期刊文献+
共找到4,703篇文章
< 1 2 236 >
每页显示 20 50 100
CoPrivacy:一种用户协作无匿名区域的位置隐私保护方法 被引量:82
1
作者 黄毅 霍峥 孟小峰 《计算机学报》 EI CSCD 北大核心 2011年第10期1976-1985,共10页
基于位置的服务的广泛应用给人们的生活带来了极大的便利.但是用户在享受这些便利服务的同时,个人的位置隐私也面临着严重的威胁.目前,典型的位置隐私保护技术是基于中心服务器的位置k-匿名方法.该方法容易使中心服务器成为性能瓶颈和... 基于位置的服务的广泛应用给人们的生活带来了极大的便利.但是用户在享受这些便利服务的同时,个人的位置隐私也面临着严重的威胁.目前,典型的位置隐私保护技术是基于中心服务器的位置k-匿名方法.该方法容易使中心服务器成为性能瓶颈和集中攻击点,也容易造成查询处理过程的复杂化,且牺牲了用户的服务质量.文中提出了一种用户协作无匿名区域的隐私保护方法CoPrivacy,该方法通过用户之间协作形成匿名组,匿名组内的用户用该组的密度中心代替真实位置发出查询,并增量地从服务器获得近邻查询结果.组内成员通过近邻查询结果与自身位置之间的距离计算得出精确的查询结果.CoPrivacy在不使用匿名区域的情况下达到了k-匿名的效果,不牺牲用户的服务质量,并且提高了匿名系统的整体性能,简化了服务提供商的查询处理过程.文中在真实数据和模拟数据集上进行了充分的实验,验证了该方法的优越性. 展开更多
关键词 基于位置的服务 位置隐私 隐私保护 用户协作 增量近邻查询
在线阅读 下载PDF
AgPrivacy:一种代理服务的LBS隐私保护方法 被引量:3
2
作者 毛典辉 蔡强 +2 位作者 李海生 黄今慧 曹健 《北京工业大学学报》 CAS CSCD 北大核心 2013年第11期1673-1679,共7页
针对动态P2P环境中用户隐私保护效果与服务质量难以平衡的问题,提出了一种位置隐私保护方法——AgPrivacy:在用户自组织的P2P网络中,用户消费服务时,首先对真实位置模糊化,然后选择代理用户进行转发增量近邻查询.该方法通过切断消费用... 针对动态P2P环境中用户隐私保护效果与服务质量难以平衡的问题,提出了一种位置隐私保护方法——AgPrivacy:在用户自组织的P2P网络中,用户消费服务时,首先对真实位置模糊化,然后选择代理用户进行转发增量近邻查询.该方法通过切断消费用户与服务提供商间的直接关联,保护用户隐私;同时为了提高系统服务质量,引入通讯成本估算方法确定查询点,采用Voronoi图技术过滤查询结果,减少系统的通讯开销,不仅从理论上分析了该方法具有较高的位置隐私保护效果,而且通过实验与SpaceTwist算法进行了性能比较.实验结果表明:该方法具有较高的性能优势,实现了隐私保护度与服务质量的平衡. 展开更多
关键词 基于位置的服务 隐私保护 位置隐私 网络安全
在线阅读 下载PDF
Multiple k-hop clusters based routing scheme to preserve source-location privacy in WSNs 被引量:3
3
作者 任炬 张尧学 刘康 《Journal of Central South University》 SCIE EI CAS 2014年第8期3155-3168,共14页
Privacy is becoming one of the most notable challenges threatening wireless sensor networks(WSNs).Adversaries may use RF(radio frequency) localization techniques to perform hop-by-hop trace back to the source sensor&#... Privacy is becoming one of the most notable challenges threatening wireless sensor networks(WSNs).Adversaries may use RF(radio frequency) localization techniques