【摘 要】
：
针对移动社交网络中用户轨迹隐私泄露问题,提出一种轨迹隐私保护方法.首先,将用户所在区域网格划分便于进行缓存区查询,通过用户端设置缓存机制,及时缓存用户所在区域查询到的候选结果集;其次,安全中心对用户进行安全注册,调配公私钥对位置信息进行安全验证,并将同一用户位置信息随机分割为M份发送给多匿名器;接着,设计了多匿名器的随机并发k匿名机制,对M份位置信息并发k匿名;最后,LBS服务器端引入前缀树,使用分簇数据融合隐私保护算法对位置信息进行加密,通过最优二叉树算法查询用户兴趣点.安全分析和实验验证表明,该方法能
【机 构】
：
河南理工大学 计算机科学与技术学院,河南 焦作454003
论文部分内容阅读
针对移动社交网络中用户轨迹隐私泄露问题,提出一种轨迹隐私保护方法.首先,将用户所在区域网格划分便于进行缓存区查询,通过用户端设置缓存机制,及时缓存用户所在区域查询到的候选结果集;其次,安全中心对用户进行安全注册,调配公私钥对位置信息进行安全验证,并将同一用户位置信息随机分割为M份发送给多匿名器;接着,设计了多匿名器的随机并发k匿名机制,对M份位置信息并发k匿名;最后,LBS服务器端引入前缀树,使用分簇数据融合隐私保护算法对位置信息进行加密,通过最优二叉树算法查询用户兴趣点.安全分析和实验验证表明,该方法能有效保护用户轨迹隐私,提升位置信息查询效率.
其他文献
基于网络模型的推荐算法是当前推荐系统研究领域的热点,其中,基于资源扩散的推荐算法以“用户-物品”二部图为基础.然而,这类算法仅依靠用户和物品之间的选择关系和喜好程度确定资源扩散方式,并未考虑用户之间信任关系的强度.本文提出了一种融合信任关系的热传导和物质扩散混合推荐算法,首先借鉴社会心理学中人际信任产生的原理,从用户行为、用户上下文以及用户兴趣偏好3个方面,构建一个基于相似度的无向含权信任关系网络;然后生成“用户-用户-物品”双层网络,让资源在双层网络中按照权重比值进行扩散以实现个性化推荐;最后在Movi
本文提出通过深度强化学习实现四旋翼姿态控制.通过对深度强化学习中的近端策略优化实现姿态稳定的控制学习任务.飞行器直接通过神经网络进行训练,直接将状态输入映射到控制输出.其次提出一种崭新的算法通过将传统的控制模型引入来提高强化学习算法的训练速度.经过实验验证,该算法可以有效控制四旋翼在任意姿态下的稳定性,且该算法可以在比一般强化学习方法更具泛用性更快收敛.
针对英文句子相似度计算问题,提出基于框架语义(frame semantics)的分析计算方法.对比传统基于关键词及句子结构等计算方法,提出的方法考虑整个句子的语义信息,即关键词的上下文信息,以提高相似度计算结果的准确性.该方法建立在框架语义库FrameNet之上,并结合使用语义框架抽取工具Semafor及命名实体抽取工具NER,以减少人工参与,提高方法的执行效率.通过扩展FrameNet中的语义框架类别,应对部分关键词无法激起框架的问题;通过量化框架间语义关系并定义计算规则,实现句子间相似度的计算与判断.
Sigmoid函数作为人工神经网络常用的激活函数,属于超越函数.传统的计算方法复杂度高、资源消耗大,在嵌入式平台上计算效率较低,针对此问题,本文提出一种新的优化方法——分段极限近似法.首先根据Sigmoid函数在中间变化快、两端变化缓慢的特点,将其分为常数区和非线性拟合区;其次,根据第2个重要极限公式将Sigmoid函数中的e指数计算转换为log2 n次乘法计算,简化e指数计算进而降低Sigmoid函数运算复杂度.最后,在嵌入式计算平台上建立BP神经网络并利用UCI经典数据集对所提出的方法进行验证.实验结
人类表情是反映交互双方情感意图的重要社交信号,识别表情交互中隐含的人际关系行为模式是情感计算的一个重要问题.本文以尊敬服从、信任接受等8种人际关系行为模式为分类依据,选取典型交互场景下交互双方的的表情交互序列为研究对象,建立了基于长短期记忆神经网络的交互情感计算模型,完成表情交互序列分类.进而,引入共情这一概念,提出对其进行量化的方法,将其量化值作为新参数改进模型.对比实验表明,该方法具有较高的准
本文针对人工特征提取算法在光照变化、尺度变化、图像旋转、噪声等条件下,影响特征匹配精度,匹配正确率下降,关键点重叠等问题.提出一种基于GCN深度学习算法改进的轻量级深度学习网络GCN-L,用于生成与ORB特征相同格式的关键点和描述子,完全可替代ORB特征在ORB-SLAM2中的功能,可在嵌入式低功耗平台下运行.并在视觉导航自动导引车(AGV,Automated Guided Vehicle)进行建
随着智慧医疗的发展和医疗规模的不断扩大,医疗领域逐渐步入大数据时代,共享医疗数据可以提高医疗服务质量并且降低其成本.但由于目前的电子医疗记录(Electronic Medical Record,EMR)的共享基本都基于中心式存储和共享方式,容易造成单点攻击和用户信息泄露等缺陷.为了解决这些问题,我们提出了一种基于联盟区块链的电子医疗记录安全共享模型(SMCB:A Safe Sharing Model for Electronic Medical Records based on Consortium Bl
讲“煽情故事”、聊“逆袭人生”、加上“时刻感恩”,看似正能量的励志故事背后,是不少微商和保健品群里惯用的伎俩,唯一的目的是让更多的人参与进来花钱买产品。一年之前,当吴梅(文中用化名)被莫名拉进一个名为“品鉴礼尚即食燕窝”的群之后,她不曾想,半年之后,被骗的感觉至今久久不能让她释怀。
目前大多数系统日志存在不同比例的细粒度日志,现有的日志解析器无法正确解析这些日志,导致整体解析准确度不高的问题.为了提升日志解析的整体准确度,加快日志解析过程,解决长度可变的及含有状态变量的细粒度日志错误分类的问题,本文提出了结合日志的常量令牌长度特征的决策树日志解析模型(CLDT).模型主要包括数据预处理、决策树搜索、相似度计算与事件生成、更新决策树.实验采用开源日志集HDFS、HPC、Zookeeper进行了测试.实验结果表明,CLDT能有效地解决细粒度日志分类的问题,总体性能优于经典的Drain、S
随着物联网的飞速发展,连接到互联网的终端设备数量不断增加,终端设备在处理计算密集型任务时可能面临着能力不足的问题,而将任务卸载到云平台上的方法难以满足延迟敏感型任务的需求.因此在网络边缘处将计算量大的任务合理分配给计算资源充足的边缘服务器进行计算处理,再把计算完成的结果返回到终端,能有效的解决此类问题.本文首先介绍了边缘计算和计算卸载的基本概念和度量指标,其次围绕计算卸载问题的建模方法、模型求解对