基于联邦学习保护轨迹隐私的轨迹生成方法

本发明属于轨迹隐私保护领域，具体涉及一种基于联邦学习保护轨迹隐私的轨迹生成方法，旨在解决轨迹发布过程中轨迹隐私泄露的问题。本发明采用的轨迹生成方法是GAN（生成对抗网络），整体框架主要分为三个部分，包括原始轨迹的加密、本地客户端训练以及联邦聚合。本方法可以在保护原始轨迹数据不被泄露的同时让生成的轨迹很好地应用于多种下游任务，平衡隐私保护与保持性能两种需求。