智能小区用电数据模型研究

为了能给智能电网的建设提供数据和关系支持,构建低碳、方便、节能的智能小区,提出了一种智能小区用电的数据模型。从模型数据的存储查询、通信要求及数据流分析等方面讨论了小区用电数据模型的需求分析,并根据需求分析及智能小区的功能完成了对智能小区用电数据模型的设计。最后通过一个应用案例对模型进行了验证,结果表明该数据模型具有可行性与实用性。     

一种基于数据分割与分级的云存储数据隐私保护机制

云存储系统数据管理权和所有权的分离导致数据安全和隐私保护难题。传统的基于单纯加密技术的云存储数据隐私保障机制在实际的数据操作过程中带来了较大的系统开销。为了以低开销实现云存储系统中异地托管数据的隐私保护机制,提出了一种基于数据分割与分级的云存储数据隐私保护机制。机制首先将数据合理分割为大小数据块;再分别将小块数据和大块数据部署在本地和异地;然后按数据不同的安全级别需求,联合采用数据染色和不同强度的数据加密技术进行数据染色或加密,以在保护云存储用户数据隐私的同时,提高灵活性,降低系统开销。     

混合高斯模型的自适应前景提取

复杂场景下的运动前景提取是计算机视觉研究领域的研究重点。为解决复杂场景中的前景目标提取问题,本文提出一种应用于复杂变化场景中的基于混合高斯模型的自适应前景提取方法。本方法可以对视频帧中每个像素的高斯分布数进行动态控制,并且通过在线EM算法对高斯分布的各参数进行学习,此外每个像素的权值更新速率可根据策略进行调整。实验结果表明本方法对复杂变化场景具有较好的适应性,可有效、快速地提取前景目标,提取结果具有较好的查准率和查全率。     

横向联邦学习中差分隐私聚类算法

聚类分析能够挖掘出数据间隐藏的内在联系并对数据进行多指标划分,从而促进个性化和精细化运营。然而,数据孤岛造成的数据碎片化和孤立化严重影响了聚类分析的应用效果。为了解决数据孤岛问题的同时保护相关数据隐私,提出本地均分扰动联邦K-means算法（ELFedKmeans）。针对横向联邦学习模式,设计了一种基于网格的初始簇心选择方法和一种隐私预算分配方案。在ELFedKmeans算法中,各站点联合协商随机种子,以较小的通信代价生成相同的随机噪声,保护了本地数据的隐私。通过理论分析证明了该算法满足差分隐私保护,并将该算法与本地差分隐私K-means(LDPKmeans)算法和混合型隐私保护K-means (HPKmeans)算法在不同的数据集上进行了对比实验分析。实验结果表明,随着隐私预算不断增大,三个算法的F-measure值均逐渐升高;误差平方和（SSE）均逐渐减小。从整体上看,ELFedKmeans算法的F-measure值比LDPKmeans算法和HPKmeans算法分别高了1.794 5%～57.066 3%和21.245 2%～132.048 8%;ELFedKmeans算法的Log...     

基于MapReduce的并行AES加密算法

针对云计算环境的隐私保护问题,采用加密数据存储是一个可行的选择.为了提高数据加密解密的速度,结合云环境的并行计算特点和AES加密算法,设计了一种并行AES加密方案,给出了具体的并行算法,分析了算法的性能,并通过实验证明了方法的有效性.实验结果表明该并行算法在MapReduce模式下,在16核4节点构成的云计算集群上能够达到15.9的加速比,总加密时间减少了72.7%.     

基于同态MAC的无线传感网安全数据融合方案

数据融合是缓解无线传感网资源瓶颈的重要方法之一,但在开放环境中易受数据机密性和完整性攻击。针对此问题,该文提出一种基于同态MAC的无线传感网安全数据融合方案SDA-HMAC。通过同态MAC技术进行融合数据的完整性检测,利用同态加密算法保证了融合数据的机密性,使用杂凑函数和时间参数t计算密钥的MAC保证了数据的新鲜性。实验仿真和理论分析表明,相比于其它方案,SDA-HMAC方案在传感网数据融合过程中能提供较好的数据机密性、完整性和新鲜性保护,具有较高的数据传输效率和融合精度,同时花费较少的计算量和通信量。     

基于身份聚合签名方案的安全性分析与改进

聚合签名是一种将n个来自不同的签名者对n个不同的消息m的签名聚合成一个单一的签名的数字签名技术。分析了两种签名方案,证明了这两个基于身份聚合签名方案的不安全性。在此基础上,利用双线性技术,提出了改进的基于身份的聚合签名方案。在随机预言模型下,基于Diffie-Hellman问题的计算困难性,证明了提出方案在适应性选择消息和身份攻击下的不可伪造性。     

一种有效的无线传感器网络广播密钥管理方案

无线传感器网络具有自组织、自管理和能量有限等特性,使其安全性面临严峻的挑战。该文在分析现存组播密钥管理方案的基础上,提出了一种基于BIP(Broadcast Incremental Protocol)和EBS(Exclusion Basis Systems)算法的广播密钥管理方案EBKMP。该方案对生成的广播树进行分组,根据相邻组间海明距离尽量小的原则分配密钥,增强安全性同时有效降低了组成员异动引起的密钥更新消耗。通过与几种经典密钥管理方案对比,证明EBKMP在通信、存储性能和抗合谋攻击能力等方面有显著改善。     

高含水期集输系统效率测试分析研究

分析了某油田集输系统工艺流程及能耗分布状况,并通过对集输系统管网、转油站、脱水站3部分效率测试及分析研究,给出系统目前的能耗状况,找到集输系统效率低、能耗高的主要影响因素,为油田集输系统下步节能挖潜改造指明方向。测试结果表明,管网部分井口至计量间的管道能耗严重,转油站、联合站及整个集输系统的热能利用较差．应加强保温工作。     

多滑脱构造分析及深层背斜判识

基于滑脱褶皱正演模型的分析,提出在时间域地震剖面中开展多滑脱构造分析和深层背斜真实性判识的方法,主要包括利用均匀速度场对时间偏移地震剖面进行时深转换、对获得的伪深度域剖面进行构造解释和测量、利用测量的构造起伏面积和深度开展分段相关关系分析。基于构造起伏面积-深度相关关系可开展构造层划分、滑脱面和构造缩短量厘定以及深层构造真假判识。构造起伏面积-深度的分段性是多滑脱构造的典型特征,而面积-深度的线性不相关可指示地层未褶皱变形或存在假背斜构造。在不考虑面积-深度不确定性的情况下,分段的斜率可指示各滑脱构造层的差异缩短量;相邻分段的交点指示了滑脱面与参考面的间距,进而厘定原始时间域剖面中的滑脱面位置。该方法的提出有助于深入挖掘和利用时间域地震资料、明确复杂构造区的地质结构和评估深层勘探目标风险等,在准噶尔盆地南缘和川东褶皱带应用后效果较好。图14参30