面向多敏感属性的匿名隐私保护方法

在数据发布过程中,如果对发布的敏感属性信息不进行任何保护处理而直接发布,容易遭受攻击导致隐私信息泄露.针对传统的单敏感属性隐私保护方法在多敏感属性中不能得到很好的隐私保护效果,提出了一种基于多敏感属性相关性划分的(m,l)-匿名隐私保护模型.利用信息增益法对多敏感属性的相关性进行计算并划分,降低敏感属性维度;根据(m,l)-diversity原则对敏感属性分组,保证发布的数据能防止偏斜性攻击,并且在一定程度上降低背景知识攻击的风险;采用聚类技术实现该模型,减小该模型产生的附加信息损失和隐匿率,确保发布的数据具有较高的可用性.实验结果表明,基于多敏感属性相关性划分的(p,l)-匿名隐私保护模型具有较小的附加信息损失和隐匿率,保证了发布数据的可用性.     

多维数值敏感属性隐私保护数据发布方法

为避免多维数值敏感属性数据发布中的近似猜测攻击,基于分解思想提出了一种有效的数据发布方法(l-MNSA).首先通过按敏感属性值均匀间隔分组的方法,提出针对单维数值敏感属性的l-SNSA算法;然后提出最小距离的思想,通过将敏感属性统一化并按最小距离均匀间隔分组,提出适用于多维数值敏感属性的l-MNSA算法.与以往仅针对单敏感属性的发布算法相比,该算法同时能对多维敏感属性提供较好的保护.实验结果表明,采用l-MNSA算法发布的数据,其组内最小差异与l-SNSA算法针对各维属性分别发布的结果相比,平均降低10%左右,算法时间复杂度仍为O(nlgn).该算法可以较好地均衡发布数据的安全性和可用性,是有效可行的.     

属性组序下基于代价敏感的约简方法

属性约简是粗糙集理论中的重要问题.为了满足用户对属性的偏好,人们研究了属性序下的属性约简,然而对一些问题却很难给出完整的属性序.针对该问题,比较分析了属性组序下的约简子集的优劣,并提出代价敏感下的属性组序约简的算法.该算法通过属性组序的特点考虑用户偏好并结合属性代价以及属性重要度加权的方式选择局部属性,可以得到更符合用户偏好的约简.理论分析和实验结果验证了该算法的可行性和有效性,并且能在一般情形下找到满足用户偏好的约简.     

多代价下的代价敏感属性选择算法比较

代价敏感属性选择在数据挖掘和机器学习中起着关键性作用,代价敏感属性选择问题是经典属性选择问题的自然扩展,已成为越来越多学者的研究热点之一.首先给出多代价下代价敏感属性选择问题的数学模型,然后介绍现有的有代表性的四种代价敏感属性选择算法,最后在四个UCI数据集上进行实验,对四种代价敏感属性选择算法的效果和效率进行比较分析.     

基于属性敏感卷积神经网络的行人属性分类

针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.     

基于关联度和代价敏感学习的决策树生成法

针对ID3决策树生成法中存在的缺点,通过引用属性关联度和代价敏感学习,提出了一种基于属性关联度和代价敏感学习的决策树生成法。该方法利用粗糙集理论对条件属性进行约减,在构建决策树过程中,把属性的关联程度和性价比作为选择分裂结点的依据,利用改进的信息增益方法构建代价敏感决策树。试验结果表明,该方法在分类准确度和生结点总数量上比常用决策树生成方法优越。     

基于最大叶子子树优先策略的多敏感属性保护方法

首先将多敏感属性隐私保护问题转化为多敏感属性L-多样性问题,然后给出了多敏感属性树构造方法及最大叶子子树优先策略,在此基础上提出了一个多敏感属性保护算法。最后,通过实验对算法进行了验证和分析。结果表明,该方法能有效地保护数据隐私,减少信息泄露。     

一种基于有限状态机的分布式框架配置属性校验方法

针对动态配置技术提供灵活方便配置方式的同时有潜在配置错误风险、可能导致系统崩溃、降低软件服务质量的问题,提出了一种基于有限状态机的分布式框架动态配置属性校验方法.该方法利用数据类型间的转换进行数据类型校验,运用有限状态机的状态转换逻辑实现多种数据类型之间的转换,并以Spring Cloud的动态配置为例实现了一个分布式...     

