增强现实中的自适应K值位置隐私保护仿真研究

无线通信和增强现实技术快速发展的同时,促进了基于位置服务的应用范围扩大,给人们的生活提供了极大的便捷。由于基于位置服务可随时随地可以获取用户的位置信息,用户的位置隐私安全也受到了极大的威胁。如何确保基于位置服务中数据的安全性,成为该项技术推广应用的关键问题。分析了基于位置服务中现有的位置隐私保护方法的优点和缺陷,针对不同的隐私等级提出自适应K值位置隐私保护方法,该方法联合使用K-匿名法和假名法,由受信任的第三方作为位置隐私保护的架构,而K值根据隐私等级自适应变化,从而有效地保护了用户的位置隐私。     

基于轮廓泛化的位置隐私保护模型及方法

移动用户在连续位置服务过程中会产生大量的相关位置,攻击者可通过用户轮廓将其关联成位置轨迹。由于位置轨迹含有更多时空相关信息,使得攻击者更易获取用户个人隐私。针对这种情况,通过二分图刻画描述了轮廓和位置之间的关联关系,并基于该关联关系建立了Lθk隐私保护模型以及可抵抗轮廓关联攻击的假位置生成方法。该方法为每个服务位置生成轮廓信息相似的虚假位置,模糊了轮廓与真实位置之间的关联关系,保护了用户在导航或最近邻查询过程中的位置隐私。最后,性能分析及实验验证进一步证实,所提方法可提供较高的隐私保护级别和较好的算法执行效率。     

基于SMC的隐私保护聚类模型

隐私保护数据挖掘指在实现准确挖掘知识的同时确保敏感数据不泄露。针对垂直分布式数据存储结构的聚类隐私保护问题,提出基于全同态加密协议和数据扰乱方法的隐私保护聚类模型。该模型通过采用安全比较协议解决了垂直分布式聚类的两个隐私保护关键步骤：求解最近簇和判断质心变化,从而实现了数据的有效保护。理论证明了该模型的安全性并分析了其时间复杂度和通信耗量,实验结果表明该隐私保护聚类模型是安全有效的。     

基于移动服务的隐私政策Petri网协商算法

移动商务在给用户带来丰富便捷的服务时,引发了严重的隐私担忧。结合移动商务环境的特点,在Petri网的基础上设计了基于移动服务的隐私政策Petri网协商算法,该算法兼顾了用户的隐私偏好与服务商的隐私政策,双方以移动服务为粒度进行隐私政策协商,并支持协商冲突检测与缓解,实现了移动用户的服务需求与隐私保护之间的权衡。仿真实验发现,相比传统的隐私政策协商方法,该算法有更高的协商效率和协商成功率。     

匿名区域层级扩张的位置隐私保护方法

针对传统中心点匿名区域扩张方法中用户位置可预测的问题,提出一种匿名区域按照匿名用户离散距离层级扩张的位置隐私保护方法。首先，将位置区域按照匿名用户离散间距进行划分,并利用希尔伯特曲线按照间距递进的原则建立具有不同离散间距层级的N-阶位置区域四叉树。其次，基于该四叉树用户可选择不同离散程度的匿名区域,防止由于匿名用户密度导致的隐私泄露。同时，由于用户并不位于匿名中心,又可有效应对诸如用户距离差分攻击、中心区域选择攻击等攻击方法。最后,通过安全性分析给出了该算法的理论依据。实验验证与同类算法的比较,进一步展示了所提算法相比于同类算法的优越性。     

基于最小化信息损失的用户隐私保护方法

在新兴电子商务发展过程中,对用户数据的收集、使用、开放与共享达到了前所未有的程度,给个人隐私安全带来了极大挑战.为了解决数据效用与个人隐私之间的矛盾,本文提出基于k-匿名原则的最小化信息损失隐私保护方法.首先结合属性阈值特征提出一种新的记录排序算法;接着将隐私保护过程转化为对各条记录与各个候选匿名函数之间的最优分配问题,构建最小化信息损失的优化模型,并设计启发式方法快速求解最优匿名函数的选择与分配方案,实现对数据的匿名处理.在三个不同规模的真实数据集上,通过与目前最有效的多个隐私保护方法进行数值实验比较.结果表明本文方法在满足相同隐私保护水平下可产生最佳的数据效用且具有较快的计算效率.本文方法为新兴电子商务中用户数据隐私保护研究提供了理论和技术上的创新,为大规模数据的隐私保护应用提供了有效的解决方案.     

