一种异构集群中能量高效的大数据处理算法

集群的能量消耗已经超过了其本身的硬件购置费用,而大数据处理需要大规模的集群耗费大量时间,因此如何进行能量高效的大数据处理是数据拥有者和使用者亟待解决的问题,也是对能源和环境的一个巨大挑战.现有的研究一般通过关闭部分节点以减少能量消耗,或者设计新的数据存储策略以便实施能量高效的数据处理.通过分析发现即便使用最少的节点也存在很大的能源浪费,而新的数据存储策略对于已经部署好的集群会造成大规模的数据迁移,消耗额外的能量.针对异构集群下I/O密集型的大数据处理任务,提出一种新的能量高效算法MinBalance,将问题分为节点选择和负载均衡两个步骤.在节点选择阶段采用4种不同的贪心策略,充分考虑到节点的异构性,尽量选择最合适的节点进行任务处理;在负载均衡阶段对选择的节点进行负载均衡,以减少各个节点因为等待而造成的能量浪费.该方法具有通用性,不受数据存储策略的影响.实验表明MinBalance方法在数据集较大的情况下相对于传统关闭部分节点的方法可以减少超过60%的能量消耗.

无线传感器网络中安全高效的空间数据聚集算法

提出了一种传感器网络中安全高效的空间数据聚集算法SESDA(secure and energy-efficient spatial data aggregation algorithm).SESDA基于路线方法实现数据聚集,由于算法沿着已设计好的路线执行聚集请求和数据聚集,使得SESDA不受网络拓扑结构的影响,适用于网络拓扑结构动态变化的传感器网络,且节省了网络拓扑结构的维护消耗.此外,针对过多加/解密操作对节点能量急剧消耗的特点,SESDA通过安全通道传输感知数据来保证数据的隐私性,避免了节点之间在数据传输过程中需要对感知数据进行加/解密操作,不仅可以节约节点大量的能量从而延长网络寿命,而且使得数据聚集具有很小的处理延迟,因而获得较高的聚集精确度.理论分析和实验结果显示,SESDA具有低通信量、低能耗、高安全性和高精确度的特点.

无线传感器网络中基于哈希函数的上下文隐私保护

在事件驱动的传感器网络中,为了阻止攻击者利用网络上下文的相关性推断出关键资产的位置隐私信息,该文基于哈希函数的节点匿名方法提出了1种迷宫环机制(MCA)。与洋葱路由(Tor)、心跳包路由和幻影路由相比,MCA是1种可以实现节点的身份匿名和保护位置隐私的安全路由协议。与幻影路由相比,MCA可降低延时和能耗达25%。

基于攻击感知的能量高效源位置隐私保护算法

提出了一种静默池机制方法(SPA,silent-pool approach),当传感器节点感知到附近移动攻击者的存在,通过控制节点的转发状态从而阻止和减少攻击者收到有效数据分组。在此基础上,进一步提出了对当前路由路径没有任何影响的安全机制——池外虚假信息注入(DPIOP,dummy packet injection out pool)法,诱使攻击者远离传输路径。实验结果验证了SPA和DPIOP的隐私性能,与现有方法相比可减少能耗约为63%,降低时延约为35%。

现代物流系统中基于路径的RFID立方体构建方法

为有效地存储和管理海量数据,提出了一种基于路径的射频识别技术数据立方体构建方法。该方法不受射频识别技术系统的物理分布影响,只与路径数据库的规模有关;在最小兴趣层和观察层之间,选择物化某些立方体单元,以保证能够快速构建立方体结构和较快响应系统不同用户的路径查询。理论分析和实验结果表明了该方法的有效性。

传感器网络中基于路线的隐私保护数据聚集算法

针对现有隐私保护数据聚集算法依赖某种网络拓扑结构和加解密次数过多的问题,本文提出了一种基于同心圆路线的隐私保护数据聚集算法PCIDA(Privacy-preserving and Concentric-circle Itinerary-based Data Aggregation algorithm).PCIDA沿着设计好的理想路线执行数据聚集,使得算法不依赖网络拓扑结构.PCIDA利用安全通道保证数据的隐私性,避免了数据聚集过程中的加解密运算.PCIDA沿着同心圆并行处理,使得算法数据处理延迟较小.理论分析和实验结果显示,PCIDA在较低通信量和能耗的情况下获得较高的数据隐私性和聚集精确度.

一种RFID位置序列挖掘方法

由于RFID系统的特殊性,位置信息构成的序列与传统的序列有很大的差别.鉴于位置序列的特点,文中提出了一种挖掘RFID位置序列的方法RLSM,减少统计序列支持计数的时间,从而提高算法的整体执行效率.

