边缘计算中基于本地化差分隐私的隐私保护方法研究

来源 :烟台大学 | 被引量 : 0次 | 上传用户:x_men_123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
光催化材料在光照条件下具有一定氧化还原能力,可以达到净化污染物的目的。光催化反应为氧化还原反应,催化剂通常是半导体材料,光催化材料利用光的能量,可以把部分有机污染物彻底降解为CO_2和H_2O。光催化反应是一种安全、高效、环境友好、没有二次污染的污染物净化方法。TiO_2、Cd S、SnO_2、ZrO_2等是常见的氧化物硫化物半导体光催化材料,此外还有银盐、卟啉等。其中TiO_2具有无毒、高效、廉
学位
CP-nets(Conditional Preference nets条件偏好网)是用于描述偏好的直观图模型,是研究不确定关系的有力工具之一,其学习问题已成为研究热点。然而当数据规模变大、事务属性数量增加时,其得到的CP-nets结构数目呈指数型上涨。并且,在CPnets的结构学习中,得到的结果易陷入局部解,难以达到全局最优。基于上述问题,本文提出基于阈值约束的最短路径学习方法以及基于MMPC的模拟退火学习方法,尝试解决属性数目多导致的结构复杂问题以及学习结果易陷入局部解
学位
基于超浸润表面的油/水分离材料因其低成本、高效率和环境友好的优势而成为功能材料的研究热点,其在溢油清理、含油废水处理以及石油开采等多个方面具有重要意义。具有“反常”润湿性的超亲水/超疏油表面是油/水分离最为理想的选择,却很少被报道。虽然一些课题组已经制备了超亲水/超疏油表面,但仍然存在材料试剂昂贵、机械稳定性差以及功能单一等诸多问题。为了解决这些问题,我们制备了一系列的超亲水/超疏油材料,并对其性
学位
信息时代下的当今社会,随着科学技术的飞速发展,获取信息愈发简单,途径也越来越多。可随之而来的海量信息让用户越来越难以从中找到自己真正感兴趣的部分,这类“信息过载”问题开始逐渐困扰着人们。如此大势所趋之下,推荐系统应运而生。它为每个人量身制定偏好,帮助人们将海量的相关信息进行处理和分析,获得最为契合需求的信息,为用户提供个性化的推荐结果。传统的推荐系统大多只关注于单个用户的个性化推荐,然而随着网络及
学位
人脸表情识别由于其在现实世界应用中的巨大潜力而受到越来越多的关注。传统的人脸表情识别方法往往是基于假设训练和测试数据来自同一数据集的前提下进行的,因此训练与测试数据往往遵循相同分布。在现实应用中,由于采集设备或环境的不同,用来训练与测试的人脸表情图像往往来自不同数据集,这导致训练和测试人脸表情图像遵循不同的分布,它们之间存在诸多差异,在这种情况下,传统的人脸表情识别算法不能得到良好的识别和泛化性能
学位
信息技术的快速发展导致互联网用户面临着信息过载的问题,为了解决该问题,学者们推出了推荐系统的相关应用。但是在多数情况下,用户以群组的方式进行活动,这使推荐系统领域出现了基于群组的推荐系统研究。融合时效性信息的个人推荐系统能够提高推荐结果的准确度,却极少考虑群组推荐的时效性问题。同一个群体中的用户可能会有相同的时间作息行为,物品的热度也会出现随着时间改变的现象。针对这些问题,本文对时间信息进行讨论,研究时间对群组推荐结果的影响。根据社交网站上用户对电影评分的时间,本文进行了
学位
现实应用中的许多问题都可归纳为一个矩阵分解问题。在大数据环境下,许多机器学习的内容都可以用矩阵的形式表达,例如计算机视觉以及图像处理等。然而在实际应用中往往涉及到成百上千条数据,传统的基于矩阵的数据处理技术的复杂度会随着问题规模的扩大呈二次方增长,这使得很多应用无法进行。受到核方法、子空间聚类和低秩表示等稀疏、低秩和分块技术的启发,提出以下工作来解决上述问题:首先,通过核方法将低维非线性数据映射到
学位
作为数据挖掘的一种重要理论工具,粗糙集理论可以通过分析可观测的数据来发现背后所蕴藏的规律。属性约简是粗糙集理论的重要研究方向之一,通过删除重复或不必要的属性,从原始条件属性中选出能够保持原决策系统的某种分类特征的最优属性子集,减少计算开销。同时最短属性约简能够最大程度地删除冗余属性,因此寻找最短约简一直是粗糙集研究的热点内容之一。经典的粗糙集模型描述的是决策系统中的等价关系,要求决策系统数据的完备
学位
电致变色材料可以在外加电场作用下发生稳定、可逆的光学性质(如吸收率、透光率等)变化,在建筑智能窗、汽车后视镜、防眩目镜、显示器、以及军事伪装等领域具有广阔应用前景。WO_3电致变色材料具有成本低、光调制幅度高、化学稳定性好等优点,是目前最为主流的电致变色材料之一。WO_3的电致变色过程遵循双注入机制,通过低价态阳离子(例如Li+,H+)和电子的共嵌入反应诱发电致变色过程。然而,WO_3材料在褪色过
学位
图像分割是图像处理的主要环节之一,主要是基于灰度、颜色相关的特征对图像进行划分,从而形成一定连续区域,提取出目标物体的一种行为。由于图像通常会表现出不确定性,尤其是遥感图像的“同物异谱、同谱异物”问题、噪声干扰问题,使得传统的分割方法往往不能获得理想的分割效果,对其后续的目标识别产生不良影响。为解决图像像素归属的模糊性和不确定性问题,一些学者引入了模糊数学方法。模糊C-均值聚类(FCM)方法在图像
学位