Tác giả giới thiệu khái niệm LF-IUF để đo mức độ liên kết giữa vị trí đỗ xe và người dùng, từ đó xây dựng mô hình k-correlation nhằm giảm nguy cơ tái định danh. Phương pháp TRAMP được đề xuất để ẩn danh dữ liệu hành trình bằng cách thay thế các vị trí nhạy cảm bằng vùng k-correlation. Thí nghiệm trên dữ liệu thực tế từ hệ thống taxi tại Bắc Kinh cho thấy phương pháp đạt hiệu quả cao trong cân bằng giữa bảo vệ quyền riêng tư và giảm mất mát thông tin. Bài viết cũng so sánh TRAMP với các phương pháp hiện có như k-anonymity và GridPartition, chứng minh ưu điểm vượt trội về độ chính xác và tính khả thi. Cuối cùng, tác giả đề xuất hướng phát triển tương lai như xử lý dữ liệu thời gian thực và khai thác chuỗi hành trình phổ biến.