to perform hop-by-hop trace back to the source sensor's location.A multiple k-hop clusters based routing strategy(MHCR) is proposed to preserve source-location privacy as well as enhance energy efficiency for WSNs.Owing to the inherent characteristics of intra-cluster data aggregation,each sensor of the interference clusters is able to act as a fake source to confuse the adversary.Moreover,dummy traffic could be filtered efficiently by the cluster heads during the data aggregation,ensuring no energy consumption be burdened in the hotspot of the network.Through careful analysis and calculation on the distribution and the number of interference clusters,energy efficiency is significantly enhanced without reducing the network lifetime.Finally,the security and delay performance of MHCR scheme are theoretically analyzed.Extensive analysis and simulation results demonstrate that MHCR scheme can improve both the location privacy security and energy efficiency markedly,especially in large-scale WSNs. 展开更多
关键词 wireless sensor networks source-location privacy energy efficiency k-hop cluster circular routing
在线阅读 下载PDF
关于“Privacy”
4
作者 志伟 《国际展望》 1986年第19期11-12,1,共3页
“privacy”在西方一些国家可以说是无所不在,神圣不可侵犯,它与封建主义的人身依附形成了鲜明的对照,也为我们提供了有益的启示。
关键词 神圣不可侵犯 人身依附 privacy privacy 中国古代文学 私人领域 性解放运动 同性恋者 边界纠纷 个人自由
在线阅读 下载PDF
风险感知视角下个人隐私安全保护——一项元分析研究 被引量:6
5
作者 胡雅萍 肖江艳 刘千里 《情报杂志》 北大核心 2025年第1期198-206,F0003,共10页
[研究目的]数字时代背景下,个人隐私保护已成为全球关注的焦点。用户隐私风险感知是与之密切相关的关键研究领域,深入探究其影响因素对促进隐私信息保护至关重要。[研究方法]采用元分析方法对用户隐私风险感知的影响因素进行系统研究,... [研究目的]数字时代背景下,个人隐私保护已成为全球关注的焦点。用户隐私风险感知是与之密切相关的关键研究领域,深入探究其影响因素对促进隐私信息保护至关重要。[研究方法]采用元分析方法对用户隐私风险感知的影响因素进行系统研究,通过异质性检验、发表偏倚检验和效果量分析,探究其核心因素。[研究结果/结论]研究发现,信任、感知有用性、信息敏感性、隐私经历、隐私倾向和隐私关注是影响用户风险感知的主要因素。其中,隐私关注与隐私风险感知之间呈正向强相关;感知有用性与隐私风险感知呈中度负相关;信息敏感性、隐私经历和隐私倾向与隐私风险感知均呈中度正相关;信任与隐私风险感知呈负向弱相关。此外,国家经济发展水平和文化类型对这些关系起显著调节作用。由此提出“事前透明-事中保护-事后应对”的多主体全域个人隐私安全保护策略。 展开更多
