Détail du sujet

30/11/2018 Sujet 35 :  Anonymisation de traces de mobilités par agrégation des flux
Auteur : Romain Rouvoy  Ecrire 
(Responsable Informatique : Romain Rouvoy  Ecrire )

Contexte

Avec l'adoption massive des smartphones et la multiplication des applications qui accèdent au GPS, les usagers sont de plus en plus sensible à l'usage qui peut être fait de leurs données de mobilité. En effet, ces données sont très appréciées des annonceurs et des tiers pour alimenter différents solutions de recommandation de contenu (publicité ou autre).


Problématique

Dans ce contexte, l'usager se sent donc espionné par son propre téléphone et peut refuser d'utiliser certaines applications afin de préserver sa vie privée. Bien que certaines applications, comme Strava, essaient d'agréger les trajets des usagers pour proposer des visualisations à l'échelle d'une foule, des articles récents ont révélé que certaines données révélées par ces cartes (heatmaps) pouvaient néanmoins s'avérer très sensible pour des raisons de sécurité et d'intimité.


Travail à effectuer

Dans le cadre de ce projet, nous ciblons donc le développement de nouveaux algorithmes de clustering des trajectoires qui puissent renforcer la vie privée des usagers et leur confiance dans les applications qu'ils peuvent utiliser au quotidien en ne décidant de révéler que les informations qu'ils acceptent de partager.

Les algorithmes développés devront être capables de d'intégrer de nouvelles trajectoires au fur et à mesure du temps, tandis que les trajectoires agrégées pourront être fusionnées petit-à-petit afin d'améliorer l'anonymat des individus en créant des groupes d'utilisateurs en fonction de leur proximité physique (e.g., on peut imaginer que des utilisateurs qui se croisent à une instant donné agrègent leurs cartes de mobilités pour mieux cacher leurs déplacements sans remettre en cause une cartographie plus globale).


Bibliographie

[1] Mickaël Duruisseau, Romain Rouvoy. Automatic Inference of Roadmaps from Raw Mobility Traces. [Research Report] RR-8585, INRIA. 2014, pp.19.
[2] Jiang Bian, Dayong Tian, Yuanyan Tang, Dacheng Tao: A survey on trajectory clustering analysis. CoRR abs/1802.06971 (2018)


Autres informations

Les développements menés dans le cadre de ce projet appliqueront les bonnes pratiques de Génie Logiciel Agile, depuis la mise en œuvre d’un développement objet, l’application de design patterns, du clean code, l’utilisation d’analyseurs statiques, la mise en œuvre d’une chaine de compilation, la documentation du code développé et la livraison sous forme de conteneur logiciel (Docker).

Liens associés :
Sujet non-attribué