基于回归的多层数据立方体中的异常发现算法

为了快速有效地挖掘数据立方体中的数据,提出了阈值异常和区间异常两种基于回归分析的异常发现方法,根据回归系数帮助用户快速地找出数据单元内的异常数据。阈值异常方法通过比较数据的规格化残差和用户给定的偏差阈值来发现异常数据。区间异常方法通过比较数据点的残差绝对值和置信区间来发现异常数据。最后,对这些算法的性能进行了分析,理论分析和实验结果验证了这两种算法的有效性。

面向中医药院校的Python高级应用课程教学模式研究与探索

云计算、大数据和人工智能等新兴技术的兴起,为中医药发展提供了新的动力,“智能+中医药”产业蓬勃发展,社会对“智能+中医药”应用型人才的需求数量和能力要求逐年增长,而Python高级应用与这些新兴技术关联密切。在南京中医药大学的Python高级应用课程教学开展过程中,存在课程教学内容与中医药特色难以融合、教学的成果与研究型及应用型人才培养目标冲突、课程体系缺乏系统性以及智能化特征缺失等问题。因此,本研究拟梳理Python高级应用课程的理论教学内容,在此基础上设计实践案例,以便将本学科学生科技能力的提升与本校优势专业相结合,聚焦“智能+中医药”应用型人才培养,不断提升人才实践能力,确保培养的“智能+中医药”应用型人才能够具备完善的实践知识体系。通过课程学习,并经过系统性的实践方案训练,使学生将所学的理论知识与应用实践能力相结合,提升自身的竞争力。

基于复杂网络的中药半枝莲系统生物学信息挖掘方法

目的:半枝莲在中医临床上被广泛运用,挖掘其系统生物学信息具有重要意义。方法:本文整合半枝莲天然化合物和基因组学数据,运用Herb-Prince复杂网络算法挖掘半枝莲潜在关联基因、基因族和KEGG信号通路,并通过文献进行验证。结果:筛选出与半枝莲关联系数较高的Top 100基因、4个基因族和Top 10 KEGG信号通路。结论:相关结果与半枝莲临床和药理研究高度一致,为科研人员从分子水平研究半枝莲药理活性提供决策支持。

基于复杂网络方法的中医药治疗肺癌研究

介绍中医药治疗肺癌的相关研究情况,阐述复杂网络算法及其在中医药领域的相关应用,分析复杂网络算法中的相关基础数据,指出存在的问题并对未来研究方向提出建议。

基于同态加密的中医药数据云端安全存储算法

目的针对中医药数据在云端明文存储容易泄漏患者隐私信息以及密文存储影响查询效率的问题,提出一种基于改进同态加密算法的中医药数据云端安全存储方法,兼顾患者的隐私保护和查询效率。方法利用明文槽对数据进行分组加密,再将分组密文合并后存储到云端;数据查询时将关键字进行同态加密后发送到云端,直接对密文数据进行检索,将查询结果返回给用户;在本地对密文结果进行解密后得到结果明文。结果基于此算法设计实现中医药数据存储系统,系统运行结果表明,可以在1 s内完成对4000字节文件的加密和解密,加密后的数据可在86 s完成密文检索,算法性能显著优于传统的开源同态加密库。结论该算法在云端进行密文存储和查询,明文信息只在用户本地保存,兼顾用户查询效率和患者的隐私保护,尤其适用于中医药数据小文件的安全存储。

一种面向中医药临床数据发布的隐私保护算法

目的针对当前中医药临床数据发布方法在保护患者隐私时未考虑信息损失而导致数据在后续的分析处理中不可用的问题,提出一种面向中医临床数据发布的隐私保护算法。方法采用基于聚类的个性化K-匿名算法对原始数据集的准标识符属性,按照用户自定义的个性化泛化树进行泛化,并将泛化后的记录聚类成满足K-匿名约束的等价类,在实现患者隐私保护的同时减少信息损失。结果应用该算法实现了中医电子病历安全发布系统,系统运行结果表明数据发布结果满足匿名约束,可以在10秒内对小于6000条记录的数据集完成匿名处理,匿名后的数据可用性较高。结论该算法具有较高的可行性和有效性,在功能上可以满足发布过程的隐私保护和处理过程的数据可用性,在性能上可以满足业务系统的实际需求。

基于基因-疾病网络的重叠社区发现算法研究

介绍基因-疾病网络以及社区挖掘方法的基本概念,阐述基于基因-疾病网络的重叠社区发现交叉迭代方法过程及框架并进行实验验证,揭示基因-疾病之间存在的关系,为生物学和临床医学的诊断以及药物开发等方面提供理论指导。

