基于变长编码遗传算法的K-匿名化

针对传统遗传编码存在求解效率低且信息失真大的问题,提出一种基于不定长密歇根编码的遗传算法,采用多种启发式策略进行杂交操作,将基于遗传算法的聚类方法应用到K-匿名化问题中。实验结果表明,该方法可以更好地降低信息失真,从而实现K-匿名化问题。     

基于R树多维K-匿名算法

K-匿名是微数据发布隐私保护的一种重要方法。针对适应动态数据、实时相应等特征需求,提出基于R树的多维数据K匿名解决方案,包括对原有R树结构的改造方法及其相应的K-匿名化过程。基于Adult数据库,通过实验验证了本模型能够保证K匿名属性的正确性,同时由于分裂算法的影响,也能保证信息保存的完整性。     

基于抽样路径的K-匿名隐私保护算法

K-匿名是信息隐私保护的一种常用技术,而使用K-匿名技术不可避免会造成发布数据的信息损失,因此,如何提高K-匿名化后数据集的可用性一直以来都是K-匿名隐私保护的研究重点。对此提出了一种基于抽样路径的局域泛化算法——SPOLG算法。该算法基于泛化格寻找信息损失较小的泛化路径,为减少寻径时间,引入等概率抽样的思想,选用等概率抽样中的系统抽样方法进行取样,利用样本代替数据集在泛化格上寻找目标泛化路径,最后在该路径上对数据集进行泛化。同时,本算法使用局域泛化技术,能够降低信息损失量,提高发布数据集的可用性。实验结果证明,本算法匿名化的数据集信息损失度低,数据可用性高。     

基于约束聚类的k-匿名隐私保护方法

针对现有的匿名方案往往较少考虑离群数据的敏感问题以及信息损失与时间效率的最优化问题,提出一种基于约束聚类的k-匿名隐私保护方法.通过K近邻思想划分初始集群,根据设定的阈值δ将集群进行重新划分,划分过程始终遵循信息损失最小化原则,得到每个等价类元组数都在k与2k之间,过程中分类考察准标识符属性并充分考虑离群点对聚类结果的...     

个性化K-匿名模型

K-匿名化是数据发布环境下保护数据隐私的一种方法.目前的K-匿名化方法主要是针对一些预定义的隐私泄露参数来进行隐私控制的.隐私保护的重要原则之一就是隐私信息的拥有者有隐私自治的权利[1].这就要求在实现匿名化过程当中考虑到个人不同的隐私需求,制定个性化的隐私约束.根据个人隐私自治的原则结合K-匿名模型的最新发展,提出了一种个性化K-匿名模型,并给出了基于局部编码和敏感属性泛化的个性化K-匿名算法.实验结果表明,该方法可以在满足个性化隐私需求的情况下,完成匿名化过程,并且采用该方法进行匿名所造成的信息损失较小.     

基于K-匿名的快递信息隐私保护应用

针对快递单号被盗取和快递单信息保护不当造成的隐私泄露问题进行了研究, 提出了一种新型K-匿名模型对快递信息进行匿名处理。该方法通过随机打破记录中属性值之间的关系来匿名数据, 相比于其他传统方法, 克服了数据间统计关系丢失的问题和先验知识攻击。实验结果表明, 新型K-匿名方法能够加强隐私保护和提高知识保护的准确性。     

基于多维泛化路径的K-匿名算法

为使微数据发布在满足K-匿名要求的同时提高匿名数据的精度,提出多维泛化路径的概念及相应的2种K-匿名算法,包括完整Filter K-匿名算法和部分Filter K-匿名算法。将它们与Incognito算法和Datafly算法进行比较,实验结果表明2种算法都能有效降低匿名信息损失,提高匿名数据精度和处理效率。     

K-匿名熵分类算法研究及分析*

提出了一种新的K-匿名模型对隐私信息进行保护,将熵分类的方法应用于K-匿名模型上,实验表明该模型的有效性,利用该模型对数据进行K-匿名处理后,确保共享数据具有很高的精确度,尽可能接近原始数据,同时有效地防止隐私信息的泄露。     

数据发布中的匿名化技术研究综述

匿名化技术被公认为是解决隐私信息泄漏问题的一个好方法。当前匿名化技术的研究工作大致可以分为匿名策略的研究和匿名实现技术研究两类。分别介绍了这两类研究近年来的主要成果，并对其进行了比较，对其中尚未解决的问题进行了客观的分析。     

一种支持多QoS约束的多播路由协议

在分析YAM、QoSMIC和QMRP协议的基础上,讨论了包括延时、延时抖动、带宽和代价约束的多播路由问题,描述了一种适用于多QoS约束的多播路由的网络优化模型,提出了一种支持多QoS约束的多播路由协议（MRPMQoS）,构建在NS2下该协议的仿真模块.该协议只要求网络链路（或节点）的局部状态信息,不需要维护全局状态信息,多播组成员可动态地加入/退出多播会晤.该协议采用单路径寻径和多路径寻径相结合的搜索方式,有效地减少构造一棵多播树的开销,降低结点加入延时和提高寻径成功率.NS2仿真结果证明,该协议的可用性和有效性,可用于不同规模网络,具有良好的可扩展性.     

