面向路网环境速度预测攻击的隐私保护

针对路网环境中攻击者利用速度预测获得用户位置隐私的问题,提出了一种提高当前路段查询密度值的密度压缩算法。该算法在用户真实位置附近添加大量噪声用户,通过噪声用户影响当前路段查询密度,进而降低速度预测的准确性,破坏攻击者通过概率转移矩阵预测用户行驶速度的攻击行为,以此保护用户在路网环境中的位置轨迹隐私。该算法通过密度压缩使真实用户和噪声用户表现出相同速度,提高了真实用户与噪声用户之间的相似程度,降低了噪声用户被识别的机率,进一步隐藏了真实用户。实验结果表明,与其他主流算法相比,密度压缩算法能够更有效地抵抗基于速度预测的攻击行为,具有更好的隐私保护能力。在执行时间和隐私保护成功率等方面的实验结果进一步表明,该算法更适合在路网环境下提供隐私保护服务,具有广阔的应用前景。     

Spark框架下交通流数据高效处理方法及其应用

设计并实现基于Spark的交通流数据处理与预测分析应用框架, 可以完成交通流数据的高效清洗、统计、存储和查询。利用基于多阶空间权重矩阵的STARIMA模型进行交通流预测分析, 可以验证数据处理效率及对预测应用的支撑作用。对比实验结果表明: 1) 交通流数据处理框架运行效率高, 适用于复杂的数据清洗和挖掘算法, 为预测模型建立数据支撑; 2) 交通流预测模型对空间权重矩阵进行了多阶优化, 兼顾高效性和准确性, 预测分析结果可以为交通诱导提供参考。     

一种新颖的编辑距离限制下的相似性确认算法

针对相似性确认步骤中编辑距离计算的高复杂性问题，提出了一种在编辑距离限制下的基于鸽笼原理的字符串相似性确认算法.首先找到满足编辑距离片段映射的片段，以此片段为基准，将长度为500bp的read分段.然后对满足编辑距离片段映射的左右部分递归地进行编辑距离计算，将各段得到的编辑距离相加即为最后结果.最后根据最长公共子串的下限将需要验证的片段数目降到最低，得到优化方案.实验结果表明，基于鸽笼原理的分段递归计算编辑距离的确认算法减少了验证步骤的时间，并能保证假阳率和假阴率都为零.     

我心中的科研之道

 读书之法，在循序而渐进，熟读而精思。科研之法，在持之以恒，承先而创新。从研一到研二，我完成了从知识学习到学术科研的转变，对如何做好科研也有简单体会。正如朱熹的“读书之法”和王国维的“治学三境界”所述，总结归纳是基础，破旧创新是手段，持之以恒是态度，功到自然成。     

电子政务应急服务系统关键技术研究与功能实现

本文介绍了在建设电子政务应急服务系统过程中的几个关键技术,如应急事件的流程化管理、多种动态标绘方案、路径分析等内容,并例举了取得的成果和实现的功能。     

基于Asp.net的通用数据填报系统的设计与实现

本文结合实际应用,详细阐述了一种基于Asp.net的通用数据填报系统的设计与实现。该系统能够对数据表字段进行任意定义,并动态生成相应数据存储、Excel模板及界面程序,从而更灵活的进行数据填报、查询和导出。解决了传统管理信息系统扩展性差的问题,具有一定的先进性、实用性。     

基于分布式系统OceanBase的并行连接

随着应用数据的飞速增长以及分布式数据库系统的不断涌现,数据存储在物理独立的节点已经成为一种趋势.在这种情况下,当应用需要进行复杂join查询时,就会不可避免地产生非常多的网络传输代价.所以,如何提高分布式系统中join查询的效率成为研究热点.本文在分析分布式数据库系统OceanBase执行nested loop join、Hash join、semi-join等算法的基础上,提出了合理利用硬件资源采用多线程并行执行join操作的优化思想,并在OceanBase数据库中分别对nested loop join、Hash join、semi-join等算法进行了并行改造.实验结果表明,在一定线程数内join算法执行效率与并行度呈正相关.     

用户相似度感知的移动社交网络内容分享机制

针对移动社交网络中用户连接不确定,网络资源有限所导致的内容分享成功率低、开销大的问题,提出一种用户相似度感知的移动社交网络内容分享机制.通过分析用户行为,感知用户稳定态和变化态的兴趣度,并评估用户之间兴趣吻合度,进而结合用户交互频繁程度及用户活动区域一致性,获知用户相似度及逻辑关系.最后根据用户相似度,建立带有用户兴趣稳定态和变化态的虚拟社区,实现低成本、高成功率的内容分享.结果表明:所提机制在有效提高内容分享成功率的同时,极大限度地降低了网络开销率.     

SQL注入攻击原理及其防范技术研究

对SQL注入攻击的特点、实现原理、检测方法以及防范方法进行了阐述和总结,并且建立了SQL注入攻击自动防范模型.经过测试证明,该模型具有计算时间复杂度低、安全性和通用性等特点,能够很好地进行主动防范,具备较高的实用价值.     

SwiftArray: Accelerating Queries on Multidimensional Arrays

Scientific instruments and simulation programs are generating large amounts of multidimensional array data.Queries with value and dimension subsetting conditions are commonly used by scientists to find useful information from big array data,and data storage and indexing methods play an important role in supporting queries on multidimensional array data efficiently.In this paper,we propose SwiftArray,a new storage layout with indexing techniques to accelerate queries with value and dimension subsetting conditions.In SwiftArray,the multidimensional array is divided into blocks and each block stores sorted values.Blocks are placed in the order of a Hilbert space-filling curve to improve data locality for dimension subsetting queries.We propose a 2-D-Bin method to build an index for the blocks’value ranges,which is an efficient way to avoid accessing unnecessary blocks for value subsetting queries.Our evaluations show that SwiftArray surpasses the NetCDF-4 format and FastBit indexing technique for queries on multidimensional arrays.