1.一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：具体包括以下步骤：S101、获取待脱敏的矢量地图数据，提取矢量地图数据的敏感信息并分析其含量；

S102、基于博弈理论构建重要信息保护的模型，对矢量地图的重要信息保护场景中各参与者的行为进行评估，计算参与者的收益并进行策略分析；

S103、针对不同参与者的给定数据，兼顾数据安全保护和可用性需求，作出最优的决策；

S104、选取需要脱敏的地理要素，利用生成的混沌序列，结合敏感信息保护模型和最优脱敏算法，完成矢量地图的局部脱敏；

S105、输出完成局部脱敏后的地图数据结果。

2.如权利要求1所述的一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：步骤S101具体为：

所述待脱敏的矢量地图数据由多个地图图层组成，具体包括敏感地理要素的使用状况、与周围其他敏感地理要素关联性以及该敏感地理要素所占的权重。

3.如权利要求2所述的一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：矢量地图的敏感信息总含量如式(1)所示：式(1)中，Informap表示矢量地图的敏感信息总含量；i为图层中地理要素编号；j为图层编号；n为图层总数；m为一个图层中地理要素的总数；weighti为敏感地理要素所占的权重；

statei为敏感地理要素的使用状态；localityi为与周围其他敏感地理要素关联性的紧密程度。

4.如权利要求1所述的一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：步骤S102中，所述参与者包括：数据防御者Dp和数据攻击者Da。

5.如权利要求4所述的一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：数据防御者Dp的策略空间表示为：Sp＝(sp1,sp2…spm)；

数据攻击者Da的策略空间表示为：Sa＝(sa1,sa2…san)；

数据防御者Dp的收益表示为式(2)：式(2)中， 是数据防御者Dp执行脱敏策略所产生的敏感信息收益，是数据防御者Dp实施脱敏策略所导致的矢量地图中共享数据的损失；inforsec表示敏感性重要信息总量；inforunsec表示共享性重要信息总量；r表示权重因子；sai为策略空间Sa中的任意一个；spi为策略空间Sp中的任意一个；

数据攻击者Da的收益表示为式(3)：式(3)中， 表示数据攻击者Da执行相应中和策略所获得的敏感信息收益； 表示数据攻击者Da执行某种敏感信息攻击方法时，数据防御者Dp对数据攻击者Da产生的信任损失。参与者、策略空间和收益函数共同构成了四元组模型G＝(Sp,Sa,up,ua)。

6.如权利要求5所述的一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：步骤S103中具体为：当数据防御者Dp和数据攻击者Da同时作出。

最优决策时，敏感信息保护的模型达到纳什均衡状态，如下式(4)：其中S*pi和S*ai分别为数据防御者Dp的最优策略和数据攻击者Da的最优策略。

7.如权利要求1所述的一种基于博弈论的矢量地图最优化局部脱敏方法，其特征在于：步骤S104具体为：

S201：结合矢量地图要素的构成特点，采用Henon二维混沌系统生成随机噪声集合序列；

S202：选取需要执行脱敏操作的地理要素，并根据随机噪声集合序列中的干扰数据，执行面向要素的删除、偏移、替换、置乱脱敏操作，完成矢量地图的局部脱敏。