一种智能选择多维位置数据的移动定位体系结构*

使得对移动终端提供移动定位服务（MLS）成为可能。提出了一个与定位服务相关的层次模型和一种支持互联网及定位导航的定位服务体系结构,移动用户可以根据其当前的需要选择不同类型的位置数据输出。     

一种新的位置数据融合方法的研究

给出了一新的基于团队一致法的多传感器位置数据融合方法，该方法按传感器队中的每个成员的测量不确定性，构造团队期望效用函数（或密度），并基于该期望效用函数求得位置参数估计，其优点是可消除失效传感器和测量值为野值的传感器的影响，本文给出了仿真结果。     

一种基于数据综合的智能搜索模型SMBDI

本文以语义Web中基于数据综合的应用为背景，提出了一种由本体论提供语义支持的智能搜索模型SMBDI．给出了该模型在底层数据综合、用户界面及查询处理等方面的实施策略。模型分析表明，该模型可以解决目前搜索方式存在的结果不完整或冗余度过高、存在大量无用信息以及数据格式不统一等问题，为语义Web在搜索及查询方面的应用提供了一种新的实现方案。     

位置相关信息服务中的一种数据预取方法

位置相关信息服务中访问数据涉及到复杂的空间计算,导致访问数据的延迟时间较长,而数据预取能够显著提高数据的访问速度,缩短访问数据的时间。基于LDD的预取策略如DDP考虑了数据距离,但是没有考虑数据的访问概率和更新频率及数据大小。针对以上问题提出基于价值的数据预取（CDP）策略,一些重要的数据预取因素如访问概率、更新频率、数据项大小、数据距离和有效范围等都包含在价值函数里,根据价值函数值的大小来选择被预取的数据。通过实验对比,CDP比DDP策略能更有效的提高缓存命中率。     

一种基于位置信息的无线移动数据传输模式研究

该文针对目前移动节点在下载数据时仅仅充当数据消费者的角色,无法为其他节点提供数据的问题,提出一种利用位置信息使移动节点能够利用其自身的能力为附近节点提供数据下载的模式,实验结果表明该下载模式能够降低网络的负载同时提高网络的性能。     

移动对象位置预测的索引方法

当前对移动对象位置预测查询的研究中,索引结构的查询性能成为关注的热点,而忽视其更新代价。针对现有方法中存在的更新缺陷,本文以TPR-tree为基础提出两种索引方法（ETPR-tree和BiR-tree）。实验结果表明,采用辅助索引结构的BiR-tree具有最优的查询和更新性能。     

基于行为关联的双重假位置选择算法

目前大多假位置隐私保护方法没有充分考虑到攻击者可能掌握用户上次请求服务时所提交的信息等背景知识,因此不能有效抵御背景知识攻击。基于此,提出了基于行为关联的双重假位置生成算法,该算法包含两个部分,首先在充分考虑访问概率、位置语义等地理信息的基础上提出了初次假位置生成算法,然后根据时间可达性、方向相似性等用户行为信息提出了再次假位置生成算法,最后通过大量的仿真实验,验证了此算法能够抵御攻击者的推理攻击和相似性攻击。     

基于时空关联和位置语义的个性化假位置生成方法

基于假位置的一类隐私保护方案在保护用户位置隐私的同时能够使用户获得准确查询信息,并无需依赖第三方和共享密钥.然而,当攻击者掌握一定的背景知识,例如道路时空可达信息、位置特征和用户的历史请求统计特性等,会导致假位置被识别的概率升高,降低隐私保护程度.针对上述问题,提出了基于时空关联和位置语义的个性化假位置生成算法.首先根据与前一次请求位置连续可达的条件产生假位置,然后通过建立语义树筛选出与真实位置语义相近的假位置,最后进一步筛选出与用户历史请求统计特性最接近的假位置.基于真实数据集将该算法与现有的算法进行比较,表明该算法在攻击者掌握相关背景知识的情况下,可以有效地降低位置隐私泄露的风险.     

基于语义的位置隐私保护综述

5G时代的到来使基于位置的服务（LBS）应用更加广泛,但用户在享受LBS带来的巨大便利时,也会面对由位置服务引发的诸多隐私泄露问题。为了加强匿名的安全性,提高数据效用,对抗拥有一定背景知识的攻击以及保护用户的敏感信息,研究者们提出了基于语义的位置隐私保护机制。首先,对位置隐私保护系统结构和传统的保护技术进行介绍;其次,分析了基于语义的隐私泄露和攻击方式,给出了结合语义的位置隐私保护需求,重点从单点位置隐私保护和轨迹隐私保护两个方面综述了基于语义的位置隐私保护研究中最新的关键技术和成果;最后,对未来技术发展趋势和下一步研究工作进行展望。     

优化地理位置数据 推移动广告新浪潮

据媒体报道,全球在用的12亿部智能手机中,7．7亿部支持GPS（全球定位系统1,地理位置数据已经开始“弥漫”到整个移动领域。采用地理位置技术的移动广告因其效果和高高在上的价格令业内人士感到激动,推动了移动广告业务呈倍数增长。     

移动通信系统结构概述

针对目前移动通信在全球范围内的迅猛发展,本文分别对第二、三、四代移动通信系统的网络结构作了简单描述,并对各自的优缺点作了简要的概述。     

基于密文检索的位置服务用户隐私保护方案

在基于位置服务系统中,为用户提供高质量服务的同时如何很好地保护用户的隐私(身份、行踪以及偏好等)仍然是一个挑战.针对这一挑战,提出了基于密文检索的位置服务用户隐私保护方案.在本方案中,位置服务提供商将其服务数据以及数据向量索引以密文的形式外包给云端,移动用户通过密文查询请求向云端查询所需服务,云端通过用户的查询以及服务数据索引计算出匹配度高的服务数据并返回给用户,整个交互过程都是以密文形式进行,云端以及外界得不到任何明文信息.本方案不依赖集中匿名器和用户协作,最后通过理论以及实验分析表明,本方案以低的计算开销有效地保护了用户的身份、位置以及查询偏好隐私.     