关键词 隐私风险 风险感知 隐私保护 个人信息保护 元分析
在线阅读 下载PDF
基于Alt-Geohash编码的k-匿名位置隐私保护方案 被引量:1
6
作者 李晶 刘苛 张磊 《计算机应用研究》 北大核心 2025年第1期276-281,共6页
在对享受基于位置服务(LBS)用户进行位置隐私保护时,传统k-匿名技术在执行匿名操作时没有全面考虑时间开销和位置背景信息。针对上述问题,提出了一种基于Alt-Geohash编码的k-匿名位置隐私保护方案(k-anonymous location privacy protect... 在对享受基于位置服务(LBS)用户进行位置隐私保护时,传统k-匿名技术在执行匿名操作时没有全面考虑时间开销和位置背景信息。针对上述问题,提出了一种基于Alt-Geohash编码的k-匿名位置隐私保护方案(k-anonymous location privacy protection scheme based on Alt-Geohash coding,KLPPS-AGC)。首先,通过位置泛化和Alt-Geohash编码技术实现对历史数据的快速检索;其次,根据历史查询概率筛选出能与用户构建高位置熵的位置;再次,利用海伦公式改善匿名集的位置分散度;最后,构建安全匿名集实现对用户的位置隐私保护。实验证明,该方案拥有较低的时间开销和较高的隐私性。 展开更多
关键词 基于位置服务 隐私保护 位置隐私 K-匿名 Geohash
在线阅读 下载PDF
基于差分隐私的自适应联邦学习隐私保护方案 被引量:5
7
作者 赵婵婵 马坤明 +2 位作者 石宝 杨星辰 李燕 《科学技术与工程》 北大核心 2025年第7期2849-2855,共7页
随着对联邦学习的深入研究,发现联邦学习中的隐私保护策略并不能完全保护用户的隐私安全,并且在联邦学习训练过程中存在模型收敛困难的问题。针对以上问题,提出了一种自适应差分隐私机制(adaptive differential privacy, DP-AdaMod)。首... 随着对联邦学习的深入研究,发现联邦学习中的隐私保护策略并不能完全保护用户的隐私安全,并且在联邦学习训练过程中存在模型收敛困难的问题。针对以上问题,提出了一种自适应差分隐私机制(adaptive differential privacy, DP-AdaMod)。首先,利用自适应学习率算法调整模型训练过程,避免模型出现波动和过拟合现象,从而提高模型训练的效率和性能。其次,引入差分隐私技术,通过对模型梯度添加噪声来确保联邦学习的隐私安全。同时,使用Moment Accountant机制进行隐私损失的精确计算,有助于平衡隐私保护性能和精度,从而进一步增强了系统的安全性。最后,通过仿真实验验证所提方案的有效性。结果表明该方案在准确率、隐私预算消耗等方面展现出较优性能。 展开更多
关键词 联邦学习 差分隐私 隐私保护 自适应
在线阅读 下载PDF
全球视野下医疗人工智能中患者隐私和数据安全:焦点与策略 被引量:2
8
作者 莫琳芳 李喆 +3 位作者 甘辉亮 李立 王岳杨 张慧杰 《海军军医大学学报》 北大核心 2025年第8期989-999,共11页
大数据时代下,人工智能(AI)技术发展迅速,医疗领域是其深入应用的领域之一。发挥大数据和AI优势需共享整合医疗数据,但平衡隐私保护和数据共享是重大挑战。本文从数据主权与跨境流动的合规性、患者隐私与数据泄露风险、知情同意与患者... 大数据时代下,人工智能(AI)技术发展迅速,医疗领域是其深入应用的领域之一。发挥大数据和AI优势需共享整合医疗数据,但平衡隐私保护和数据共享是重大挑战。本文从数据主权与跨境流动的合规性、患者隐私与数据泄露风险、知情同意与患者自主权的挑战、算法“黑箱”与数据滥用的监管问题、技术依赖与供应链安全风险、隐私保护与公共健康利益的平衡困境6个方面,分析了全球视野下医疗AI中患者隐私和数据安全的焦点问题,并提出应对策略。 展开更多
关键词 人工智能 医疗 隐私安全 数据安全 医学伦理
在线阅读 下载PDF
基于目标扰动的本地化差分隐私矩阵分解推荐算法 被引量:3
9
