期刊导航
期刊开放获取
河南省图书馆
退出
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
K-Modes聚类数据收集和发布过程中的混洗差分隐私保护方法
1
作者
蒋伟进
陈艺琳
+3 位作者
韩裕清
吴玉庭
周为
王海娟
《通信学报》
EI
CSCD
北大核心
2024年第1期201-213,共13页
针对目前聚类数据收集与发布安全性不足的问题,为保护聚类数据中的用户隐私并提高数据质量,基于混洗差分隐私模型,提出一种去可信第三方的K-Modes聚类数据收集和发布的隐私保护方法。首先,使用K-Modes聚类数据收集算法对用户数据进行采...
针对目前聚类数据收集与发布安全性不足的问题,为保护聚类数据中的用户隐私并提高数据质量,基于混洗差分隐私模型,提出一种去可信第三方的K-Modes聚类数据收集和发布的隐私保护方法。首先,使用K-Modes聚类数据收集算法对用户数据进行采样并加噪,再通过填补取值域随机排列发布算法打乱采样数据的初始顺序,使恶意攻击者不能根据用户与数据之间的关系识别出目标用户。然后,尽可能减小噪声的干扰,利用循环迭代的方式计算出新的质心完成聚类。最后,从理论层面上分析了以上3种方法的隐私性、可行性和复杂度,并利用3个真实数据集和近年来具有权威性的同类算法KM、DPLM、LDPKM等进行准确率、熵值的对比,验证所提方法的有效性。实验结果表明,所提方法的隐私保护和发布数据质量均优于当前同类算法。
展开更多
关键词
混洗差分隐私
K-Modes聚类
隐私保护
数据收集
数据发布
下载PDF
职称材料
基于边缘计算的环境监测自适应联邦学习算法
被引量:
1
2
作者
蒋伟进
韩裕清
+3 位作者
吴玉庭
周为
陈艺琳
王海娟
《电子学报》
EI
CAS
CSCD
北大核心
2023年第11期3061-3069,共9页
针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不...
针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不同的监测环境.通过考虑边缘设备之间的资源差异,算法采用了动态优化迭代频率的策略,以提升模型的训练效果.与传统的固定迭代频率相比,该算法的调整策略更加灵活,能够更好地适应不同的数据分布和参与方特征.通过大量实验评估,并利用与同类算法CNN-FL(Convolutional Neural Networks-Federated Learning),FedAvg(Federated Averaging)和HFEL(Hierarchical Federated Edge Learning)的比较,本文提出的算法在算法性能和经济成本方面具有显著优势,这种算法为环境监测提供了一种高效、安全和可扩展的数据分析和模型建立方法,有助于推动环境监测能力的提升.
展开更多
关键词
环境监测
自适应联邦学习
边缘计算
模型聚合
优化算法
下载PDF
职称材料
基于自适应连续时间的群智感知轨迹隐私保护方案
3
作者
蒋伟进
王海娟
+3 位作者
周为
陈艺琳
吴玉庭
韩裕清
《电子学报》
EI
CAS
CSCD
北大核心
2023年第10期2894-2901,共8页
针对轨迹差分隐私保护存在的预测精度差、隐私预算分配效用低的问题,本文提出自适应连续时间序列下的群智感知轨迹预测方案.首先在任务分配阶段,为参与者分配轨迹路线;其次引入隐马尔可夫模型(Hidden Markov Model,HMM),对轨迹进行预测...
针对轨迹差分隐私保护存在的预测精度差、隐私预算分配效用低的问题,本文提出自适应连续时间序列下的群智感知轨迹预测方案.首先在任务分配阶段,为参与者分配轨迹路线;其次引入隐马尔可夫模型(Hidden Markov Model,HMM),对轨迹进行预测;然后使用预分配和自适应分配相结合的综合隐私预算分配方法,降低隐私预算;最后利用拉普拉斯机制,进行位置扰动.实验结果表明,与相关工作相比,所提方法兼顾预测性和低预算性,对群智感知中参与者在轨迹隐私安全保护上具有良好的保护效果.
