一种满足个性化差分隐私的多方垂直划分数据合成机制

当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所以在聚合发布各方数据时需要满足个性化隐私保护要求。针对个性化隐私保护的多方数据聚合发布问题,该文提出满足个性化差分隐私的多方垂直划分数据合成机制(PDP-MVDS)。该机制通过生成低维边缘分布实现对高维数据的降维,用低维边缘分布更新随机初始的数据集,最终发布和各方的真实聚合数据集分布近似的合成数据集;同时通过划分隐私预算实现个性化差分隐私保护,利用安全点积协议和门限Paillier加密保证各方数据在聚合过程中的隐私性,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。该文通过严格的理论分析证明了PDP-MVDS能够确保每个参与方数据和发布数据集的安全。最后,在公开数据集上进行了实验评估,实验结果表明PDP-MVDS机制能够以低开销生成高效用的多方合成数据集。

一种基于数据垂直划分的分布式密度聚类算法

聚类分析是数据挖掘领域的一项重要研究课题,对大数据集的聚类更以其数据量大、噪声数据多等而成为一个难点.针对数据垂直划分的情况,提出连通点集及局部噪声点集等概念.在分析局部噪声点集与全局噪声点集以及局部连通点集与全局连通点集关系的基础上,对全局噪声点进行有效过滤,进一步设计闭三角链表结构存储各个结点的聚类中间结果,提出了基于密度的分布式聚类算法DDB-SCAN.理论分析和实验结果表明,算法可以有效解决垂直划分的大数据集聚类问题,算法是有效可行的.

基于数据垂直划分的高效并行Skyline查询

基于数据垂直划分的分布并行Skyline查询算法大多并行性较低,无法适应海量分布式数据的快速响应要求。为此,在BDS算法的基础上提出一种更高效的分布并行Skyline查询算法PDS-VP。其中,节点被分为协调者与参与者,原本由协调者节点完成的随机访问和本地Skyline计算分发给各参与者节点进行处理,以提高算法的执行效率。实验结果证明,该算法提高了原算法的并行性和运行效率。

有序样方聚类在植被垂直带划分中的应用

本文介绍一种非等级分类方法——有序样方聚类法，并将其应用于山西绵山植被垂直带的划分，结果为：１．落叶阔叶林带（包含３个亚带：Ⅰ．落叶阔叶灌丛亚带，Ⅱ．松栎林亚带，Ⅲ．落叶阔叶林亚带），２．寒温性针叶林带和３．亚高山草甸带。基于黄金分割法（或Ｆｉｓｈｅｒ＇ｓ法）的有序样方聚类法，是按照样方在空间（或时间）先后出现的序号和组内相似性最大，组间相似性最小的标准，对样方进行分类，因此，所得结果是最优的。与ＴＷＩＮＳＰＡＮ的结果比较，在绵山植被遭到严重扰动的情况下，有序样方聚类要优于ＴＷＩＮＳＰＡＮ。

超高层建筑幕墙垂直分段施工技术工艺探讨

为解决单元板块安装顺序限制的问题,有效地缩短幕墙施工周期,降低施工成本,提高安全管控效果,通过设计方案创新、幕墙系统改进,提出一种从超高层建筑中间楼层(一般设置在设备层)设置分段施工楼层,充分利用垂直方向的施工面多段同时施工的技术,待所有单元板块安装完成后再进行分段楼层板块的收尾封闭。通过分段施工工艺,在将建筑垂直方向划分成多个施工段,充分利用超高层建筑垂直方向的作业面,大大提高了现场施工进度,有效缩短施工工期,降低施工成本,保障工期履约。

基于列数据库的RDF数据管理实现

随着语义网的发展,Web上越来越多的开放数据以RDF格式发布,对海量RDF的有效管理是实现语义网的一个重要条件。文中讨论并分析了现有的几种RDF数据存储方法,针对垂直划分的方法,基于列数据库MonetDB,实现了一个RDF数据管理方案。该方案将RDF和RDFS信息分开存储,并在Barton数据集上,设计了包含几种连接的基准查询,对比RDF管理系统Sesame的三元组模式,分别进行了存储空间和查询效率测试。实验结果验证了基于列数据库的垂直划分方案的有效性。

滇中新平磨盘山自然保护区气候特征分析

依据新平站1961—1990年和2007-2016年,杨武站和磨盘山站2013-2017年月降水量、月均温、极端气温、相对湿度等气象资料,采用线性回归方法对保护区东西坡进行对照分析;并采用该方法模拟出磨盘山自然保护区所在地日均温稳定≥10℃的日数随海拔高度变化方程,从而推算出保护区各海拔日均温稳定≥10℃的日数,以此为主要指标,最冷月均温为参考指标,根据《中国气候》的指标体系及划分标准,划分保护区的垂直气候带。结果表明,保护区东坡气温、降水垂直递减率大于西坡;相对湿度随海拔升高呈上升趋势;保护区垂直气候带可划分为山地南亚热带季风气候、山地中亚热带季风气候、山地北亚热带季风气候、山地暖温带季风气候4个气候带。

一种基于机载数据的民用航空器飞行阶段划分方法

为有效解决民用航空器的机载快速存取记录器(QAR)航迹数据中飞行阶段出现错误划分的情况,通过航空器气动构型和垂直运动态势变化提出了飞行阶段重新划分方法,具体分为4个步骤:数据预处理、垂直运动态势划分、飞行状态特征模型构建和飞行阶段重新划分;使用基于DBSCAN的局部遍历聚类方法对气压高度变化趋势进行聚类分析,划分垂直运动态势,并通过设置有效态势最短持续时间解决气压高度的局部抖动问题;考虑不同机型在不同飞行阶段时的襟翼位置和操纵各不相同,场面滑行时的场压抖动以及空速表在低速滑行时数值不准确等因素,根据航空器襟翼位置开关、起落架位置、地速和垂直态势等状态参数建立适合所有机型的飞行状态特征模型,并对QAR航迹划分飞行状态特征段;建立各飞行阶段与飞行状态特征的关系模型,结合起落架空地逻辑将所有飞行状态特征段识别为对应的飞行阶段。以3个典型的样本航班为例,计算结果表明:航班包含复飞在内的所有飞行阶段均被有效识别和划分,并与航空器飞行时的襟翼和起落架状态保持一致,原QAR数据中的飞行阶段错误划分问题得到有效解决;对272268个航班的QAR航迹进行了飞行阶段重新划分,成功率为99.7%,起飞、初始爬升、进近和着陆等非光洁构型飞行阶段的平均历时分别为0.6、1.9、6.1和4.0 min,平均距地高度分别为54、3680、6030和2500 ft,符合航班实际运行规律。可见,所建立的飞行阶段重新划分方法可适用于大批量航班,为民用航空器的飞行阶段特征分析提供技术支撑。