在python中匿名地理位置坐标

Posted 2023-02-23

【中文标题】在python中匿名地理位置坐标

【英文标题】：Anonymizing geo location coordinates in python

【发布时间】：2018-03-21 07:22:55

【问题描述】：

我有一个包含姓名、交易金额以及交易执行地点的准确经度和纬度的 csv。 我希望将最终文档匿名化-为此，我需要将其更改为 CSV，其中名称被散列（这应该很容易），并且经度和纬度在 2 公里的半径内被掩盖。 即，更改坐标，使其与原始位置的距离不超过 2 公里，但采用随机方式，因此无法通过公式恢复。 有谁知道如何以这种方式处理坐标？

【问题讨论】：

散列姓名不会使他们匿名，您仍然可以关联一个人的所有交易。对于坐标，您可以将它们四舍五入（例如，到最接近的 0.1 弧分）而不是随机化它们，但去匿名化通常可以做您意想不到的事情！

【参考方案1】：

您可以使用locality sensitive hashing (LSH) 将相似的坐标（即在 2 公里半径内）映射到相同的值，概率很高。因此，映射到同一个桶的坐标在欧几里得空间中会更靠近。

否则，另一种技术是使用任何标准散列函数 y = H(x)，并以 N 为模计算 y，其中 N 是坐标范围。假设您的坐标是 P = (500,700)，并且您希望从 P 返回 [-x,x] KM 范围内的随机值。

P = (500,700)
Range = 1000 #1000 meters for example
#Anonymize co-ordinates to within specified range
ANON_X = hash(P[0]) % Range
ANON_Y = hash(P[1]) % Range
#Randomly add/subtract range
P = (P + ANON_X*random.choice([-1,1]), P+ANON_Y*random.choice([-1,1]))

【讨论】：

如果你“从 P 返回一个 [-x,x] KM 范围内的随机值”，那么有人需要做的就是用相同的 P 取很多它们并平均它们，然后他们找到了 P。

还有random.choice([-1, 1]) 只选择either -1 或 1，中间什么都没有！

理论上对大量 P 进行平均是可行的，但我假设原始坐标稀疏地分布在欧几里得空间中，因此您将无法取很多点来平均. random.choice() 会起作用，因为ANON_X 已经在提供的范围内存储了一个随机值，我们必须决定在该范围内增加或减少该值。