计算机
云计算的网络节点中存储大量数据,如何保证用户个人隐私数据在挖掘中不会暴露,同时能够快速得到精准、有效的挖掘结果,成为云计算和数据挖掘领域研究的热点课题,因此,提出一种云计算下节点级数据隐私保护挖掘方法。在数据保护框架的基础上,构建节点级信息关联规则,为用户隐私数据做保护处理,其次找到数据中的敏感项,降低敏感信息支撑度,隐藏敏感数据,最后提出节点级数据隐私保护挖掘方法,并分析方法可行性,实现云计算下节点级数据隐私保护。理论和仿真表明,节点级数据隐私保护挖掘方法具有较好的可行性、稳定性、保密性和高效性。关麓词:云计算;节点级数据;隐私保护;数据挖掘中圈分类号:7rPll3.2文献标识码:BSiIIllllaUonofNode-LeVelDataPriVacyProtectionMiIlingMethodinCloudC咖putingWANGLin-jing,XUYu-long,KANGYu-wei(Sch00lofInfoHnati蚰Technology,Hen蛐Unive璐竹0fChineseMedicine,ZheIlgzhouH
无摘要
针对野外运行的自动气象站具有嵌入式固件升级的实际需求,设计了一种基于无线公众网传输的自动升级方法;该方法在中心站软件和采集器之间实现升级文件分包可靠传输,中心站软件的在线升级控制系统具有自动检查采集器版本和主动升级功能,断点续传机制保证下载过程具有较高的容错能力,无感升级策略避免了升级过程对设备作业任务的影响;测试结果显示该方法实现了设计的目的,对于野外广泛布设的自动气象站的在线升级具有使用价值;该方法也可以为其他野外观测设备的自动化在线升级提供参考。
作为融合大规模信息的有效工具,异质信息网络在数据挖掘任务中一直具有重要的实用意义.文献信息网络作为一种典型的异质信息网络,基于其的作者相似性度量问题近年来得到了广泛的关注.尽管PathSim算法在解决该问题上取得了很好的效果,但该方法仅仅关注网络结构和元路径下的语义信息,忽略了节点属性和文本信息等因素的影响.在PathSim算法的基础上,本文提出了SLTA-PathSim算法,该算法包括基于节点属性的SL-PathSim(SignatureLocation-PathSim)算法和基于文本信息的TA-PathSim(TitleandAbstract-PathSim)算法.通过在AMnier数据集上查找与指定作者相似的Top-k作者,验证了SLTA-PathSim的有效性.关键词:文献信息网络
针对传统的三维模型单一特征识别精度低问题,提出一种自适应稀疏编码融合的非刚性三维模型分类算法.首先提取模型的平均测地线特征、热核特征、形状直径函数特征,以构造互补的多特征形状描述;其次利用特征袋模型构造AGD-BoF,HKS-BoF,SDF-BoF特征向量,通过随机样本建立特征权值矩阵;最后利用特征权值矩阵与稀疏优化编码自适应融合,并采用Softmax分类算法实现非刚性模型的有效分类.通过在非刚性数据集SHREC10与SHREC11上的综合实验表明,自适应稀疏编码融合的分类算法具有更高的识别准确率及较强的鲁棒性.
本文讨论了二阶系统在任意初态偏差下的自适应控制问题,借助学习控制及其初始修正的思想,提出了两一阶吸引子控制器和零阶吸引子控制器.两种控制器都是将整个控种带有修正初态偏差功能的自适应控制策略:制过程分成若干个等长时间的子过程,在每个子过程中控制算法都会进行误差校正和参数学其中,一阶吸引子控制器在每个子过程中同时修正所有状态偏差;而零阶吸引子控制器在每个子过程中先修正高阶状态偏差,再修正低阶状态偏差.并且两种控制器在控制过程中,都利用反正切函数对控制量进行连续化处理,解决了控制过程中的颤振问题.最
压缩感知历经多年发展,重构算法也比较多,其中分段弱正交匹配追踪(SWOMP)算法是一种改进算法,该算法对稀疏度没有要求,测量矩阵选择高斯矩阵,但是其重构效果并不理想。针对该算法的不足,同时结合电子探针影像,对该算法进行优化。该优化充分利用傅里叶矩阵的优势,同时对迭代次数和门限参数进行调整。首先,对常用的矩阵进行多次试验,找出最优质的测量矩阵---傅里叶正交矩阵;其次,对迭代次数和阈值进行修改,寻找最佳参数搭配,提高该算法重构质量。实验结果表明,本文方法在电子探针图像上的重构效果较好,达到超分辨率恢复要求,所重构的图像质量高于原有算法。