展开更多
关键词
轨迹预测
差分隐私
综合性隐私预算分配
自适应连续时间
群智感知
下载PDF
职称材料
题名
K-Modes聚类数据收集和发布过程中的混洗差分隐私保护方法
1
作者
蒋伟进
陈艺琳
韩裕清
吴玉庭
周为
王海娟
机构
湖南工商大学计算机学院
武汉理工大学计算机与人工智能学院
湘江实验室
湖南工商大学前沿交叉学院
出处
《通信学报》
EI
CSCD
北大核心
2024年第1期201-213,共13页
基金
国家自然科学基金资助项目(No.72088101,No.61772196)
湖南省自然科学基金重点资助项目(No.2020JJ4249)
+2 种基金
新零售虚拟现实技术湖南省重点实验室基金资助项目(No.2017TP1026)
湖南省教育厅科学研究重点基金资助项目(No.21A0374)
湖南省学位与研究生教学改革基金资助项目(No.2022JGYB194)。
文摘
针对目前聚类数据收集与发布安全性不足的问题,为保护聚类数据中的用户隐私并提高数据质量,基于混洗差分隐私模型,提出一种去可信第三方的K-Modes聚类数据收集和发布的隐私保护方法。首先,使用K-Modes聚类数据收集算法对用户数据进行采样并加噪,再通过填补取值域随机排列发布算法打乱采样数据的初始顺序,使恶意攻击者不能根据用户与数据之间的关系识别出目标用户。然后,尽可能减小噪声的干扰,利用循环迭代的方式计算出新的质心完成聚类。最后,从理论层面上分析了以上3种方法的隐私性、可行性和复杂度,并利用3个真实数据集和近年来具有权威性的同类算法KM、DPLM、LDPKM等进行准确率、熵值的对比,验证所提方法的有效性。实验结果表明,所提方法的隐私保护和发布数据质量均优于当前同类算法。
关键词
混洗差分隐私
K-Modes聚类
隐私保护
数据收集
数据发布
Keywords
shuffled differential privacy
K-Modes clustering
privacy protection
data collection
data publication
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于边缘计算的环境监测自适应联邦学习算法
被引量:
1
2
作者
蒋伟进
韩裕清
吴玉庭
周为
陈艺琳
王海娟
机构
湖南工商大学计算机学院
武汉理工大学计算机与人工智能学院
湘江实验室
湖南工商大学前沿交叉学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第11期3061-3069,共9页
基金
国家自然科学基金(No.61772196,No.72088101)
湖南省自然科学基金(No.2020JJ4249)。
文摘
针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不同的监测环境.通过考虑边缘设备之间的资源差异,算法采用了动态优化迭代频率的策略,以提升模型的训练效果.与传统的固定迭代频率相比,该算法的调整策略更加灵活,能够更好地适应不同的数据分布和参与方特征.通过大量实验评估,并利用与同类算法CNN-FL(Convolutional Neural Networks-Federated Learning),FedAvg(Federated Averaging)和HFEL(Hierarchical Federated Edge Learning)的比较,本文提出的算法在算法性能和经济成本方面具有显著优势,这种算法为环境监测提供了一种高效、安全和可扩展的数据分析和模型建立方法,有助于推动环境监测能力的提升.
关键词
环境监测
自适应联邦学习
边缘计算
模型聚合
优化算法
Keywords
environmental monitoring
adaptive federated learning
edge computing
model polymerization
optimization algorithm
分类号
TP301 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于自适应连续时间的群智感知轨迹隐私保护方案
3
作者
蒋伟进
王海娟
周为
陈艺琳
吴玉庭
韩裕清
机构
湖南工商大学前沿交叉学院
武汉理工大学计算机与人工智能学院
湘江实验室
湖南工商大学计算机学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第10期2894-2901,共8页
基金
国家自然科学基金(No.61772196,No.72088101)。
文摘
针对轨迹差分隐私保护存在的预测精度差、隐私预算分配效用低的问题,本文提出自适应连续时间序列下的群智感知轨迹预测方案.首先在任务分配阶段,为参与者分配轨迹路线;其次引入隐马尔可夫模型(Hidden Markov Model,HMM),对轨迹进行预测;然后使用预分配和自适应分配相结合的综合隐私预算分配方法,降低隐私预算;最后利用拉普拉斯机制,进行位置扰动.实验结果表明,与相关工作相比,所提方法兼顾预测性和低预算性,对群智感知中参与者在轨迹隐私安全保护上具有良好的保护效果.
关键词
轨迹预测
差分隐私
综合性隐私预算分配
自适应连续时间
群智感知
Keywords
trajectory prediction
differential privacy
comprehensive privacy budget allocation
adaptive continuous time
crowdsensing
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
K-Modes聚类数据收集和发布过程中的混洗差分隐私保护方法
蒋伟进
陈艺琳
韩裕清
吴玉庭
周为
王海娟
《通信学报》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
2
基于边缘计算的环境监测自适应联邦学习算法
蒋伟进
韩裕清
吴玉庭
周为
陈艺琳
王海娟
《电子学报》
EI
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
3
基于自适应连续时间的群智感知轨迹隐私保护方案
蒋伟进
王海娟
周为
陈艺琳
吴玉庭
韩裕清
《电子学报》
EI
CAS
CSCD
北大核心
2023
0
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