基于关联度的代价敏感决策树生成方法

针对常用决策树生成方法中存在的缺点,通过引用属性关联度和代价敏感学习,利用粗糙集理论对条件属性进行约减。在构建决策树过程中,把属性的关联程度和性价比作为选择分裂结点的依据,利用改进的信息增益构建代价敏感决策树。试验结果表明,该方法在分类准确度和生成决策的结点总量上比常用决策树生成方法优越。     

一种基于条件信息熵的多目标代价敏感属性约简算法的研究

代价敏感学习是数据挖掘和机器学习领域的重要课题.已有的研究方法多数针对单目标进行优化,并不适用于多目标代价敏感问题的解决.因此通过分析基于粗糙集领域的单目标代价敏感属性约简问题,定义了多目标代价敏感属性约简问题,并设计了一种简单高效的算法.在4个UCI数据集上的实验结果表明,该算法能获得令人满意的帕累托最优解集,以辅助用户进行方案的选择.     

一种安卓系统手机恶意软件链接串行联合检测方法

恶意软件链接将给人们的财产甚至生命安全带来极大威胁.为了保障移动终端通信的安全性,提出了一种安卓系统手机恶意软件链接串行联合检测方法,该方法设计了基于域名的黑白名单检测模块、敏感关键词检测模块及基于逻辑回归算法的检测模块.逻辑回归检测模型基于6种链接特征构建;3个检测模块以串行的方式递进工作,一旦得出检测结论即终止本次检测.实验测试结果表明,该方法可有效识别安卓系统手机恶意软件下载链接,检测准确率达98.5%以上;且检测速度较快,一个典型链接的平均检测时间约0.181 s.     

基于卷积神经网络的热轧带钢力学性能预报

为解决热轧带钢力学性能预报精度的问题,本文提出了一种将一维数值型数据转换为二维图像型数据的建模方法,基于LeNet-5和GoogLeNet卷积神经网络,构建了一种新型的热轧带钢力学性能预报模型,并利用实际生产数据对模型的适用性进行了测试。结果表明,所建模型的抗拉强度预报误差为2.49%,均方根误差为19.15 MPa,预测精度高于BP神经网络和单独的LeNet-5和GoogleNet卷积神经网络模型,所建模型的有效性和准确性均得到了验证。     

TDOA定位中到达时间及时间差误差的统计模型

移动通信环境中,非视距传播与多径效应引起的信号附加时廷是影响TDOA定位精度的主要因素,深入研究信号到达时间差误差的统计特性,有利于进一步提高TDOA定位的精度．基于移动通信环境中非视距传播信号附加时廷服从指数分布的特性,综合考虑信号检测过程中引入的系统误差,利用统计分析方法,建立了信号到达时间的统计模型和到达时问差的误差分布模型,模型反映了蜂窝网络中信号到达时间和到达时间差误差的统计规律,模拟实验证明了模型的有效性．     

仿鲨鱼皮微沟槽结构疏水机理实验研究

从理论分析和实验测量两个方面对鲨鱼皮微沟槽结构的疏水性进行了研究.首先,利用扫描电子显微镜和表面轮廓仪对鲨鱼皮的微观结构进行研究,并结合基本的疏水理论,建立了Cassie修正模型,Cassie修正模型从理论上揭示了鲨鱼皮微沟槽结构的疏水机理.其次,采用对比实验,利用液滴形状测量仪分别对真空浇铸法制备的硅橡胶仿鲨鱼皮表面和光滑硅橡胶表面的接触角进行了测量.研究发现,硅橡胶仿鲨鱼皮表面具有明显的疏水性,同时,仿鲨鱼皮表面接触角的实际测量值与Cassie修正模型计算的理论值之间的误差仅为3.1%,也证明了所提出的Cassie修正模型的正确性和有效性.     