智能移动终端混合定位数据采集实现

定位数据采集在位置服务中具有重要的地位,目前智能移动终端定位方式主要有自主GPS定位和移动网络GPRS辅助定位两种方式,这两种方式各有优缺点。本文设计一种结合两种方式优点的智能移动终端定位数据采集方法,能够有效地将两种数据融合。实践表明该方法具有技术优势和市场前景。     

基于Unix环境的3G移动数据业务平台的开发与研究

针对移动数据业务发展和运营过程中出现的问题,本文给出了一种基于Unix环境下的3G移动数据业务平台（MDSP）的解决方案,同时本平台可应用于现有传统2G、2.5G数据网络应用环境下.提出了该平台的体系结构和实现的关键技术.该平台使得数据业务发布迅速、统一、可管理、杜绝和防止了SP欺诈、提高了运营商的综合竞争力、取得了极大的商业价值和社会效益.     

移动智能数据业务的网络体系结构研究

文章针对GSM网络的特点,研究了支持智能数据业务的移动网络体系结构,并在此基础上提出了进一步的方案建议,从而可以在移动网上实现数据业务与智能网的融合。     

CDMA移动通信系统软切换双队列模式的研究

CDMA移动通信系统软切换的双队列模式根据移动用户在切换区中运动方向变化情况，把软切换请求分为真正的切换请求和虚假的切换请求，井分别储存在主队列和从队列中，尽量减少有用虚假切换请求的丢失，有效地利用资源、合理地节省资源．缓解呼叫拥塞和切换拥塞，提高系统性能．通过计算机仿真并与基于方向的排队算法比较．结果表明：该模型硬件实现简单，软件实现方便；主队列具有很低的呼损率、较少的软切换等待时间和较短的排队长度，大大提高了CDMA移动通信系统的服务质量．     

移动计算环境中基于移动代理的数据管理体系结构

在研究、分析移动计算环境特殊性的基础上,提出了一种基于移动代理的数据管理体系结构,简称DMABMA。该体系结构能把移动计算环境分成两大部分：固定网络部分和无线网络部分,充分利用固定网络部分的高带宽和高可靠性来弥补无线网络部分的断接性、有限带宽和弱可靠性,最终使两者有机结合,形成一个适合移动计算环境需要的体系结构。     

4G通信系统中OFDM技术的分析

OFDM是未来4G中的关键技术之一.分析OFDM技术的基本原理以及OFDM调制/解调的实现及其循环前缀的基本原理,最后将OFDM与CDMA的技术特点进行比较分析.     

OFDM——第四代移动通信的主流技术

正交频分复用（OFDM）是一种特殊的多载波数字调制技术。不像常规的单载波技术,如AM/FM（调幅/调频）在某一时刻只用单一频率发送单一信号,OFDM在经过特别计算的正交频率上同时发送多路高速信号。OFDM技术的最大优点是对抗频率选择性衰落或窄带干扰,同时又提高了频谱利用率。OFDM已经吸引了许多世界级电信设备制造商包括Alcatel-Lucent,Nortel（北电网络）,Cisco,Nokia等公司的极大兴趣和认可,纷纷开始对其关键技术和标准进行研究和开发,希望能够在无线通信领域新的潜在市场中首先占领制高点,一些公司希望OFDM能推动更高速的第四代移动通信系统（4G）的形成。人们开始集中越来越多的精力开发OFDM技术在移动通信领域的应用,在无线宽带接入及未来4G领域中,OFDM技术都将成为继CDMA技术之后的又一核心技术。介绍了OFDM的原理和技术优势,分析了现存几种类型OFDM技术的特点,展望了OFDM标准化和在第四代移动通信系统的应用。     

移动蜂窝网络流量的时延特征识别方法研究

Internet骨干网流量中,混合了来自于固网接入和3G/4G移动蜂窝网络接入的不同客户端流量.在不依赖于应用层信息和查看数据报内容的前提下,使用传统的流量分析方法和特征选择,难以将两者正确区分.通过对移动蜂窝网络通信链路技术和无线资源控制(radio resource control, RRC)机制导致IP数据报时延波动的分析建模,结合TCP/IP协议数据报的往返时延(round-trip time, RTT)计算,构建了6个与数据报时延相关的网络流量特征,用于有效区分通过3G/4G和固网接入的网络流量来源.这些特征能够针对不同网络节点接入互联网技术差异所带来的网络数据包时序分布特点进行描述和匹配.在此基础上,采用多种有监督的机器学习方法,搭建了基于网络流量的分类模型并进行交叉验证.实验结果表明：利用这些时延特征建立的流量描述与分类模型,能够有效区分移动蜂窝网络接入数据流量和固网接入数据流量,分类正确率达到92%以上,并具有良好的覆盖性与容错性.