网络虚拟仿真实验室数据隐私度定量测算模型

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:tom1313
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
针对网络虚拟仿真实验室数据因素定量测算中存在的测算误差较大,且测算时间较长等问题,提出设计一种新的网络虚拟仿真实验室数据因素定量测算模型.将仿真实验室分为过程管理、资源管理等子系统,结合实验室开放性、共享性等特点,确定运行模式,掌握隐私数据主要来源;定义差分隐私的拉普拉斯与指数机制,提高测算过程中隐私数据安全性;将差分隐私与决策树模型相结合,引入打分函数对隐私数据级别分类;通过BP神经网络从隐私内容、状态与详情三方面选出定量测算指标;经过对数据的规则化处理,获得不同级别数据之间相同二级隐私要素的信息熵,以此确定权重,再计算一级要素隐私量,完成定量测算模型的设计.仿真结果证明,所设计模型测算的误差符合测算需求,且缩短了测算时间.
其他文献
“货到人”智能仓储系统中,机器人的合理调度直接影响系统的运行效率.分析拣选机器人作业流程,在不改变已有任务拣选顺序的情况下,插入部分对完成时间有要求的订单,计算机器人行走时间、在拣选工作站排队等待时间以及空闲时间,利用时间窗理论,以最小化完成所有任务的总成本为目标,以机器人任务分配结果为决策变量,分别建立具有硬时间约束和软时间约束的拣选机器人调度模型,并利用遗传算法进行求解.通过实例仿真,对两种调度策略进行了验证,并发现随着具有时间约束的任务数量增加,采用软时间窗约束的方式进行调度能够使得系统的运行成本更
随着信息智能化的快速发展,机器人在工作过程中面临着大量的数据计算、存储与调度等问题,结合多机器人协同工作,提出了基于云计算的多机器人目标智能跟随控制方法.通过人机载距传感器对多机器人以及跟踪目标进行定位,建立二维坐标系的局部地图.以目标的运动状态为基础,对其运动方向和速度进行预测,为每个机器人创建独自的跟踪器来预估目标的跟随状态,将最大近似概率和对应的测量数据、跟踪轨迹进行关联,直到所有的测量数据或跟踪轨迹全部关联完毕.采用松散耦合架构的设计方法对云服务平台的基础层进行设计,为了降低云服务系统的复杂性以及
针对当前互联网络链路流量识别方法未考虑数据块类别,导致互联网络链路流量识别准确性和效率较低,流量识别误报率和漏报率较高的问题,提出基于负载随机性的互联网络链路流量识别方法.利用数据包负载随机性检测方法,判断网络数据流中数据块负载随机性类别.将判断结果作为机器学习方法的已标注数据集,提取数据流特征属性构成样本集合,采用ID3算法,训练分析该样本集合,寻找数据间规律,构建分类模型,通过分类模型预测和评估未知数据流量,实现互联网络链路流量识别.实验结果表明,上述方法识别不同类型流量的漏报率和误报率较低,具有较强
针对轮式移动机器人(WMR)的轨迹跟踪问题,首先根据WMR非线性模型设计了区间二型模糊逻辑控制器(Ⅱ2FLC);其次针对IT2FLC模糊规则中隶属函数参数难以确定问题,通过改进的量子粒子群算法(SelQPSO)优化IT2FLC的隶属函数参数.最后,将经过SelQPSO优化的IT2FLC控制效果分别与经过量子粒子群算法(QPSO)优化的IT2FLC、未经优化的IT2FLC以及T1FLC算法进行对比.此外,进一步考虑外部扰动分别对四种控制方法控制效果的影响.仿真结果表明,与另外三种控制方法相比,经过SelQP
针对低速无人驾驶车辆行驶环境的复杂性及其线控底盘的差异性,有针对性的开展了纵向运动控制系统的仿真研究.基于Matlab/Simulink和Carsim建立了包含整车模型、驱动系统模型以及制动系统模型的纵向运动控制系统的联合仿真平台;设计了基于分层控制结构和PID+ LQR补偿控制算法的纵向速度跟踪控制器;模拟多种工况,对纵向速度跟踪控制系统的控制性能进行了仿真测试.测试结果表明,上述控制系统能够克服外界的干扰,在满足性能指标要求的前提下,实现对速度的良好跟踪.
利用目前方法对用户轨迹数据深度挖掘时,没有提取用户轨迹特征,存在终点预测精度低、系统模型鲁棒性低和系统模型命中率差的问题.于是提出基于粗糙神经网络的用户轨迹数据深度挖掘方法,通过对用户行为的影响因素进行分析与处理,获取用户轨迹数据特征,利用粗糙集简化数据获取挖掘规则;构建用户轨迹数据模型,采用聚类方法对规则数据产生的增长维数进行消减,最后确定模型输入,划分输入空间,为每个模糊划分选择合适的函数,完成用户轨迹数据深度挖掘.实验结果表明,通过对系统模型进行终点预测精度测试、鲁棒性对比测试和命中率对比测试,验证
针对传统街景动态图像虚拟拼接方法存在拼接效果差的问题,提出一种街景动态图像虚拟拼接方法.采用坐标转换方法预处理街景动态图像,并使用邻域平均法对预处理后的图像进行平滑去噪,利用动态图像与噪声的标准离差进行配准和对数极坐标映射,确定图像特征区域的大体坐标.使用SIFT算法在坐标中提取图像特征点向量,把预拼接的图像转换至与基准图像相同的平面上,利用映射结合特征点向量进行匹配,完成对街景动态图像的虚拟拼接.仿真结果证明,所提方法能够有效完成虚拟拼接,且不会出现纹理细节丢失问题,具有较好的拼接效率和效果.
以优化多核仿真平台虚拟任务数据管理效率为目标,提出云环境下多核仿真平台虚拟任务数据索引设计方法.在云环境下,基于分形维数的选择性聚类融合,有效聚类各类型数据;依据虚拟任务数据索引机制,将虚拟任务的各类型数据变换为一维索引,将一维索引前缀设成平台主键数据,体现数据在覆盖网络结构中的所在位置,实现虚拟任务数据索引的设计.研究结果显示:当虚拟任务数据中心规模、查询请求维数、查询区间出现变化时,上述方法应用后,数据管理效率最高;且在不同并发用户人数条件下该方法的应用效果也优于其它方法.
为提高恶意域名检测的准确性,设计了一个云存储网络映射密文搜索的恶意域名检测方法.首先在相关网站中获取恶意域名基础数据,对其进行预处理,特征时间、响应报文特征、域名特征,依据特征提取结果,采用随机森林方法对全部域名进行过滤处理,对恶意域名与正常域名分类处理,获取恶意停靠域名,实现云存储网络映射密文搜索的恶意域名检测.实验结果表明,所研究的云存储网络映射密文搜索的恶意域名检测方法提高了恶意域名检测准确性,检测召回率较高,并减少了检测时间,具有一定的有效性.
针对多智能体覆盖问题,将多智能体系统的整个自组织移动过程视为静态博弈的序列,提出一种分布式的动态规划方法.在多智能体系统实现对环境覆盖的过程中,系统每一个移动步的决策表述为博弈模型.将n个智能体视为n个博弈方,将每个智能体的移动步长和移动方向作为博弈方的策略变量,同时将维持系统连通性作为博弈模型的约束条件.通过谈判算法求解博弈模型的Nash均衡解,获得系统中每个智能体在当前步的最佳移动方向和最佳移动步长,并得到下一步位置坐标.重复上述博弈过程直至收敛,完成多智能体移动路径的动态规划,使整个系统达到一种平衡