In this paper, we propose the predi

In this paper, we propose the prediction model for moving objects and PP
ST-tree, a novel spatio-temporal index structure for future positions and also a new trajectory privacy-preserving database-centric approach which, to the best of our knowledge, is the vanguard one where the privacy protection is embedded into the storage database. Both are analyzed and discussed, together with their issues, to give the best support to future time-aware LBS and reinforce user privacy protection in general and trajectorybased privacy preservation in particular. Besides, our theoretical analysis shows that privacy risks in terms of user position and trajectory are minimized by using PPST-tree to assure the safety of user sensitive information. On the other hand, experiments when compared with Bob-tree consolidate the applicability of PPST-tree and its supportive role in the real world. Last but not least, the prediction model and PPST-tree needs more consideration and evaluation experiments to validate its capabilities for LBA assistance and moving object databases, which are identified as our future work in an effort of bringing our proposed solutions closer to the next generation of LBA.

Kết quả (Việt) 1:

Trong bài này, chúng tôi đề xuất các mô hình dự báo cho di chuyển các đối tượng và PPST-cây, một cuốn tiểu thuyết nhất chỉ mục cấu trúc cho vị trí trong tương lai và cũng có một quỹ đạo riêng tư duy trì cơ sở dữ liệu trung tâm cách tiếp cận mới đó, để tốt nhất của kiến thức của chúng tôi, là tiên phong một nơi bảo vệ được nhúng vào cơ sở dữ liệu lưu trữ. Cả hai được phân tích và thảo luận, cùng với các vấn đề, để cung cấp cho sự hỗ trợ tốt nhất đến £ nhận thức được thời gian trong tương lai và củng cố người dùng bảo vệ nói chung và trajectorybased bảo mật bảo tồn đặc biệt. Bên cạnh đó, chúng tôi phân tích lý thuyết cho thấy rằng bảo mật những rủi ro trong điều khoản của người sử dụng vị trí và quỹ đạo được giảm thiểu bằng cách sử dụng PPST-cây để đảm bảo sự an toàn của người sử dụng thông tin nhạy cảm. Mặt khác, thí nghiệm khi so sánh với Bob-cây củng cố các ứng dụng của PPST-cây và vai trò hỗ trợ của nó trong thế giới thực. Cuối cùng nhưng không kém, các mô hình dự báo và PPST-cây cần thêm xem xét và đánh giá thử nghiệm để xác nhận khả năng của mình để hỗ trợ LBA và di chuyển đối tượng cơ sở dữ liệu, được xác định là tác phẩm trong tương lai của chúng tôi trong một nỗ lực mang lại giải pháp đề xuất của chúng tôi gần gũi hơn để các thế hệ tiếp theo của LBA.

Kết quả (Việt) 2:

Trong bài báo này, chúng tôi đề xuất các mô hình dự báo cho đối tượng chuyển động và PP
ST-tree, một không-thời gian cơ cấu chỉ số mới cho các vị trí trong tương lai và cũng là một quỹ đạo riêng tư mới bảo quản tiếp cận cơ sở dữ liệu trung tâm mà, để tốt nhất của kiến thức của chúng ta, là một trong những nơi tiên phong bảo vệ sự riêng tư được nhúng vào các cơ sở dữ liệu lưu trữ. Cả hai đều được phân tích và thảo luận, cùng với các vấn đề của họ, để cung cấp cho sự hỗ trợ tốt nhất để LBS thời gian nhận thức trong tương lai và tăng cường sử dụng bảo vệ sự riêng tư nói chung và trajectorybased bảo quản riêng tư đặc biệt. Bên cạnh đó, phân tích lý thuyết của chúng tôi cho thấy rằng rủi ro bảo mật về vị trí người dùng và quỹ đạo được giảm thiểu bằng cách sử dụng PPST cây để đảm bảo sự an toàn của thông tin nhạy cảm của người dùng. Mặt khác, các thí nghiệm khi so sánh với Bob-cây củng cố khả năng ứng dụng của PPST cây và vai trò hỗ trợ của nó trong thế giới thực. Cuối cùng nhưng không kém, các mô hình dự báo và PPST cây cần nhiều thí nghiệm xem xét và đánh giá để xác nhận khả năng của mình để hỗ trợ LBA và di chuyển cơ sở dữ liệu đối tượng, được xác định là công việc tương lai của chúng tôi trong một nỗ lực mang lại các giải pháp đề xuất của chúng tôi gần gũi hơn với các thế hệ tiếp theo của LBA.