面向分布式数据挖掘的隐私保护研究

在不泄露隐私信息或敏感知识的基础下,如何挖掘出分布式数据中准确的规则信息,已成为数据挖掘领域的重要研究方向之一。本文总结了面向分布式数据挖掘的隐私保护技术的现状,并比较分析了不同方法的优缺点,另外还提出了面向数据挖掘隐私保护技术的性能评估标准,展望了未来进一步的研究方向。     

空间军事系统综合集成研讨厅中数据挖掘应用

空间军事系统综合集成研讨厅是分布式的网络结构,含有丰富的信息资源。要想有效利用这些数据以及数据背后所隐含的重要信息,必须建立有效的数据挖掘模式。以移动智能体(agent)技术为基础,将Web数据挖掘和分布式数据挖掘进行松散耦合,建立了合理的挖掘框架,并对其结构进行了详细说明。     

数据挖掘系统研究

结合当前数据挖掘系统发展状况,分别介绍了集中式和分布式的数据挖掘系统,并着重对集中式数据挖掘系统中的各个组成部分及其具体实现技术做了详细的介绍,同时对集中式和分布式的数据挖掘系统目前的发展状况分别做了总结.提出了数据挖掘系统的研究方向和发展趋势:增强可视化和交互性,提高可扩展性,与特定行业应用相结合,遵循统一标准和支持移动环境中数据的挖掘.对数据挖掘系统的发展做了简要的总结和展望.     

南京师范大学计算机学科主要研究方向简介

1．数据挖掘技术及应用方向主要研究各种数据挖掘算法及其在地理信息系统、入侵检测中的应用,包括分布式数据挖掘、空间数据挖掘、图文数据挖掘、web数据挖掘、数据流挖掘等,同时在数据库管理技术、XML数据管理技术及数据预处理方面也作了较深入地研究。该方向已完成的科研项目包括国家自然科学基金3项、省自然科学基金2项及省高校自然科学基金4项。     

物流园区协同信息平台的数据挖掘模型研究

分析了物流园区协同信息平台，提出了物流园区数据挖掘的概念，通过研究园区物流活动，建立了分布式数据仓库结构的数据挖掘技术，并以武汉丹水池物流园区为例进行了案例研究。     

基于Hadoop的Web应用日志挖掘

互联网上的大型站点每天都会产生大量的Web应用日志,这些日志中通常蕴藏着丰富且宝贵的信息,单节点的数据挖掘系统已无法满足挖掘海量Web日志的要求.针对该问题,研究利用云计算技术在存储和分析数据的优势,采用分布式数据挖掘方法,验证了以分布式模式挖掘日志较单机的集中模式的效率优势,提高了海量日志挖掘过程中存在的时空效率.     

面向输变电工程数据存储管理的分布式数据存储架构

针对输变电工程数据的多源、异构、迭代更新和集成应用导致需要巨大存储空间且不利于数据挖掘分析的问题,提出了一种面向输变电工程数据存储管理的分布式数据存储架构.该架构基于元数据模型对输变电工程的工程地理信息、三维设计模型和文档资料三类数据进行细化,并根据不同数据存储模式的不同,设计了一种分布式存储架构分别处理各种数据.系统实现与仿真实验结果表明,所提出的分布式存储架构在保证存储效率及数据完整性的同时,也能保证数据的安全.     

分布式数据挖掘中基于扰乱的隐私保护方法

通过设计一种随机数值片拆分统计机制,提出分布式环境下的匿名均值统计和匿名方差统计方法;结合同态加密机制,设计了分布式环境下的随机数据交换方法,实现了分布式环境中匿名数据交换机制.结合上述两种方法,提出分布式环境下基于数据扰乱技术的隐私保护方法,支持高效的分布式隐私保护数据挖掘.共谋攻击的实验结果和分析表明：匿名数据交换机制下的数据挖掘隐私保护方法在高密度共谋攻击的半诚实环境中有较好的鲁棒性,与主流的安全多方计算相比具有显著的效率优势;同时,该方法具有较高的灵活性和通用性,能应用于关联规则挖掘、聚类多种场合.     

