基于区块链的属性分级访问控制方案

为解决访问控制中心化和访问效率低的问题,提出基于区块链属性分级访问控制机制.基于智能合约技术实现控制去中心化、访问可追溯和可审计的访问控制过程,提高了访问控制可信度和数据共享的安全性;通过设置数据隐私等级和访问用户当前信誉等级,实施访问控制策略,提高用户的访问效率.实验结果表明,该方案能够实现控制去中心化、提高访问效率,实现访问控制可靠、可追溯,保证数据的安全与共享.

基于行人属性分级识别的行人再识别

为了提高行人再识别算法的识别效果,该文提出一种基于注意力模型的行人属性分级识别神经网络模型,相对于现有算法,该模型有以下3大优点:一是在网络的特征提取部分,设计用于识别行人属性的注意力模型,提取行人属性信息和显著性程度;二是在网络的特征识别部分,针对行人属性的显著性程度和包含的信息量大小,利用注意力模型对属性进行分级识别;三是分析属性之间的相关性,根据上一级的识别结果,调整下一级的识别策略,从而提高小目标属性的识别准确率,进而提高行人再识别的准确率。实验结果表明,该文提出的模型相较于现有方法,有效提高了行人再识别的首位准确率,其中,Market1501数据集上,首位准确率达到了93.1%,在DukeMTMC数据集上,首位准确率达到了81.7%。

地震资料属性分级及误差分析

为了更加合理准确的应用地震属性分析技术,降低地震、地质解释风险,本文将目前常用的地震属性按照其提取逻辑思想分为四级:第一级地震属性为从地震资料中可直接测量的相对可靠的信息;第二级地震属性为由第一级地震属性通过简单数学变换得到;第三级地震属性是根据第一、二级属性通过数学变换或者反演得到;第四级地震属性为由第三级地震属性通过经验公式或者概率计算得到.针对每一级地震属性,分别选取走时、均方根速度、层速度和地层压力为代表,对每一级地震属性提取、计算和转化时产生的误差和不确定性进行了分析.研究结果表明,由于各级处理、计算误差的不断累积,属性级别越高,其误差和不确定性越大,使用时风险也随之升级.因此在研究过程中,务必注意各种属性的物理意义、转换方法、误差因素和适用范围.

面向结构化数据集的敏感属性识别与分级算法

如何对生产环境中经代码混淆的结构化数据集的敏感属性(字段)进行自动化识别、分类分级,已成为对结构化数据隐私保护的瓶颈。提出一种面向结构化数据集的敏感属性自动化识别与分级算法,利用信息熵定义了属性敏感度,通过对敏感度聚类和属性间关联规则挖掘,将任意结构化数据集的敏感属性进行识别和敏感度量化;通过对敏感属性簇中属性间的互信息相关性和关联规则分析,对敏感属性进行分组并量化其平均敏感度,实现敏感属性的分类分级。实验表明,该算法可识别、分类、分级任意结构化数据集的敏感属性,效率和精确率更高;对比分析表明,该算法可同时实现敏感属性的识别与分级,无须预知属性特征、敏感特征字典,兼顾了属性间的相关性和关联关系。

舰载雷达对抗侦察装备试验电磁环境分级方法研究

针对舰载雷达对抗侦察装备试验电磁环境客观表达及定量分级的难题,提出了一种基于多属性的电磁环境分级方法,弥补了现有分级方法的不足,体现了电磁环境复杂性的本质特征。首先对舰载雷达对抗侦察装备电磁环境特点进行了分析,接着介绍了基于多属性的试验电磁环境分级方法,给出了详细的指标体系和模型,最后通过算例分析,进一步验证了分级方法的应用价值。

DP-IMKP:满足个性化差分隐私的数据发布保护方法

差分隐私因能提供强大的隐私保证,广泛应用于解决数据发布中的隐私保护问题。但是经差分隐私保护后的数据注入大量噪音,降低了数据可用性,且已有方法中,针对混合属性数据集发布的隐私保护研究成果较少和存在隐私预算分配不合理的问题。因此,提出一种基于个性化隐私预算分配的差分隐私混合属性数据发布方法(DP-IMKP)。利用互信息与属性之间关联关系,提出一种敏感属性分级策略,使用户各属性重要程度得以量化,为不同级别的属性匹配对应的隐私保护程度;结合最优匹配理论,构造隐私预算与敏感属性之间的二部图,为各级敏感属性分配合理的隐私预算;结合信息熵和密度优化思想,对经典k-prototype算法中初始中心的选择和相异度度量方法进行改进,并对原始数据集进行聚类,利用各敏感属性分配的隐私预算,对聚类中心值进行差分隐私保护,防止隐私数据信息泄露。通过实验验证,DP-IMKP方法与同类方法相比,在提高数据可用性和降低数据泄露风险方面有明显优势。

洪灾决策方法研究

以洪灾为例,给出了一个建立稀有灾害事件决策模型的方法。从洪水、城镇、堤坝和救灾物资中心四方面探讨了对稀有灾害事件的要素分析、属性设置及决策原则,重点是对于灾害事件的程度分级及其他三个要素在对应级别下的属性分级的分析。利用该方法并结合历史数据可对灾害各种应对方案做出准确评估,并为决策提供依据。