隐私侵犯经历对网络用户自我披露的影响机制

网络用户的自我披露对以用户生成内容为业务基础的互联网企业具有战略意义.然而,隐私侵犯事件层出不穷.如何鼓励有隐私侵犯经历的用户持续披露个人信息对互联网企业至关重要.采用系统性随机分层抽样,结合代理理论和社会契约理论构建模型,研究了隐私侵犯经历对自我披露的作用机制.结果表明,隐私侵犯经历对自我披露意愿具有直接效应和间接效应:隐私侵犯经历与自我披露意愿之间存在强烈负向关系,并通过影响网络用户对隐私政策、隐私保护技术、行业自律和法律执行的有效性感知影响自我披露意愿.本研究阐明了隐私侵犯经历对自我披露的具体作用机制,为互联网企业鼓励有隐私侵犯经历的用户持续披露个人信息提供可操作性建议.     

基于GPS轨迹的用户兴趣点及频繁路径挖掘研究

用户在一定区域内的长期移动行为与某些物理位置相关,如家和办公室等.为了从用户的日常移动轨迹中找出这些位置与轨迹的关系,本文提出一种新的基于移动位置扰动的端点划分与聚类方法.该方法首先将GPS轨迹划分为成组的线段集,然后运用聚类方法将地理上相似的端点进行聚类以检测用户的个性化兴趣点,最后利用原始轨迹来映射个性化兴趣点之间连接关系,生成用户在区域内的移动路径网络.理论与实验结果表明,本文提出的方法可有效地从大量GPS轨迹中发现用户的频繁路径及个性化兴趣点,从而能够为其提供更好的个性化地理信息服务.     

基于极大熵方法的网格资源分配策略

针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。     

隐私管理技术特征对移动用户信息披露意愿的影响

基于CPM理论，从用户需求的视角探究隐私管理的技术特征对移动用户信息披露意愿的影响作用。通过情景式问卷调查的方式，采用SmartPLS3.0对收集的283份有效数据进行实证分析。研究结果表明：隐私管理的技术特征（信息管理、许可声明管理和交互管理）通过感知控制对用户个人信息披露意愿产生显著的正向影响，且信息管理和交互管理对移动用户的信息披露意愿有直接的正向影响；同时，感知的监视对感知控制与用户信息披露意愿之间的关系具有部分中介作用。研究结论为移动服务商设计符合用户需求的移动商务应用，刺激更多的用户披露个人信息，从而促进移动商务企业健康的发展提供相应的理论指导与建议。     

Two phase decision algorithm of replica allocation

1.INTRODUCTIONWiththe development of computertechnologyandthe de-crease of the price of hardwares,more and more distribut-edsystems adopt redundancy technology to i mprove sys-temefficiencyand data availability.Agood number of re-searchers have carriedout studies onredundancytechnolo-gy from different aspects.By constructing READ-WRITEcoteries and dynamically adjustingthe number ofREAD-WRITE,Lin[1]realizedthe balance of READandWRITE,and i mproved the system efficiency.Hava[2]pr…     

基于动态AHP的海上移动节点网络选择算法

针对海上异构无线网络中现有的节点选择算法存在的实时有效性和与移动节点匹配性较差的问题, 提出了一种基于动态层次分析(dynamic analytic hierarchy process, DAHP)法和协同学原理的网络接入选择算法。该算法在满足多因素判决和静态节点网络选择的基础上, 采用DAHP法确定接入判决指标的主观权重, 运用协同学相关原理确定客观权重, 利用接收功率确定移动节点的位置权重, 并通过对主、客观和位置权重进行再分配, 实现了对移动节点周围的实时网络状态与任务通信需求的兼顾, 提高了算法实时性和与移动节点的匹配性。仿真结果表明, 该算法相对于基于传统AHP和协同学原理的网络选择算法、基于距离的移动节点算法, 能够在降低节点业务阻塞率的同时提高通信通畅度与实时性。     

利用GDOP对蜂窝移动通信系统移动台定位的方法

针对基于网络的到达时间 (TOA)定位系统 ,分析了定位误差与移动台 (MS)位置及参数测量误差的关系 ,结合实际中能同时接收到移动台信号的基站 (BS)数有限、定位误差对移动台位置敏感的特点 ,提出了直接用解析法计算所有位置线的交点 ,然后用几何淡化因子 (GDOP)及参数测量误差的均方差对交点进行加权平均来估计移动台位置的方法。该方法同时考虑了参数误差与几何淡化因子对定位精度的影响 ,不需要矩阵求逆 ,运算量小 ,速度快。适用于存在直达波 (LOS)信号的蜂窝通信环境。     

