TopN推荐系统的差分隐私保护研究

提出了1种基于差分隐私保护的TopN协同过滤推荐算法—DP-TopN算法,使用Laplace噪音机制分别对推荐过程的数据预处理部分和用户评分部分进行随机扰动,并对推荐算法步骤进行调整,使得整个推荐过程满足差分隐私模型,从而达到保护用户隐私安全的目的。通过在真实数据集上进行的实验和理论分析表明,所提算法能在满足精确推荐的同时有效地保护用户的个人隐私。     

基于位置关联相似性的匿名算法

在基于位置的查询服务中,历史查询数据所包含的位置与兴趣点之间存在一定的关联差异,攻击者可以利用这种差异,通过使用匹配关联的方式,获取用户的位置隐私信息。针对这一问题,通过使用二分图刻画该服务中实体之间的匹配关系,分析了这种攻击方法的基本特点,并基于k-匿名思想提出了cor-k匿名算法。该算法有效地模糊了查询位置间的历史匹配关系,阻止了潜在的历史数据匹配关联。实验证明该算法能够在较短时间内完成处理过程,适合在实际环境下部署以保护用户的位置隐私。     

迁移极限学习机及其在域自适应问题的应用

基于极限学习机理论,提出1种针对域迁移问题的改进型极限学习机算法(domain transfer extreme learning machine,DTELM),在减小源域S和目标域T的分布距离的同时,利用自编码器原理,尽可能多地保留目标域的原始数据结构,使其数据可分性不受破坏,从而能够有效地解决域自适应的数据分类问题。通过在真实数据集上的实验,将所提算法与已有的域自适应算法比较,验证了其有效性。     

基于数据内在特性和LSTM的用电数据异常检测算法研究

为解决现有用电数据异常检测算法准确率低的问题,首先,文章分析了用户用电数据具有时间关联特性、高维度特性,且容易受外部因素影响等特性。其次,基于数据内在特性和LSTM理论,提出了基于数据内在特性和LSTM的用户用电数据异常检测算法。该算法采用有放回的构造数据集策略,构造K个数据集合,采用4层LSTM网络,实现高维数据特征提取,利用两层全连接的隐含层组成的神经网络,实现用户特征数据匹配,采用大概率事件将K个数据集的结果中出现最多的分类作为该节点的分类。通过实验,验证了文章算法比传统算法好,提高了准确率,降低了误报率。     

大数据环境下最小单调约束闭包Hadoop并行关联规则

针对传统关联规则算法存在较大规则冗余问题,提出基于最小单调约束闭包Hadoop并行化关联规则。首先,基于闭包算子约束规则等价关系集,给出了满足最小单调约束规则集,可有效地将约束规则集划分为不相交的等价规则类,降低冗余规则比率;其次针对大数据问题,采用Hadoop框架下Mapreduce并行计算模型,实现最小单调约束闭包关联规则的并行化计算,有效地提升算法对于大数据处理的可拓展性;最后通过在标准测试集上的实验对比,显示了所提算法的有效性。     

大数据脱敏技术在电力用户隐私信息保护中的运用

本文主要阐述了电力系统多业务场景的大数据脱敏技术,研究了基于电力企业多业务场景的大数据脱敏用户隐私信息保护方案,分析了电力用户隐私信息保护的应用,有利于避免各种隐私数据泄露问题。     

基于Transfer-SVM多标签文本分类算法研究

传统的支持向量机分类模型只有在利用大量已标注数据进行训练才能获得较高精度。在实际应用中,多标签数据相对于传统单标签数据更具有价值,但多标签数据中含有大量冗余数据,获取大量多标签数据难度非常大。文章提出一种基于迁移学习的分类算法,利用目标数据域和源数据域的相关性,从源数据域中选取对分类超平面起关键作用的支持向量和目标数据域,一起训练分类模型以提高分类精度。     

一种改进的分布式互斥请求集生成算法

分布式互斥请求集的性能,对基于竞争的分布式互斥算法的消息复杂度、对称性、同步时间及容错能力等均具有直接影响.而分布式互斥请求集生成算法性能,如时间复杂度、空间复杂度,则对算法的运行速度、计算能力具有直接影响.通过对基于循环编码的分布式互斥请求集生成算法运行过程的研究,特别是对该算法的时间复杂度的研究,提出一种改进的基于循环编码的分布式互斥请求集生成算法.此算法在不明显增加算法空间复杂度和请求集长度的基础上,能够显著提高请求集生成算法的时间复杂度,从而使得算法的运行速度和计算能力都得到显著增加.     

基于并行计算的空间co-location模式挖掘

提出适合并行计算的空间数据分区算法,并在此基础上提出基于并行计算的空间co-location挖掘算法.在三类数据集上做了大量的实验.实验结果表明,基于并行计算的算法在很大程度上提高了挖掘的效率,为进行空间大数据的挖掘提供了有效且快速的方法.     

基于关系探测聚类的图形自动接边算法

由于现阶段大部分矢量数据都是按照图幅进行管理的,图形接边工作贯穿数据的生产,入库,分发等过程,接边工作的好坏直接决定着数据质量。本文提出了一种基于关系探测聚类的自动接边算法,将地物匹配和合并要素彻底分离开来,有利于接边检查。另外,此算法可以减少更新数据和选择集的次数,提高了程序效率。