基于衰减系数建立动态蛋白质网络模型进行关键蛋白质预测

在生物系统的转变过程中,蛋白质的演化过程并非一成不变,而是动态变化的。通过构造模型的方法来研究蛋白质相互作用网络,可以较好地刻画蛋白质相互作用的演化机制。但是,利用构造模型的方法来研究动态蛋白质相互作用时,应该考虑在蛋白质演化过程中,历史蛋白质随着时间推移对整个演化过程产生作用可能产生的衰减,而不是将不同时刻的蛋白质的作用视为等同或者直接忽略。针对上述情况,提出一种基于衰减系数建立动态蛋白质网络模型的方法。该方法在建立模型的时候采用合理的衰减系数将蛋白质作用的变化情况记录下来,以便于之后研究的开展。通过实验,取合理的衰减系数后,使用相同算法在不同网络模型上运行,结果验证了所提算法的有效性。

一种面向中医药数据的高效脱敏算法

目的针对中医药大数据平台传统的加密方案效率不高的问题,提出一种高效的基于属性的内积加密的数据脱敏算法。方法Hash(哈希)算法是应用广泛的高效的数据加密方法,但传统的哈希算法基于单一的控制策略,效率不高。本文提出一种基于属性的内积加密的数据脱敏算法,把批量的敏感数据分割为不同长度数据颗粒度,与特定密文的哈希进行内积处理。结果在面对中医药大数据平台的海量数据加密的场景,与传统的哈希加密算法相比,本文提供的加密算法具有很好的性能。结论为了保障个人隐私数据不被泄露,中医药大数据平台中的个人医疗数据需要加密脱敏后,才能进行分析处理或对外发布。本文提出的算法具备灵活的数据颗粒度、策略和高效的性能表现,适用于海量的中医药数据脱敏。

属性认证和结构授权结合的隐私保护方案

为防止在数据共享的同时泄露医疗数据中的隐私信息,基于医疗数据的结构特征,提出一种属性加密和结构授权相结合的医疗数据保护方案。借助于云端和雾节点,基于属性加密算法实现细粒度的访问控制;采用提取主干结构树法去除结构冗余,结合访问策略和起止区间编码完成结构授权,两者的共同结合完成对数据的隐私保护。测试结果表明,该方案具有高安全、低存储的性能,适用于共享环境下医疗数据高等级安全保护。

一种面向中医电子病历的实体抽取算法

为提高中医电子病历的实体抽取精度,针对中医电子病历中语言半白话半文言的特征,基于双向长短时记忆网络、自注意力机制和条件随机场构建实体识别模型,基于双向长短时记忆网络与多层感知器构建实体依存关系挖掘模型,分两步抽取中医电子病历中的实体类别和关系,并采用真实的中医电子病历数据集进行算法性能测试。实验结果表明,与其他常用自然语言处理模型相比,实体识别模型对5类实体的识别召回率最高,均达到85%以上;依存关系挖掘模型在保证较高召回率、F值和准确率的情况下受空依存关系的影响最小。面向中医电子病历的实体抽取算法能很好地应对半白话半文言的语言特色,提高实体抽取精度。

一种面向中医药临床数据的区块链安全与隐私保护方案

目的针对中医药医疗大数据实现数据共享,打通各环节流程,提高医疗数据的透明性、可追溯性,同时保障个人医疗数据的安全隐私,提出一种面向临床医疗数据的区块链安全与隐私保护方案。方法通过区块链技术实现医疗数据的跨平台共享,本文提出一种基于加法的同态加密和基于范围的零知识证明算法,来保证中医药大数据的安全性和合法性。结果在区块链对临床医疗数据存储场景下,各个中医院和医保中心可以对患者医疗数据进行共享访问,同时本文提供的同态加密和零知识证明算法具备很好的性能。结论为了满足各个医疗平台之间的患者医疗数据的共享访问诉求,同时保障医疗数据的安全性和满足数据的可追溯性,必须借助于区块链技术才能完成。本文提出的基于paillier加法同态加密与基于环签名的范围零知识证明方案对临床医疗区块链的数据进行隐私保护。

一种基于区块链的中医电子病历共享方法

随着大数据和人工智能等技术的发展与应用,基于中医电子病历的各类智慧医疗应用越来越多,这些应用需要对各个医院的中医电子病历进行共享与综合分析。当前中医电子病历共享主要采用云平台进行数据存储,并使用集中式的密钥分配与权限认证方法进行访问控制,容易因服务提供商的不可信导致数据泄漏及非法访问等安全问题。因此,提出一种基于区块链的中医电子病历安全共享方法,利用区块链的去中心化、可追溯、不可篡改等特性保证中医电子病历的安全存储、合法访问与访问存证,同时利用云平台超强的存储与计算能力构建弱中心化的区块链结构,以提高区块链的数据处理性能。通过理论分析与实验证明,在安全保障方面,该方案相比传统方案具有更强的安全性;在数据分享效率方面,每10个节点带来的延迟为200ms,具有一定可行性。