作者 王永 罗陈红 +1 位作者 邓江洲 高明星 《计算机学报》 北大核心 2025年第2期451-462,共12页
推荐系统作为有效应对信息过载的工具被广泛应用在电子商务、社交媒体和新闻资讯等领域中。矩阵分解具有泛化能力强和计算效率高的优点,是构建推荐系统的主流算法之一。为提高推荐质量,推荐服务器需要收集大量用户数据用于推荐模型的训... 推荐系统作为有效应对信息过载的工具被广泛应用在电子商务、社交媒体和新闻资讯等领域中。矩阵分解具有泛化能力强和计算效率高的优点,是构建推荐系统的主流算法之一。为提高推荐质量,推荐服务器需要收集大量用户数据用于推荐模型的训练。由于推荐服务器不是完全可信的,向服务器共享用户数据会对用户隐私构成极大的威胁。如何构建一个在保护用户隐私的同时,还能确保推荐质量和准确性的系统,成为了一个热门的研究话题。本地化差分隐私是一种分布式的隐私保护机制,它从中心化差分隐私中发展而来,旨在解决服务器不可信场景下的数据的安全收集和分析。这种框架通过精确的数学证明来确保隐私保护的强度。目前,已经有研究工作将本地化差分隐私引入推荐系统,目的是在推荐效果可接受的情况下,确保用户隐私数据的安全。然而,这些研究还面临一些挑战。首先,隐私保护的范围有限。目前的方法大多只关注显式数据的具体数值,认为这是用户的隐私信息。事实上,攻击者可以通过检查数据是否包含在数据集中,来推测用户的隐私信息。其次,推荐质量较低。本地化差分隐私通过引入扰动来保护用户隐私,但这种方法会导致扰动幅度过大和误差累积,进而影响推荐质量。在推荐服务器不可信场景下,本文提出一种基于本地化差分隐私的矩阵分解推荐算法。首先,该算法将评分数值和评分存在性同时作为隐私保护的对象,为用户提供全面的隐私保护。其次,本算法采用目标扰动方法,添加的噪声量不会随着迭代次数增加而增加,有效避免模型训练过程中噪声累积的问题,保证模型训练的有效性。最后,针对分布式场景下多轮迭代导致的中间参数泄露问题,以无放回方式将采样的模型梯度元素发送给推荐服务器,用于模型训练。本文从理论上证明了所提算法满足本地化差分隐私。对所提算法的效用分析证明本文算法在保证有效的推荐质量的同时,能够实现对用户隐私数据的保护。实验结果表明本文算法极大地提高了隐私保护推荐算法的性能,本文算法在公开数据集上的误差下降幅度平均可达18%,在推荐领域数据隐私保护中展现出良好的应用价值。 展开更多
关键词 矩阵分解 本地化差分隐私 目标扰动 推荐算法 隐私保护
在线阅读 下载PDF
基于Huffman编码的移动终端本地差分隐私位置保护 被引量:3
10
作者 晏燕 吕雅琴 李飞飞 《计算机科学与探索》 北大核心 2025年第3期802-817,共16页
移动终端的位置信息与个人隐私紧密相连,一旦泄露可能威胁用户的生命和财产安全。本地化差分隐私模型提供了严格的隐私保护效果,允许用户根据个人需求处理和保护敏感信息,避免了对第三方服务器的依赖。针对现有本地化差分隐私位置保护... 移动终端的位置信息与个人隐私紧密相连,一旦泄露可能威胁用户的生命和财产安全。本地化差分隐私模型提供了严格的隐私保护效果,允许用户根据个人需求处理和保护敏感信息,避免了对第三方服务器的依赖。针对现有本地化差分隐私位置保护方法用户端灵活性差、扰动位置质量损失严重等问题,提出了一种基于Huffman编码的移动终端本地差分隐私位置保护方法。移动用户根据个性化隐私需求提交位置隐私保护范围,服务器端按需进行位置编码并返回给用户。用户端选择所在区域的Huffman编码,并对其进行本地化差分隐私扰动以实现对原始位置的隐私保护。服务器端通过对接收的扰动位置进行解码来判断用户所处的区域,并据此提供基于位置的服务(location-based services,LBS)。在实际位置数据集合上的实验证明,所提方法能够在实现用户位置本地化差分隐私保护的基础上,提供更好的位置数据可用性和运行效率。 展开更多
关键词 位置隐私保护 本地化差分隐私 HUFFMAN编码 随机响应
在线阅读 下载PDF
图联邦学习:问题、方法与挑战 被引量:1
11
作者 王鑫 熊书博 孙凌云 《计算机科学》 北大核心 2025年第1期362-373,共12页