针对成像系统和电力系统电气绝缘测试中都需要使用高压直流源的情况,设计了一种实用的高压电源。该电源以控制器为核心,驱动控制MOSFET功率器件;选择推挽开关电路作为主拓扑应用,并使用倍压电路和闭环控制的方式实现了高压电源的稳定输出。该设计简洁实用、成本低、操作便捷,在实际应用中具有较高的使用价值。
公共自行车系统再平衡调度事关城市公共自行车系统的运营效率与客户服务水平高低。在已有研究基础上,设计了求解BRP的人工免疫克隆选择算法,算法采用多维整数编码方法,结合问题特点设计了新的抗体相似性度量方法及抗体抑制策略,并在算法框架中引入二次应答求解机制。运用标准算例测试一次应答表明:该算法在求解规模小于50个点的问题上均能找到最优解,但平均CPU消耗比精确算法快96.80%,在求解规模为50个点到100个点的问题上,该算法求解质量比精确算法低7.43%,与遗传算法相当,平均CPU消耗比精确算法快96.8%;运用改进标准算例进行二次应答测试表明:二次应答的求解质量比一次应答略高,二次应答的求解CPU消耗比一次应答快39%以上。
由于S7-200型可编程控制器预设的通信协议与SCL-61D超声水表通信协议不兼容,若进行通信需要更换设备,增加了成本。因此,利用S7-200型PLC的自由口通信模式,通过编程实现了对智能超声水表SCL-61D的数据读取。重点研究了通信参数的初始化及自由口通信程序的设计,通过PLC读数与SCL-61D超声水表真实数据对比可知,具有稳定性高、实时性好、安全可靠、成本低等特点,为PLC与智能仪器仪表通信协议不兼容问题,提供了解决思路。
RCNN网络与全卷积网络框架等技术使得目标检测技术能够快速发展。RCNN网络与全卷积网络框架不仅训练速度快,推断速度也十分的迅速,此外还具有良好的鲁棒性以及灵活性。在人工智能领域的发展中,提高目标检测效率的关键在于好的技术,以及得到更加有效的、深层的特征表示,通过使用深层网络的多层结构来简洁地表达复杂函数。本文用到的目标检测方法先要用区域建议网络得到建议位置再进行检测,因为FastR-CNN和R-CNN等目标检测算法已经在运行时间方面有了很大的提高,所以计算区域建议成为目标检测的一个计算瓶颈。本文通过在算法中加入特征融合技术,将每一卷积层提取的特征进行融合,使用区域建议网络来进行候选区域提取。区域建议网络和检测网络共享全图的卷积特征,从而很大程度地缩短候选区域的提取时间,提高目标检测的精度。
近年来,PKI数字证书服务出现了多次安全事件:CA机构由于攻击等原因签发虚假的TLS服务器数字证书,将攻击者的公钥绑定在被攻击网站的域名上。因此,研究人员提出了多种PKI数字证书验证安全增强方案,用于消除虚假数字证书的影响,现有各种方案在安全性和效率上各有优劣。提出了一种集成化的PKI数字证书验证安全增强方案,以Pinning方案为基础,利用其他方案来改进Pinning方案的缺陷。当浏览器面临TLS服务器数字证书的三种Pinning方案不同状态(初始化、正常使用、更新),兼顾安全性和执行效率、分别综合使用不同的安全增强方案,整体上达到了最优的安全性和执行效率。完成的集成化PKI数字证书验证安全增强方案能够有效解决虚假数字证书的攻击威胁。
为了解决当前人体运动识别方法受到复杂背景、可变光照及视角变化的影响,无法准确识别人体运动轨迹的问题,通过特征匹配研究人体运动轨迹识别问题。通过背景提取与差分二级化对人体运动区域进行分割,在此基础上,把人体运动空间描述转换至人体运动关节空间坐标系。通过归一化位移向量序列标识关节活动幅度轨迹,将Fisher向量作为特征,为人体运动轨迹识别提供依据。关节活动幅度轨迹识别选用DTW(DynamicTimeWarping,动态时间归整)方法,获取参考模板与测试模板间的最小累积失真量,将测试模板归类于全部累积失真量最小的一类中,以实现对不同人体运动轨迹长度模板的匹配。结果表明:所提方法识别的人体运动轨迹和实际轨迹基本吻合,受外界环境的影响较小;所提方法与其它方法相比识别率较高,且识别时间较短。可见所提方法识别结果准确,有较强的可行性。