数据发布中面向多敏感属性的隐私保护方法

现有的隐私数据发布技术通常关注单敏感属性数据,直接应用于多敏感属性数据会导致大量隐私信息的泄漏.文中首次对多敏感属性数据发布问题进行详细研究,继承了基于有损连接对隐私数据进行保护的思想,提出了针对多敏感属性隐私数据发布的多维桶分组技术——MSB(Multi-Sensitive Bucketization).为了避免高复杂性的穷举方法,首先提出3种不同的线性时间的贪心算法:最大桶优先算法(MBF)、最大单维容量优先算法(MSDCF)和最大多维容量优先算法(MMDCF).另外,针对实际应用中发布数据的重要性差异,提出加权多维桶分组技术.实际数据集上的大量实验结果表明,所提出的前3种算法的附加信息损失度为0.04,而隐匿率都低于0.06.加权多维桶分组技术对数据拥有者定义的重要信息的可发布性达到70%以上.     

实现单敏感属性多样性的微聚集算法

针对k-匿名方法无法抵抗同质性攻击和背景知识攻击的问题,提出了实现敏感属性多样性的微聚集算法,该算法把距离类中心最近的敏感属性值不同的l个元组聚为一类,在满足l-多样性的前提下对该类进行扩展。实验结果表明,该算法能够有效地生成满足敏感属性多样性的匿名表。     

基于变异蚁群算法的多约束运输路径优化

针对运输路径优化中存在多约束限制的问题,建立了多约束运输路径优化问题(MCTPOP)的数学模型。对于求解算法,在基本蚁群算法的基础上,引入变异机制,采用线性递增的变异概率增长方式,根据变异蚂蚁的寻路特点,提出了一种Ant-enco&contr信息素更新策略。利用变异蚁群算法对MCTPOP进行求解,通过仿真实验表明,该算法能够减少陷入局部极值的可能性,提高了基本蚁群算法的寻优能力,是一种有效的MCTPOP求解算法。     

基于多QoS约束的网格任务调度算法

提出一种基于QoS的网格资源管理模型和此模型下基于多QoS约束的网格任务调度算法。引入效益函数对QoS描述建模,为网格任务调度算法提供合理的优化目标。在此基础上改进传统调度算法得到基于多QoS约束的调度算法。实验表明,改进后的算法有更好的性能,更适合应用于网格环境中。     

多约束QoS动态多播路由算法

YAM和QoSMIC是支持QoS动态多播路由算法,允许多播组成员动态地加入/退出,同时为接收方提供多个可选择的多播接入路径,以满足不同应用的QoS需求。该文在分析这些算法的基础上,研讨了具有延迟、延迟抖动、带宽和代价等多约束QoS的多播路由问题,描述了一种适应于研究QoS多播路由的网络模型,提出了一种具有多约束QoS的动态多播路由算法(MQDMR),MQDMR试图有效地减少生成多约束QoS的多播树的开销。在MQDMR中,一个多播组成员能动态地加入/退出一个多播会晤,且不干扰现有的多播树。仿真实验结果表明,MQDMR比YAM和QoSMIC具有较小的延时和较少的代价。     

多QoS约束的多播路由协议

随着高性能网络、移动网络及Internet的不断发展,具有QoS约束的多播路由技术已成为网络及分布式系统领域的一个重要研究课题.研讨了具有多QoS约束的多播路由问题,其中主要包含延迟、延迟抖动、带宽、代价等QoS约束.描述了一种适应于研究QoS多播路由的网络模型,提出了一种具有多QoS约束的多播路由协议(multicast routing protocol with multiple QoS,简称MRPMQ).MRPMQ试图有效减少生成多QoS约束的多播树的开销.在MRPMQ中,一个多播组成员能够动态地加入/退出一个多播会晤,且不干扰现有的多播树.给出了该协议的正确性证明和复杂性分析.仿真实验结果表明,MRPMQ为多QoS约束多播路由提供了一种新的有效途径.     

多条件约束的单频单历元整周模糊度确定

利用双GPS接收机构成短基线矢量进行定向的技术中针对基线长度已知的情况,将基线的长度信息线性化后融入双差载波观测方程中。分析并证明了融合长度信息后将提高整周模糊度浮点解的精度同时将降低彼此间的相关性。同时利用低成本的倾角传感器测得基线向量的俯仰角信息与基线长度信息一起作为解算的约束条件,将缩小整周模糊的搜索空间从而提高解算的成功率。最后通过实测的数据对上述方法的性能进行定量分析,结果表明该方法能够显著提高单频单历元数据整周模糊度解算的成功率。     

过程控制系统中多条件约束的多传感器故障检测与诊断

针对工业过程控制系统中的故障具有类型多样、时空独立和非线性等特点,使得检测与诊断效率降低,系统性能下降等问题,提出了一种基于自定义多条件约束的多传感器故障检测与诊断机制;该机制,首先考虑了系统的稳态和时空特征建立了非线性过程控制系统多故障模型,并给出了满足条件判定法则;然后对于系统中的单故障,并发故障和通信故障等类型给出了多条件约束法则及独立特性判断;最后提出了通过自定义多条件约束的多传感器故障检测与诊断机制;实验结果表明,在平均检测概率、稳态特征保持能力和系统功耗等方面明显优于无条件约束的机制,可以显著改善过程控制系统性能.     

带有多个可转化约束的频繁项集挖掘算法

1.引言频繁项集的挖掘是数据挖掘课题中的一个很重要的方面,然而频繁项集的挖掘过程通常会产生数目庞大的频繁项集,并且其中的绝大多数并不是客户所期望得到的,因而使挖掘过程的效果和效率都大打折扣。