图作为一种高效、灵活、通用的数据结构,在多个学科领域得到了广泛应用。近年来,基于图的深度学习算法不断涌现,并在社交网络、生物信息学、推荐系统等领域取得显著成效。尽管公开的图数据量在增加,但高质量的数据往往分散在不同的数据... 图作为一种高效、灵活、通用的数据结构,在多个学科领域得到了广泛应用。近年来,基于图的深度学习算法不断涌现,并在社交网络、生物信息学、推荐系统等领域取得显著成效。尽管公开的图数据量在增加,但高质量的数据往往分散在不同的数据所有者手中。随着社会对数据隐私保护要求的提高,现有的图学习算法面临着许多挑战。图联邦学习作为一种有效的解决方案应运而生。文中系统回顾了图联邦学习领域近五年的研究进展,将该领域的核心问题划分为3个部分,并在结构上进行了垂直整合,在关系上进行了递进阐述,包括:1)原始图数据差异导致的结构异构性;2)图联邦特性导致的模型聚合问题;3)模型整体调优方面的挑战。针对每个问题,详细分析了代表性工作及其优缺点,并总结了图联邦学习领域的典型应用和未来挑战。 展开更多
关键词 联邦学习 图神经网络 图联邦学习 隐私计算
在线阅读 下载PDF
基于同态加密的可验证隐私保护联邦学习方案 被引量:2
12
作者 郭显 王典冬 +2 位作者 冯涛 成玉丹 蒋泳波 《电子与信息学报》 北大核心 2025年第4期1113-1125,共13页
现有基于同态加密的联邦学习安全和隐私保护方案中,仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题,该文提出抗合谋的隐私保护和可验证联邦学习方案。首先,通过结合秘密共享算法实现密钥的生成和协作解密,... 现有基于同态加密的联邦学习安全和隐私保护方案中,仍面临着服务器伪造聚合结果或与用户合谋导致隐私数据泄露风险。针对上述问题,该文提出抗合谋的隐私保护和可验证联邦学习方案。首先,通过结合秘密共享算法实现密钥的生成和协作解密,并采用同态加密等密码学原语进一步保护模型,防止用户与服务器的合谋攻击。然后基于双线性聚合签名算法使每个用户能够独立验证服务器提供的聚合结果。同时,为了鼓励更多拥有高质量数据的用户参与进来,该文提出一种激励机制,为用户提供相应的奖励。安全性分析表明,该文方案对系统中存在的合谋攻击具有鲁棒性。最后,理论分析和实验验证结果表明该方案具有可靠性、可行性和有效性。 展开更多
关键词 联邦学习 同态加密 隐私保护 可验证
在线阅读 下载PDF
基于区块链的可信分布式工业数据治理方案 被引量:5
13
作者 黄荣 杨文琴 宋志刚 《浙江大学学报(工学版)》 北大核心 2025年第2期269-277,共9页
针对当前工业系统缺乏统一的产品数据共享服务,限制了用户获取可信的产品追溯信息的问题,基于区块链设计可信分布式工业数据治理方案,实现高效、安全的产品数据共享与治理.产品数据生成者将数据提交到区块链系统之前,在离链状态下对产... 针对当前工业系统缺乏统一的产品数据共享服务,限制了用户获取可信的产品追溯信息的问题,基于区块链设计可信分布式工业数据治理方案,实现高效、安全的产品数据共享与治理.产品数据生成者将数据提交到区块链系统之前,在离链状态下对产品数据进行压缩和加密.为了在离链过程中使产品数据可用,系统通过2种类型的区块链交易(生成者交易和数据交易)支持离链/链上数据访问.提供混合访问控制机制用于加密产品数据,将秘密密钥仅提供给经过授权的数据用户.该方案能够有效地保护产品数据的隐私性,提供细粒度的访问控制,能够对产品数据生成的全流程进行溯源.系统性能的测试结果表明,在secp256k1椭圆曲线上(提供128 bit安全性),密钥生成阶段的计算和通信开销不高于81.592 ms和2.83 kB,数据提交阶段不高于50.251 ms和3.59 kB,数据更新时间不超过251.596 ms,数据读取时间不高于311.104 ms.与同类方案的性能比较结果证实了该方案的高效性. 展开更多
关键词 区块链 数据可信治理 隐私保护 细粒度访问控制 全流程溯源
在线阅读 下载PDF
基于人工智能的大学生学业预警模式研究 被引量:3
14
作者 肖明 余琳 +3 位作者 肖毅 陈锟 周东波 赵亮 《现代电子技术》 北大核心 2025年第8期155-163,共9页
