被占用的信息即表示该停车位是否被占用 图 表示一个栅格法地图该栅格地图为一个 的地形矩阵黑色的地方表示有障碍白色的地方表示没有障碍图 栅格法地图图 中每个栅格点具有唯一的坐标则每个栅格点的坐标可以用()表示 则第 个栅格对应的位置可以表示为:()/(/)其中 为每个小方格像素的边长()取大于等于数值 的最小整数每条路径的长度为()().最短路径规划的具体步骤最短路径规划流程图如图 所示具体可以分成以下九个步骤图 最短路径规划流程图步骤:给出栅格地图的地形矩阵.初始化信息素矩阵(记录每个栅格至其他栅格的信息素量)蚂蚁个数 最大迭代次数 表征启发式信息重要程度的参数表征信息素重要程度的参数、信息素增加强度系数 信息素蒸发系数及启发式信息矩阵步骤:构建启发式信息矩阵 计算每个栅格至目标点的距离启发式信息素取为至目标点距离的倒数距离越短启发式因子越大障碍物处的启发式信息为 建立矩阵 用以存储每个栅格点至各自相邻无障碍栅格点的代价值步骤:对于每一只蚂蚁初始化蚂蚁爬行的路径及路径长度将禁忌列表全部初始化为 蚂蚁从起始点出发开始搜索路径找出当前栅格点的所有无障碍相邻栅格点(即矩阵 中相应元素不为 的栅格点)再根据禁忌列表筛选出当前可选择的栅格点步骤:如果起始点是目标点且可选栅格点个数大于等于 则计算蚂蚁从当前栅格点转移到各相邻栅格点的概率并根据轮盘赌的方法选择下一个栅格点步骤:修改蚂蚁爬行的路径、长度、矩阵 及禁忌列表步骤:重复步骤 和 直到起始点为目标点或可选栅格点小于 本次迭代中当前蚂蚁寻路完毕记录该蚂蚁的行走路线步骤:如果该蚂蚁最后一步是目标点则计算路径长度并且比较其和目前已知的最短路径长度若本次路径长度小于当前已知的最短路径长度则修改当前最短路径长度及最短路径如果该蚂蚁最后一步不是目标的则只将路径长度记为 步骤:重复步骤 至步骤 直到 只蚂蚁完成一轮路径搜索更新信息素步骤:判断是否满足终止条件 是结束蚁群算法寻优并绘制最优规划路径否则转到步骤.实验结果本章主要从执行效率和路径优化两个方面对本文所使用的算法进行验证 实验的硬件环境为 .内存使用 实现)首先我们模拟一个 的停车场车位用 标识该车位为空 标识该车为已被占用利用隐私算法将车位信息进行加密处理图 为加密前后车位信息图其中红色的标注点就是通过加密算法添加的噪声点该噪声点能够有效的保证车主的位置隐私安全图 加密前后车位信息图 )通过设置迭代次数 蚂蚁个数 信息素 表证启发因子 信息素蒸发系数 .信息素增强系数 我们得出图 加密前后收敛对比图图 加密前后收敛对比图从图 中可以看出加密后的数据要比加密前的数据使用更少的迭代次数他们的最小路径长度持平)复杂度分析假设使用 车位采用 只蚂蚁则本方法所需的内存开销如表 所示故通过对基于隐私保护的蚁群算法各步骤的分析可以得到其空间复杂度为:()()()表 基于隐私保护的蚁群算法所需的空间开销步骤内存开销复杂度存储 个车位两两之间信息素强度()存储并记录路径的生成()存储 个车位两两之间的距离()存储此次迭代中每只蚂蚁搜索得到的路径长度()存储最终最优解()智能交通系统客户端设计基于蚁群算法的位置隐私保护智能交通系统分为 服务端和 移动端数据交互格式为 数据 服务端使用 与 框架进行搭建 相对 的优点是配置简单大大降低开发成本 在服务端的设计中持久层主要负责与数据库的联系封装数据库操作方法()业务层主要负责具体业务实现设计表现层负责调用业务层相关方法与对应 形成映射关系供 移动端调用为了方便查看开放的相关 接口系统使用 生成相应的 接口文档 移动端采用 官网推荐的架构模型设计如图 所示 其中/的主要作用是将数据渲染到 上只与 相关 主要作用是负责相关的业务逻辑和数据交互处理不做任何与、控件相关的工作不持有任何控件的引用这样能够有效地规避内存泄 漏 问 题 配 合 工 作 具有数据变动感知功能 层主要作用是监测数据的变动实时地进行相应的数据处理 数据来源由具体的 层通过网络或者数据库来获取然后传递给 层进行相应的处理 这套架构体系把每个层级的职责和作用区分得非常明确降低了系统的耦合性图 架构体系图系统实现该基于蚁群算法的位置隐私保护智能交通系统由 服务端和 移动端两部分组成服务端与客户端的通信是通过 协议来实现数据交互格式为 数据移动端 系统使用 网络访问框架来实现与 服务端进行数据请求与交互 该智能交通系统的实验开发环境为 系统开发工具是 、.、.等实现的系统效果如图 所示主要包括天气情况、路况信息、停车查询、城市公交等模块图 系统效果图结语基于蚁群算法的位置隐私保护智能交通系统的开发符合信息化时代大量信息科学管理的发展和需要 经过测试用户能够在该综合性 中查询到天气情况、路况信息、违章情况、信息、城市公交和限号日历等信息 同时该系统的路径规划使用到了基于蚁群算法的位置隐私保护方案利用最优路径规划算法方便了用户在不泄露隐私的情况下能够实现快速停车、找车 后期将进一步开发 服务器端的功能如通过客户端搜集到各种违章信息、道路环境信息等数据集发送到 服务器从而通过数据的进一步分析为用户提供更好的预判和决策也进一步方便交通管理部门对交通信息的管理参考文献:张松灿普杰信司彦娜等.蚁群算法在移动机器人路径规划中的应用综述.计算机工程与用():.马肇祥朱庆伟张俊等.蚁群优化算法的无人机室内航迹规划.西安科技大学学报():.薛婷贝绍轶李波.基于蚁群算法的智能小车路径规划.计算机仿真():.郭蕊芦天亮杜彦辉等.基于改进蚁群算法的 源位置隐私保护.计算机科学():.徐川丁颖祎罗丽等.车联网中基于位置服务的个性化位置隐私保护.软件学报():.殷凤梅陈鸿.编码的 匿名位置隐私保护方案.武汉大学学报(理学版)():.刘双双黄宜庆.多策略蚁群算法在机器人路径规划中的应用.计算机工程与应用():.刘瀛.基于改进势场与蚁群算法的机器人路径规划法.计算机仿真():.姚晓通李致远程晓.基于改进蚁群算法的机器人路径规划研究.计算机仿真():.唐旭晖辛绍杰.改进蚁群算法的移动机器人路径规划.计算机工程与应用():.():.:【责任编辑:杨睿彤】