期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
满足本地差分隐私的混合噪音感知的模糊C均值聚类算法
被引量：
3
1
作者
张朋飞
程俊
+4 位作者
张治坤
方贤进
孙笠
王杰
姜茸
《电子与信息学报》
北大核心
2025年第3期739-757,共19页
在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪...
在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音,致使聚类精度低下。同时,对于衡量用户提交数据和簇心之间的距离选择较为武断,没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此,该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM),该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音,进而设计出混合噪音感知的距离替代传统的欧式距离,来衡量样本数据与簇心间的相似性。特别地,在mnFCM中,该文首先设计了混合噪音感知的距离计算方法,在此基础上给出算法新的目标函数,并基于拉格朗日乘子法设计了求解方法,最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度,分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明,mnFCM在满足LDP下,聚类精度提高了10%~15%。
展开更多
关键词
聚类分析
隐私保护
本地差分隐私
模糊C均值聚类
拉普拉斯机制
在线阅读
下载PDF
职称材料
基于可编辑区块链的政府数据目录安全共享模型
2
作者
赵雨琦
宋智明
+3 位作者
宋俊蓉
姜茸
田生湖
童慧
《信息安全研究》
北大核心
2025年第10期966-976,共11页
随着政府对数据共享的需求不断增加,确保数据的安全可信性成为一项紧迫的挑战.提出了一种基于可编辑区块链的政府数据目录安全共享模型,以实现链上链下的协同更新、编辑权限的细粒度授权和安全控制.首先,模型引入双陷门变色龙哈希函数,...
随着政府对数据共享的需求不断增加,确保数据的安全可信性成为一项紧迫的挑战.提出了一种基于可编辑区块链的政府数据目录安全共享模型,以实现链上链下的协同更新、编辑权限的细粒度授权和安全控制.首先,模型引入双陷门变色龙哈希函数,利用临时陷门密钥作为链上数据目录更新的控制机制,解决了传统密钥分割与恢复方案无法兼顾安全和效率的问题.其次,针对政府复杂的组织架构和人员配置,提出了基于用户ID的多机构属性加密算法与临时陷门密钥相结合的编辑权限授权机制,克服了传统授权方案的中心化及粗放问题.此外,设计了基于密码学累加器的编辑权限控制机制,以安全释放编辑权限并防止属性串谋攻击.详细描述了模型的架构,并通过分析与实验验证了其安全性和有效性.最后,讨论了模型的适用性.结果表明该模型在政府数据目录动态更新中具有实际价值和参考意义.
展开更多
关键词
政府数据目录
可编辑区块链
临时陷门
多属性授权机构
属性撤销
累加器
在线阅读
下载PDF
职称材料
本地差分隐私下基于混合分布的真值发现算法
3
作者
张朋飞
安建隆
+4 位作者
程祥
张治坤
孙笠
张吉
朱伊波
《电子与信息学报》
北大核心
2025年第6期1896-1910,共15页
移动群智感知是收集数据的重要手段之一,其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题,现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法...
移动群智感知是收集数据的重要手段之一,其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题,现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外,直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题,该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的高斯噪音和隐私保护的拉普拉斯噪音,通过优化混合噪音模型,设计求解算法以提高“真值”精度。理论分析表明,MOON在保证隐私保护的同时,具有较低的计算和通信复杂度。在两个真实数据集上实验结果表明,相对于最新成果,在增加较少计算开销的前提下,MOON在求得的“真值”精度上提高了20%。
展开更多
关键词
移动群智感知
真值发现
隐私保护
本地差分隐私
在线阅读
下载PDF
职称材料
题名
满足本地差分隐私的混合噪音感知的模糊C均值聚类算法
被引量：
3
1
作者
张朋飞
程俊
张治坤
方贤进
孙笠
王杰
姜茸
机构
安徽理工
大学
计算
机科学与工程学院
云南省
服务
计算
重点
实验室
(
云南
财经
大学
)
浙江
大学
计算
机科学与技术学院
华北电力
大学
控制与
计算
机工程学院
安徽理工
大学
安全科学与工程学院
出处
《电子与信息学报》
北大核心
2025年第3期739-757,共19页
基金
安徽理工大学高层次引进人才科研启动基金(2023yjrc92)
云南省服务计算重点实验室开放课题(YNSC24116)
国家自然科学基金(62202164).