人工智能如何赋能人才培养是新一代信息技术与教育深度融合的重要研究内容,赋能大学生的学业预警是及时发现大学生成长问题、确保其成才的重要手段。为此,提出一种基于人工智能的大学生学业预警模式,以某高校近1 000名大一新生为研究对... 人工智能如何赋能人才培养是新一代信息技术与教育深度融合的重要研究内容,赋能大学生的学业预警是及时发现大学生成长问题、确保其成才的重要手段。为此,提出一种基于人工智能的大学生学业预警模式,以某高校近1 000名大一新生为研究对象,在遵循隐私保护、防止个人隐私泄露的前提下,对所采集的校园网络大数据、上网行为数据、教务数据等进行脱敏处理,运用人工智能的感知、分析与反馈技术来探究大学生的上网等行为与其学业的相关性,构建学业预警模型。结果表明,所研究的学业预警模型能够较好地预测学生学业风险,有助于实现规模化学生群体下的个性化人才培养模式探索,可为人工智能技术的教育教学落地应用建立有效途径。 展开更多
关键词 人工智能赋能 教育大数据 上网行为 学业预警 预警模型 隐私保护
在线阅读 下载PDF
同态加密下用户隐私数据传输的安全保护方法 被引量:4
15
作者 付爱英 熊宇峰 曾勍炜 《吉林大学学报(理学版)》 北大核心 2025年第2期573-579,共7页
为满足用户隐私数据传输的安全性需求,提出一种同态加密下用户隐私数据传输安全保护方法.首先,通过特征空间重组技术进行数据重构,利用语义相关性融合方法在捕获用户隐私数据特征的同时进行自适应调度,并对捕获的特征量进行模糊聚类,确... 为满足用户隐私数据传输的安全性需求,提出一种同态加密下用户隐私数据传输安全保护方法.首先,通过特征空间重组技术进行数据重构,利用语义相关性融合方法在捕获用户隐私数据特征的同时进行自适应调度,并对捕获的特征量进行模糊聚类,确定用户隐私数据属性;其次,结合用户隐私数据属性,采用同态加密算法和深度学习相结合的方法对用户隐私数据进行点对点加密传输,最终实现用户隐私数据传输安全保护.仿真实验结果表明,该方法的数据加密效果较好,通信开销较低,可以更好地确保用户隐私数据传输的安全性和可靠性. 展开更多
关键词 同态加密 用户隐私数据 传输安全保护 特征空间重组
在线阅读 下载PDF
从赋权走向治理:数字隐私保护的中国因应之策 被引量:3
16
作者 吴弘 赵畅 《求实》 北大核心 2025年第2期68-80,M0005,共14页
“数据+算法”的社会驱动模式进一步打破了数据、信息与隐私之间的形态界限,促使隐私开始呈现向数据和信息横向扩张的趋势,对个人隐私保护产生了诸多不确定性影响,并对现有基于赋权逻辑所制定的隐私法律制度提出了新的挑战,包括知情同... “数据+算法”的社会驱动模式进一步打破了数据、信息与隐私之间的形态界限,促使隐私开始呈现向数据和信息横向扩张的趋势,对个人隐私保护产生了诸多不确定性影响,并对现有基于赋权逻辑所制定的隐私法律制度提出了新的挑战,包括知情同意权的实效危机、删除权的技术缺陷等。数字时代,在面对关涉群体利益乃至社会公共利益的数字隐私侵害,以知情同意权和删除权为主导的权利型隐私保护路径已经在制度层面出现危机。对此,数字隐私保护有必要从赋权逻辑转向治理逻辑、从隐私控制主义转向算法训导主义,通过公权力介入处于不平等地位的数字平台及其用户之间,进一步探索“隐私增强技术”和算法还原的可行性及其有效进路,以强化数字时代隐私保护的制度回应。 展开更多
关键词 权利保护 个人隐私 数字时代 数字隐私 治理型保护 隐私增强技术 算法还原 社会公共利益
在线阅读 下载PDF
人工智能在脑血管病领域中的应用 被引量:1
17
作者 王拥军 刘涛 +4 位作者 刘子阳 熊云云 荆京 谢雪微 李子孝 《首都医科大学学报》 北大核心 2025年第2期177-183,共7页
随着人工智能(artificial intelligence,AI)在医学领域的广泛应用与快速发展,脑血管病专科作为临床医学的一个重要分支,也逐渐开始应用AI技术来进一步优化脑血管疾病的诊断及其后续管理。尽管如此,仍需要进一步的研究来实质性地评估这... 随着人工智能(artificial intelligence,AI)在医学领域的广泛应用与快速发展,脑血管病专科作为临床医学的一个重要分支,也逐渐开始应用AI技术来进一步优化脑血管疾病的诊断及其后续管理。尽管如此,仍需要进一步的研究来实质性地评估这些技术在临床实践中应用的诊断准确性和可行性。本综述旨在分析当前AI算法在脑血管疾病诊断和临床决策中的应用,并讨论这些算法的可行性和未来应用前景。 展开更多
