基于隐私保护的位置大数据加密方法研究

为了避免大数据服务中恶意访问用户位置、泄露个人敏感信息等问题的出现,提出并设计了一种基于隐私保护的位置大数据加密方法。首先确定位置大数据的表示方法及定位信息,将位置数据与非位置数据区分开来;其次引入模糊加密理论,对动态的位置数据进行重组;最后建立基于隐私保护的加密算法,实现用户位置大数据的加密保护。通过仿真实验分析的方式,确定该方法的有效性,结果表明,隐私保护加密方法能够有效拦截攻击数据,对位置数据的加密保护误差极低,保护了用户位置的隐私安全。     

精品课程网站建设方案及对教学的思考——以C语言程序设计课程为例

文章通过对校级精品课程——C语言程序设计的建设,逐步探寻怎样构建和完成一个基于Web应用系统的精品课程网站,包括学生端的课程视频浏览、课件下载、习题资料和教师端的课程管理。为教师和学生提供了课堂之外的另一个交流和学习平台,让优质的教学资源得以共享。在高级语言程序设计精品课程的建设过程中,思考并总结了一些C语言程序设计教学方面的问题,希望能够促进C语言程序设计课程的教学工作。     

基于区域的无线传感器网络密钥管理

要密钥分配是无线传感器网络中极具挑战性的安全问题之一．目前提出的解决方法是采用密钥预分配策略，给每个节点分配多个密钥，如Eschenauer和Gligor提出的随机密钥预分配方案（R—KPS）．随机密钥预分配方案没有利用节点的部署和位置信息，在许多应用场合中，部署和位置信息能被用于改善网络性能．在R—KPS中，每个节点有可能成为其它任何节点的邻居，所以节点必须从同一密钥池中选取密钥．如果能把网络划分为多个区域，则同一区域内和相邻区域间的节点更有可能成为邻居．文章提出一种利用已知区域信息的密钥预分配方案，相比随机密钥预分配方案，能提高网络的连通性，减小节点所需存储空间，并能增强网络抗攻击能力．最后利用上述区域信息提出一种不借助定位设备的节点定位算法，此算法实现简单，适用于定位精度要求不高的场合．     

大数据时代下教育的变革

我国教育领域的发展与变革正面临前所未有的挑战,大数据与教育的结合已是每个教育工作者应考虑的问题。过去,在学校的教育教学活动中开展实证教学受到技术水平的局限,要收集和处理学生在教学活动中的大数据比较困难。现在,随着全社会移动终端的普及、云计算服务的发展、大数据分析技术的突破,基于学生行为大数据分析的教学将逐步变成现实。文章针对什么是教育大数据,如何进行大数据的战略定位,教育大数据带来哪些变革等教育大数据发展面临的几个关键问题进行探讨,期望能更好地应用大数据深化我国教育领域的综合改革。     

基于改进决策树算法的汽车销售数据挖掘

决策树分类算法是数据挖掘中最基本也是最重要的算法之一。目前,数据挖掘技术被广泛应用在商业领域中。在汽车产品销售系统中,引入数据挖掘技术,可以为汽车销售的经营决策提供科学依据。本文收集某汽车品牌安徽地区近一年的销售数据进行集成和数据预处理;之后采用数据挖掘技术中的改进决策树算法,对汽车销售数据仓库分析和应用,预测影响汽车的销售的主要因素,从而制定汽车的营销策略,帮助企业得到更好的收益。     

面向隐私的BRNN保护方法优化策略

介绍一种基于PIR的可保证强隐私保护的BRNN查询架构,并提出一种正交优化技术来进一步提高查询效率。 首先对本文面向隐私的BRNN查询进行分析,其次介绍了BRNN查询处理的解决方法,最后提出正交优化技术来进一步提高 查询效率并进行实验验证。本文解决的关键问题主要包括提高查询成功率,降低匿名查询时间,提高数据建模的准确度。     

网络追踪

介绍了一些对恶意网络活动进行司法调查的方法，主要分为基于网络和基于协议两大类。在基于协议的网络连接链追踪方面，重点介绍了会话令牌协议(STOP)，它以ident协议为基础，在保护网络用户个人隐私的前提下，为网络犯罪司法调查提供支持。     

优化BP神经网络在非均衡数据分类中的应用

基于预处理结果将降噪BP神经网络方法应用于非均衡数据分类。通过SGD方法获取最小代价的函数损失值。引入学习率自适应更新方法对SGD方法中的学习率进行更新,给出非均衡数据分类流程,实现非均衡数据分类。     

流量控制与IP服务质量

IP网络最初设计用来进行数据通信，但现在却越来越多地被用于实时应用，这就要求IP网络能为用户提供更好的服务质量，而不只是“尽最大努力交付”的服务。目前提出的IPQoS方案主要分为综合服务和区分服务两大类。由于现有IPQoS方案所存在的问题及其实现复杂性，使其离实际应用还有一定距离。该文提出了一种通过流量控制来改善IPQoS的方案，并对其基本思想及实现作了介绍。     

基于改进蚁群算法的消防隐患感知及智能疏散决策模型研究

针对典型蚁群算法在处理大型公共建筑消防隐患感知及智能疏散决策问题时存在的多源异构数据同步感知缺失、处理非线性约束失效等若干先天弊端,提出一种基于改进蚁群算法的消防隐患感知及智能疏散决策模型.引入深度径向基神经网络作为消防隐患感知优化载体,采集训练数据预测误差并映射至经典蚁群算法,建立消防隐患感知与最优疏散路径的逻辑对应...