针对水下小目标跟踪精度低,易发生误跟和跟丢目标的问题,提出了一种扩维交互式多模型扩展卡尔曼算法(IMM-EKF)结合模拟退火粒子群算法(SA-PSO)的目标跟踪算法。首先,基于初始时刻获取量测和估计量测的加权最dx_-乘原则,利用SA-PSO算法估计目标的初始位置。仿真结果表明,上述算法以少于60次的迭代次数收敛。并且初始位置估计误差略大于克拉美劳下界。其次,利用扩维IMM-EKF算法进行目标跟踪,上述算法在IMM-EKF算法基础上,在每一步迭代过程中进行量测扩维,获取更多目标运动状态信息。仿真结果表明,相比于IMM-EKF算法和加权IMM-EKF算法.扩维IMM-EKF算法具有更小的跟踪误差和更好的鲁棒性。
光学遥感图像的舰船目标的自动检测在民事和军事上都有广泛的应用。光学遥感图像舰船目标的检测相比SAR图像起步较晚,传统的图像处理算法难以达到较高的准确度,因此提出了一种基于改进的YOLOv3的深度神经网络的舰船检测算法。YOLOv3是目前最先进的one-stage目标检测算法之一,并且通过大量实验对其进行改进,优化了特征提取网络与多尺度识别等,大大减少了其网络参数,加快了识别速度,同时仍具有很高的检测精度,方便在终端实现。最后采用了公开的HRSC2016舰船检测数据集和从GoogleEarth上收集的遥感舰船图片对网络进行训练和测试,达到了recall90.8%,precision91.5%,在NVIDIARTX2080ti显卡上约125fps的识别速度。实验证明该网络具有较先进的识别准确度和较强的鲁棒性,能很好地适应近岸船只检测复杂的环境,并达到能够实时检测的速度。
信息技术的发展对信息系统的安全要求日益高涨,研究网络安全管控问题日益重要。使用渗透测试技术有利于实现对安全漏洞的精准定位、精确发现和主动报警,并优化监测与整改相结合的网络安全管理控制体系。将渗透测试技术作为管理控制的核心要素之一,优化了风险指数模型,使网络安全管理可控而高效,切实实现管理控制目标。
如何挖掘出不同模态数据之间的潜在语义关联是跨模态检索算法的核心问题。已有研究表明,将表示学习和关联学习融合的模式比较适用于跨模态检索的任务,但目前基于这一模式的模型的不同模态数据的抽象层次之间只包含着1-1的对应关联关系。由于异构多模态数据的抽象粒度并不完全相同,对此它们之间的关联关系很可能不只存在于指定的抽象层上。因此,提出了一种融合多层语义的跨模态检索模型,它利用深度玻尔兹曼机的双向结构特点,实现了将文本模态数据的不同抽象层次同时关联到图像模态数据的多个抽象层上,从而更充分地挖掘不同模态数据抽象层之间N-M的内在关联。基于3个公开数据集的实验结果表明,该模型优于之前类似的跨模态检索模型,具有更高的检索精确度。
针对水文循环算法在求解过程中存在收敛速度慢、寻优精度低以及运行时间过长等问题,提出水文循环算法的改进方法。为强化算法的全局搜索能力、提升算法的收敛速度,利用混沌初始化产生初始水滴种群&为减少算法的运行时间,自适应调整温度更新参数、减少流动阶段不必要的循环&为提高算法的寻优精度,在凝结阶段V入逆水流过程代替变异操作。采用10个基准测试函数进行仿真实验,实验结果表明,改进后的水文循环算法克服了水文循环算法的缺点,总体性能优于粒子群算法、遗传算法与鲸鱼算法。
针对当前大部分LoRa网络因终端采用静态参数配置而导致的网络灵活性和通信效率不高等问题,提出了一种基于正交遗传算法改善LoRa网络性能的动态参数选择方法。分析了不同参数配置对网络通信性能的影响,针对LoRa网络建立信道冲突和链路预算模型,通过引入基于多目标遗传算法的动态参数选择方法求解该模型,最终获得具有最小冲突概率的参数集。通过对超过10000台设备的单网关LoRa网络的运行结果表明,所提出的动态参数选择算法可将网络的分组交付率(PacketDeliveryRate,PDR)提高30%,显著提高了网络在不同应用场景下的适应性和扩展能力。
针对视频中存在噪音,无法更好地获取特征信息,造成动作识别不精准的问题。提出了一种基于时空卷积神经网络的人体行为识别网络。将长时段视频进行分段处理,分别把RGB图片和计算出的光流图输入到两个卷积神经网络(CNN)中,使用权重相加的融合算法将提取的时域特征和空域特征融合成时空特征。形成的中层语义信息输入到R(2+1)D的卷积中,利用ResNet提高网络性能,最后在softmax层进行行行为识别。在UCF-101和HMDB-51数据集上进行实验,获得了92.1%和66.1%的准确率。实验表明,提出的双流融合与时空卷积网络模型有助于视频行为识别的准确率提高。