关键词 人工智能 脑血管病 深度学习 数据隐私 精准医疗
在线阅读 下载PDF
位置大数据的联邦学习统计预测与差分隐私保护方法 被引量:1
18
作者 晏燕 钱星颖 +1 位作者 闫鹏斌 杨杰 《计算机应用》 北大核心 2025年第1期127-135,共9页
针对分布式位置大数据收集导致的信息孤岛问题和位置隐私泄露面临的风险,提出一种基于联邦学习的位置大数据统计预测与隐私保护方法。首先,构建基于横向联邦学习的位置大数据统计预测发布框架,该框架允许各行政区域的数据收集者保留各... 针对分布式位置大数据收集导致的信息孤岛问题和位置隐私泄露面临的风险,提出一种基于联邦学习的位置大数据统计预测与隐私保护方法。首先,构建基于横向联邦学习的位置大数据统计预测发布框架,该框架允许各行政区域的数据收集者保留各自的原始数据,并使多个参与方通过交换训练参数来协同完成预测模型的训练任务;其次,针对具有时空序列特性的位置大数据密度统计预测问题,设计PVTv2-CBAM,以提高客户端预测结果的准确性;最后,提出一种差分隐私预算的动态分配和调整算法,并结合MMA(Modified Moments Accountant)机制实现对客户端模型的差分隐私保护。实验结果表明,相较于卷积神经网络(CNN)、长短期记忆(LSTM)网络、卷积LSTM(ConvLSTM)模型,PVTv2-CBAM在Yellow_tripdata数据集和T-Driver轨迹数据集上预测的平均绝对误差分别降低0~62%和39%~44%;所提差分隐私预算动态分配和调整算法在调整阈值为0.3和0.7时,使模型预测的准确率与无动态调整相比分别提高了约5%与6%。以上结果验证了所提方法的可行性和有效性。 展开更多
关键词 位置大数据 位置隐私 联邦学习 差分隐私 深度学习
在线阅读 下载PDF
算法情境下用户隐私保护行为的影响机制及其个体差异 被引量:1
19
作者 曾润喜 朱星橦 《情报杂志》 北大核心 2025年第2期108-115,共8页
[研究目的]基于算法感知视角,揭示用户在算法平台产生隐私保护行为的心理机制和个体差异。[研究方法]对APP用户进行问卷调查,检验用户的算法感知对隐私保护行为的影响以及隐私关注的中介效应和预防焦点的调节效应。[研究结果/结论]研究... [研究目的]基于算法感知视角,揭示用户在算法平台产生隐私保护行为的心理机制和个体差异。[研究方法]对APP用户进行问卷调查,检验用户的算法感知对隐私保护行为的影响以及隐私关注的中介效应和预防焦点的调节效应。[研究结果/结论]研究表明,用户的算法感知正向影响隐私保护行为;隐私关注在二者的关系之间具有显著的中介作用;二者的关系存在个体差异,受到预防焦点的调节。对于预防焦点水平较高的用户,算法感知与隐私保护行为以及隐私关注与隐私保护行为之间的关系都会更强。 展开更多
关键词 隐私保护行为 算法感知 隐私关注 影响体制 个体差异
在线阅读 下载PDF
基于全过程隐私保护的多智能体系统平均一致性 被引量:1
20
作者 纪良浩 唐少洪 +1 位作者 郭兴 解燕 《自动化学报》 北大核心 2025年第6期1359-1370,共12页
针对通信网络可能遭受多邻居联合窃听的多智能体系统,研究其基于全过程隐私保护的平均一致性问题,具体包括保护智能体的初始状态以及智能体在实现平均一致性整个过程中的实时状态.不同于现有的隐私保护平均一致性算法仅能保护智能体的... 针对通信网络可能遭受多邻居联合窃听的多智能体系统,研究其基于全过程隐私保护的平均一致性问题,具体包括保护智能体的初始状态以及智能体在实现平均一致性整个过程中的实时状态.不同于现有的隐私保护平均一致性算法仅能保护智能体的初始状态且无法抵御联合窃听,提出基于虚拟子网和非消失扰动的全过程隐私保护平均一致性算法.在所提算法下,即使智能体的所有信道都被窃听,仍然可以实现多智能体系统的平均一致性且智能体的状态可以得到全过程保护.最后,通过几个数值仿真实验验证了算法的有效性. 展开更多
关键词 多智能体系统 平均一致性 隐私保护 全过程隐私 联合窃听
在线阅读 下载PDF
上一页 1 2 236 下一页 到第
使用帮助 返回顶部