文摘
在大数据和物联网应用中,本地差分隐私(LDP)技术用于保护聚类分析中的用户隐私,但现有方法要么在LDP下交互式地进行聚类,需要消耗大量隐私预算,要么没有同时考虑到聚类数据中蕴含的表示数据质量的高斯噪音以及为满足LDP保护的拉普拉斯噪音,致使聚类精度低下。同时,对于衡量用户提交数据和簇心之间的距离选择较为武断,没有充分利用到用户提交的噪音数据中蕴含的噪音模式。为此,该文创新性地提出一种满足LDP的混合噪音感知的模糊C均值聚类算法(mnFCM),该算法的主要思想是同时建模用户上传数据中蕴含的表示用户质量的高斯噪音以及为保护用户数据注入的拉普拉斯噪音,进而设计出混合噪音感知的距离替代传统的欧式距离,来衡量样本数据与簇心间的相似性。特别地,在mnFCM中,该文首先设计了混合噪音感知的距离计算方法,在此基础上给出算法新的目标函数,并基于拉格朗日乘子法设计了求解方法,最后理论上分析了求解算法的收敛性。该文进一步理论分析了mnFCM的隐私、效用和复杂度,分析结果表明所提算法严格满足LDP、相对于对比算法更接近非隐私下的簇心以及和非隐私算法具有接近的复杂度。在两个真实数据集上的实验结果表明,mnFCM在满足LDP下,聚类精度提高了10%~15%。
关键词
聚类分析
隐私保护
本地差分隐私
模糊C均值聚类
拉普拉斯机制
Keywords
Clustering analysis
Privacy protection
Local Differential Privacy(LDP)
Fuzzy C-Means(FCM)clustering
Laplace mechanism
分类号
TN911 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于可编辑区块链的政府数据目录安全共享模型
2
作者
赵雨琦
宋智明
宋俊蓉
姜茸
田生湖
童慧
机构
云南
财经
大学
信息学院
云南省
服务
计算
重点
实验室
(
云南
财经
大学
)
云南省
智慧城市网络空间安全
重点
实验室
(玉溪师范学院)
云南省
刑事科学技术
重点
实验室
(
云南
警官学院)
出处
《信息安全研究》
北大核心
2025年第10期966-976,共11页
基金
国家自然科学基金项目(62202415)
云南省基础研究计划项目(202201AU070116,202201AU070115,202301AT070419,202401AT070280)
+3 种基金
云南省教育厅科学研究基金项目(2024Y541,2025Y0820)
云南省刑事科学技术重点实验室开放课题(YJXK005)
云南省智慧城市网络空间安全重点实验室开放课题(202105AG070010-SG-07)
云南财经大学研究生创新基金项目(2024YUFEYC075,2025YUFEYC106)。
文摘
随着政府对数据共享的需求不断增加,确保数据的安全可信性成为一项紧迫的挑战.提出了一种基于可编辑区块链的政府数据目录安全共享模型,以实现链上链下的协同更新、编辑权限的细粒度授权和安全控制.首先,模型引入双陷门变色龙哈希函数,利用临时陷门密钥作为链上数据目录更新的控制机制,解决了传统密钥分割与恢复方案无法兼顾安全和效率的问题.其次,针对政府复杂的组织架构和人员配置,提出了基于用户ID的多机构属性加密算法与临时陷门密钥相结合的编辑权限授权机制,克服了传统授权方案的中心化及粗放问题.此外,设计了基于密码学累加器的编辑权限控制机制,以安全释放编辑权限并防止属性串谋攻击.详细描述了模型的架构,并通过分析与实验验证了其安全性和有效性.最后,讨论了模型的适用性.结果表明该模型在政府数据目录动态更新中具有实际价值和参考意义.
关键词
政府数据目录
可编辑区块链
临时陷门
多属性授权机构
属性撤销
累加器
Keywords
government data catalog
editable blockchain
temporary trapdoor
multi-attribute authorization agencies
attribute revocation
accumulator
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
本地差分隐私下基于混合分布的真值发现算法
3
作者
张朋飞
安建隆
程祥
张治坤
孙笠
张吉
朱伊波
机构
安徽理工
大学
计算
机科学与工程学院
云南省
服务
计算
重点
实验室
(
云南
财经
大学
)
北京邮电
大学
计算
机学院(国家示范性软件学院)
北京邮电
大学
网络与交换技术国家
重点
实验室
浙江
大学
计算
机科学与工程学院
华北电力
大学
控制与
计算
机工程学院
南昆士兰
大学
数学、物理和
计算
学院
出处
《电子与信息学报》
北大核心
2025年第6期1896-1910,共15页
基金
安徽理工大学高层次引进人才科研启动基金(2023yjrc92)
云南省服务计算重点实验室开放课题(YNSC24116)
国家自然科学基金青年项目(62202164)。
文摘
移动群智感知是收集数据的重要手段之一,其中一个基本的问题就是如何从众多质量不同的感知数据中发现“真值”。为解决真值发现过程中可能存在的隐私泄露问题,现有方法通常结合本地差分隐私技术来对工人提交数据进行保护。然而这些方法往往没有充分考虑到数据中存在的表示工人质量的高斯噪音对噪音“真值”的准确度带来的负面影响。此外,直接采用拉普拉斯机制进行隐私保护会由于拉普拉斯分布的随机性和无界性导致大量噪音注入。为解决上述问题,该文提出一种基于混合分布的本地差分隐私真值发现算法(MOON)。该算法结合了工人质量的高斯噪音和隐私保护的拉普拉斯噪音,通过优化混合噪音模型,设计求解算法以提高“真值”精度。理论分析表明,MOON在保证隐私保护的同时,具有较低的计算和通信复杂度。在两个真实数据集上实验结果表明,相对于最新成果,在增加较少计算开销的前提下,MOON在求得的“真值”精度上提高了20%。
关键词
移动群智感知
真值发现
隐私保护
本地差分隐私
Keywords
Mobile crowd sensing
Truth discovery
Privacy protection
Local Differential Privacy(LDP)
分类号
TN911.7 [电子电信—通信与信息系统]
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
满足本地差分隐私的混合噪音感知的模糊C均值聚类算法
张朋飞
程俊
张治坤
方贤进
孙笠
王杰
姜茸
《电子与信息学报》
北大核心
2025
3
在线阅读
下载PDF
职称材料
2
基于可编辑区块链的政府数据目录安全共享模型
赵雨琦
宋智明
宋俊蓉
姜茸
田生湖
童慧
《信息安全研究》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
本地差分隐私下基于混合分布的真值发现算法
张朋飞
安建隆
程祥
张治坤
孙笠
张吉
朱伊波
《电子与信息学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
