1.一种基于相似性的发布轨迹k‑匿名隐私保护方法，其特征在于，该方法具体包括以下步骤：步骤1：通过一种插值法实现轨迹的同步；

步骤2：通过一种基于距离负相关性的轨迹相似性度量方法得到轨迹间的相似度；

步骤3：将轨迹及轨迹间相似度投影到轨迹相似性加权网络中，通过一种网络节点聚类方法完成相似轨迹的聚簇；

步骤4：通过一种基于移位的轨迹重构方法，实现轨迹k‑匿名；

其中，所述步骤1通过一种插值法实现轨迹的同步的具体方法为：假设轨迹在相邻采样点间做匀速直线运动，且轨迹T在时刻t上没有采样，但在t+时刻和t‑时刻分别有采样点pt+和pt‑，轨迹T*在时刻t有采样点p*t；

为了在t时刻与轨迹T*同步，在t时刻向T插入一个采样点pt，得到一个时间维度的比例参数ρ＝(t‑t‑)/(t+‑t‑)；

根据假设确定t时刻的采样位置pt＝(x‑+(x+‑x‑)·ρ,y‑+(y+‑y‑)·ρ)；

所述步骤2度量轨迹间相似度具体为：

轨迹间相似度DMST是轨迹点相似性的累积：

其中：n是同步轨迹的序列长度；Simi(T1,T2)是T1和T2中第i个轨迹点对之间的相似性；

DMST∈[0,1]；

两个轨迹点p1和p2之间的相似性的函数为Simi(Dist,α,β)，其中，α>0为衰减因子，表示相似性随距离的增大而减小的程度；β>0为粒度因子，表示距离变化的度量单位；Dist为两个轨迹点p1和p2之间的欧氏距离；

所述步骤3将轨迹及轨迹间相似度投影到轨迹相似性加权网络中的具体步骤为：步骤3.1：每条轨迹对应于网络中的一个节点，轨迹间的相似性对应于网络中节点间的边权Wedge；

步骤3.2：设定一个最小相似性阈值Wmin，轨迹间的相似关系通过DMST度量，当相似性不小于Wmin时，将两个节点连边，并将边权设为DMST；

步骤3.3：节点的所有连边的权的和作为节点的权Wnode；

所述步骤3关系网络中的轨迹聚簇具体为：

步骤3.4：在加权轨迹关系网络中，我们将轨迹点按照Wnode降序排列；

步骤3.5：依次以Wnode最大的节点作为簇心，为其选择k‑1个Wedge最大的点；

步骤3.6：如果其中每个点都满足Wedge>Wmin则将它们组成一个簇，Wmin是设定的簇内轨迹与簇心间的最小相似性，看作是簇的半径；

步骤3.7：如果聚簇成功，则将这个簇内的轨迹标记为“Clustered”；

步骤3.8：重复这种以Wnode最大节点为簇心聚簇的过程，直到不能找到一个满足条件的簇为止；

步骤3.9：将没有聚簇的轨迹并入最近的满足Wedge>Wmin的簇中，并将不能聚簇的轨迹通过删除轨迹身份标识符TID的方式匿名；

所述步骤4在基于移位的轨迹重构方法的具体步骤为：步骤4.1：计算各轨迹点间的相似性Simi，如果Simi>Wmin，则在两个轨迹点间连边，通过这种方式，得到簇内轨迹点关系网络；

步骤4.2：将每个轨迹点pi记录中的TIDi删除；

步骤4.3：在轨迹点关系网络中找到一个相邻节点p*，要求p*的度不小于k；

步骤4.4：如果p*存在，则更改p*的记录为，其中TID*,t*,x*,y*分别是轨迹点p*的轨迹身份标识，时间，经度坐标和纬度坐标。