一种基于模糊层次聚类分析的大数据挖掘算法

在文本大数据挖掘过程中受到语义模糊性因素的影响,导致大数据挖掘查准性不好,故提出了一种基于模糊层次聚类分析和语义相似性关联特征提取的大数据挖掘算法.该算法采用泛化映射构造语义概念树,结合二元语义分析方法进行大数据分布式本体模型构建,并采用模糊层次分析方法进行大数据的语义相似性和关联性判断,提取大数据信息流的语义关联特征,结合模糊C均值算法对提取的特征量进行聚类分析,自适应均匀遍历学习方法进行大数据挖掘中关联特征量的信息融合处理,求得挖掘目标函数的最优解,实现大数据优化挖掘.仿真结果表明,采用该算法的语义指向性较好,数据的聚焦性能较优,提高了数据挖掘的查全率和查准率,总体性能稳定可靠.     

基于云计算的分布式数据挖掘平台架构

针对互联网上数量众多的网站带宽资源长期浪费或突发资源短缺、响应时间长、服务器宕机、网站受到黑客攻击等问题,提出了基于＂云＂的分布式web安全系统及基于云计算的分布式数据挖掘平台架构,并在此基础上提出了一种新型的分布式数据挖掘模式,利用云计算技术,可以方便地通过网络获取强大的计算能力和存储能力,将消耗大量资源的复杂计算通过网络路由优化和资源约束自适应策略分布到多节点上进行,然后通过组合不同数据站点上的局部数据模型,最终得到全局数据模型。     

A Data Mining Algorithm Based on Distributed Decision-Tree in Grid Computing Environments

1 Introduction Grid is a distributedcomputing platform com - posed of a group of heterogeneouscomputers which distributeidndifferenatreas,theuserscan accessand gettheservicesthrough a uniform interfac.eData grid arisingfrom the normal grid system,is devot…     

网格知识发现服务架构的研究

网格知识发现是一种并行分布武的知识发现模式．克服了以数据挖掘为代表的传统知识发现技术的种种局限,将网格上分散分布的数据挖掘算法、工具、软件等整合起来,并将这些元素通过元数据进行组织形成一个高度集成的知识发现体系．笔者进行了网络知识发现的知识发现服务架构的研究,并将知识发现服务作为知识网格的一部分集成到网格知识环境中．     

Production analysis of functionally distributed machines for underground mining

Recent years, underground mining method is becoming popular because of its potentially high productivity and efficiency. In this method, a mining machinery; load haul dump(LHD), is used as both an excavator and a transporter of ore. This paper proposes a distributed system that realizes the excavation and transport functions with separated vehicles, an excavator and a transporter. In addition, this research proposes a mining map and configurations suitable for the proposed distributed system. To evaluate the productivity of the proposed system, a simulation environment has been developed. Analysis using the simulator reveals what performance factors of the excavator and the transporter have large impacts on the productivity. Simulation results also demonstrate the difference of potential between LHD system and the distributed system that can be explained based on their functions allocation.     

从信息检索到搜索引擎

信息检索是研究对大规模信息进行快速准确全面的获取、组织、挖掘和提供访问的一门学科,它的目标是从大规模文档集合中返回满足用户需求的文档子集。信息检索涉及自然语言处理、机器学习、数据挖掘、并行分布式处理等多个领域的相关技术。搜索引擎是信息检索的一个具有代表性的应用,也是目前互联网中最重要的应用之一。搜索引擎特别是Web搜索引擎在与一般信息检索系统拥有诸多共性的同时,也具有自己的特点。本文主要介绍信息检索这门学科的一般知识,然后以搜索引擎为例介绍信息检索技术的应用。     

大数据技术在移民搬迁信息化中的应用

运用大数据技术对陕南移民搬迁信息化系统中的数据进行管理、分析,简述大数据的基本特点与关键技术、数据采集技术、分布式存储技术、并行化处理技术和海量数据挖掘技术。根据信息化系统的体系框架,对大数据技术在陕南移民信息化系统中的应用进行探讨,分析大数据技术的应用价值,阐述政府在大数据技术上投入的重要性。     

基于移动代理的层次优化挖掘模型

对于大规模分布式数据挖掘问题,提出一种基于移动代理的层次结构挖掘模型,该模型对OIKI DDM模型进行扩展,利用层次设计思想,基于移动代理和增量优化技术进行挖掘和增量集成。实验结果表明该模型对于数据站点大小具有更好的伸缩性,实现更加灵活,可根据网络特点有效降低通讯代价,特别适合于大规模分布式环境。