新结构线性线绕电位器式传感器的特性分析

本文介绍了现有线性线绕电位器式传感器输入输出特性和分析了其负载误差较大的不足,提出了新结构线性线绕电位器式传感器,分析了它的输入输出特性,并进行了仿真.从仿真结果看,新结构线性线绕电位器式传感器的负载误差得到大幅减小,线性度得到提高,有效地改善了工作性能     

基于氧敏感膜的海水溶解氧测定技术研究

提出了一种利用荧光猝灭原理测定海水溶解氧的方法,分别从光电检测电路、LED驱动电路、光电二极管电路、温度检测电路、信号产生采集处理控制电路等方面详细介绍了基于氧敏感膜的海水荧光信号检测系统设计方案,通过实验测试了荧光信号检测系统对荧光相位滞后检测能力、系统的整体稳定性和系统测试数据的准确度。准确度测试中溶解氧测试数据点饱和度从100.00%减小到11.56%,氧敏感膜荧光信号检测系统所测数据与碘量法误差最大为5.15 μmol/L,两种方法变化趋势相同。此系统可以作为一种海水溶解氧测量仪器,具有良好的应用价值。     

基于球面磨削纹理的球度误差原位判别评估方法

对高硬度球面磨床中存在的几何误差进行了数学建模并分析其对球度误差的影响规律.建立了几何误差条件下磨粒运动轨迹的数学模型,定义了磨纹交错度这一特征量并用于评定机床几何误差的大小,提出通过视觉检测球体表面磨纹的交错度,进而判断球体球度的新方法.该方法可以在加工中对球体的球度误差进行原位评估,对球体球度的在线检测和误差补偿具有重要意义.     

基于广义几何误差模型的微机器人精度分析

为描述各种误差源对机器人本体产生的影响 ,提出了一个用于微机器人精度分析的通用方法。通过任意两坐标系间的向后微分关系 ,利用运动学方程以及并联机构的环路特性 ,建立了微机器人的广义几何误差模型。利用此模型 ,可以对微机器人进行精度评估和误差修正。该方法可推广应用到一般并联机器人的误差建模和精度分析     

三座标测量机误差修正的研究

应用计算机对三座标测量机的误差修正进行研究，提出误差修正的点阵计算法，建立误差修正的数学模型，编制了程序，并以Ａ２２１三座标测量机为例进行了模拟修正，使测点的座标误差可以控制在２μｍ内。为提高检测的精度和速度，设计了一种新的检具──移动球检具．     

一种基于CPN的协议测试序列生成方法

针对状态空间规模较大的协议,提出了一种基于着色Petri网CPN(ｃolored ｐetri ｎet)、面向属性的协议一致性测试序列生成方法。 首先, 构建被测协议规范的CPN模型, 即协议模型, 并将被测协议的若干功能属性采用CPN进行形式描述, 形成属性模型。 提出了属性模型到协议模型的状态投影算法、模型状态空间的路径匹配算法和搜索算法, 基于这些算法给出了一种完整的基于属性的测试序列生成方法。 该方法不但可以有效避免协议规模庞大所导致的状态爆炸问题, 而且还对测试中的PCO库所进行了特殊标识, 完成测试序列中可观察元素的自动提取处理, 使得处理后的测试序列可直接用于协议实际测试过程。 为有效验证所提测试序列生成方法的可行性, 开发了一套实现该方法的软件, 并应用于HMIPv6协议的实际测试过程中。实践表明, 这套软件可以对较为复杂的协议一致性测试过程提供强有力的支持。