基扩展模型下基于LSTM神经网络的时变信道预测方法

针对高速移动正交频分复用系统, 提出了一种基扩展模型(basis expansion model, BEM)下基于长短期记忆(long short-term memory, LSTM)神经网络的时变信道预测方法。为了降低传统BEM的建模误差, 根据高速移动环境中不同列车在相同位置处的无线信道具有强相关性的特点, 首先基于历史时刻的信道状态信息获取最优的基函数, 并利用该基函数对信道进行建模。然后, 通过LSTM神经网络对信道基系数进行线下训练与线上预测来获取未来时刻信道信息, 大大降低了计算复杂度。在线下训练中, 将网络的逼近目标设置为信道估计值, 而不是理想的信道信息, 以增强预测模型的实用性。仿真结果表明, 相比现有方法, 新方法的计算复杂度较低, 且预测精度较高。     

基于烟花算法的基站群协作计算卸载模型研究

车联网、AR、AI等计算密集、时延敏感型应用迅速发展,而移动设备因自身计算能力相对不足,执行此类应用任务时会因高时延而严重影响用户体验甚至无法满足用户需求.针对此问题,提出综合考虑时延与成本的多用户、多MEC (mobile edge computing)服务器的基站群协作计算卸载模型.并提出基于凸优化的改进烟花算法(...     

移动广播环境中两阶段实时事务处理

提出了移动广播环境中MVOCC-MDA-2PV并发控制协议.移动实时事务处理分两阶段进行.第一阶段在移动主机上处理,第二阶段在服务器上处理.移动主机上所有移动事务与在服务器上一个广播周期提交的事务进行预有效性确认.如果移动事务通过预有效性确认,提交到服务器进行最终有效性确认.协议消除了移动只读事务和移动更新事务的冲突,使用多版本动态调整串行次序技术,避免了不必要的事务重启动.移动只读事务无阻塞提交,降低了移动只读事务响应时间.模拟仿真实验结果表明MVOCC-MDA-2PV协议要优于其它协议.     

采用属性相关分析的异常数据检测方法

为了发现数据库中的异常数据,提出了两个数据项集之间相关可信度的新概念,并研究了基于该度量的异常数据检测规则的计算算法,产生的规则适合于离散型属性孤立点的检测。在计算检测规则中,最小相关可信度阈值不需由用户指定,而是根据1〖CD*2〗数据项集的频率确定;利用相关可信度的性质,可以减小检测规则计算算法的时间复杂度。实验结果表明,采用该方法计算获得的相关规则进行异常数据检测,不仅效率较高,而且检测的准确率、查全率也较高。     

云计算中基于动态阈值的服务器唤醒策略

基于预留机制的服务器动态开启/关闭(dynamic powering on/off servers,DPS)策略采用静态设置的任务请求数阈值,可能造成服务器状态频繁切换从而导致性能下降、能耗上升。对此,提出一种基于动态阈值的服务器唤醒策略。首先,用具有不耐烦任务的排队模型对云计算系统的任务调度进行建模,分析系统中的平均任务背叛数和能耗成本,提出任务请求数阈值动态调整策略;然后,根据服务器所在冷点区域和当前关闭时长选择服务器进行唤醒。仿真结果表明,与基于静态阈值的服务器唤醒策略相比,本文策略能够保证任务的平均响应时间,并有效降低云计算系统的能耗开销。     

高速移动水声通信中的多普勒频移估计方法研究

在利用水声信号进行的水下移动通信中,多普勒频移估计与补偿是一项关键技术,它直接影响着高速移动通信的效果。在分析多普勒效应对水声通信信号影响的基础上, 利用具有多普勒不变特性的双曲调频信号和对多普勒频移敏感的单频脉冲信号,提出了一种适用于低信噪比条件下收发双方存在高速运动时的新型多普勒频移估计与补偿方法,该方法圊时具备接收信号捕获与同步的功能。通过仿真实验对该方法进行了验证,分析了该方法在不同信噪比和多普勒扩展条件下的多普勒频移估计性能。     

时域有限差分并行算法中的吸收边界研究

针对并行FDTD中以二阶Mur、单轴各向异性介质完全匹配层(UPML)和卷积形式完全匹配层(CPML)为吸收边界的并行化处理方法进行论述.用金属球的远区散射计算,并与Mie级数解对比,验证了并行计算中三种吸收边界的吸收效果.最后给出UPML吸收边界FDTD计算内存估计公式,并以电大尺寸目标卫星模型为例对并行性能进行了测试.由于并行中通信时间影响并行加速比和效率,UPML和CPML吸收边界的相邻子域数据通信方式与FDTD选代式相同,而Mur吸收边界的相邻子域间数据通信方式与FDTD完全不同,它的并行性能要低于前两者.电大尺寸卫星目标模型的多机并行计算测试结果表明,UPML和CPML并行FDTD计算的并行加速比及其效率整体上高于Mur,其中CPML吸收条件下的效率达到90%以上.