面向多方安全的数据联邦系统

大数据时代,数据作为生产要素具有重要价值.因此,通过数据共享实现大规模数据的分析挖掘与利用具有重要意义.然而,近年来日益严格的隐私安全保护要求使得数据分散异质的多方之间不能任意共享数据,加剧了"数据孤岛"问题.数据联邦能让多数据拥有方在保护隐私的前提下完成联合查询.因此,基于"数据不动计算动"的联邦计算思想实现了一种多...     

声学测温信号时延优化方法

为了优化发动机燃烧室声学测温信号的时延处理,提高温度测量的准确性和稳定性,提出了一种结合小波包分解变换重组和孤立森林算法的信号处理新方法。首先,通过热校准风洞实验,得到声学测温探头在高温气流环境中的数据;然后,采用小波包分解变换重组方法结合孤立森林算法对温度数据进行滤波和重构,消除噪声和提取有效信息;同时,为了提高数据质量和准确性,对重构后的数据进行异常值检测。热校准风洞试验结果表明：经过信号处理后的数据分布更平缓和对称、标准差显著降低、数据更集中于均值,从而提高了温度测量的准确性和稳定性。本研究为声学测温更准确的应用于发动机燃烧室提供了一种有效的技术方案。     

面向数据联邦的安全多方θ-连接算法

近年来,多个国家地区出台了一系列数据安全相关的法律,例如欧盟的《通用数据保护条例》等.这些相关法律法规的出台,加剧了各企业机构等多方之间数据共享难的数据孤岛问题.数据联邦(data federation)正是解决该问题的可能出路.数据联邦是指多个数据拥有方在不泄露各自原始数据的前提下,结合安全多方计算等隐私计算技术,联合完成查询任务的计算.这一概念已成为近年来的研究热点,并涌现出一系列相关的代表性系统工作,如SMCQL、Conclave.然而,针对关系数据库系统中核心的连接查询,现有数据联邦系统还存在如下问题:首先,连接种类单一,难以满足复杂连接条件下的查询需求;其次,算法性能低下,由于现有系统往往直接调用安全工具库,其运行时间与通信开销高昂.因此,针对以上问题进行研究,提出了数据联邦下连接算法.主要贡献如下:首先,设计实现了面向多方的联邦安全算子,能够支持多种运算;其次,提出了支持θ-连接的联邦连接算法与优化策略,显著减少了连接查询所需安全计算代价;最后,基于基准数据集TPC-H,验证了该算法的性能.实验结果表明,与现有数据联邦系统SMCQL、Conclave相比,该算法能够将运行时...