基于属性敏感卷积神经网络的行人属性分类

针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.

解决属性敏感问题调查的新思路

传统对属性敏感问题的处理方法多局限于随机化回答模型。文章基于实用有效的原则,从确定问卷形式、慎选调查方法、斟酌设计技巧等三个方面提出了解决属性敏感问题调查的新思路。

陷落柱三维地震属性敏感度测试分析

针对煤田陷落柱高分辨率地震探测技术存在诸多技术难点的问题,对包含长轴分别为80 m、25 m、50 m、15 m,陷落柱高度不等、充填物质不一(包括松散充填与空气充填)的4个形状不规则陷落柱三维地震地质模型进行了三维地震单程声波正演数值模拟;提取了包括振幅、能量、频率、波形、方差属性和相干属性等在内的50种地震属性;从目视解释角度优选了包含振幅、能量、时间间隔以及方差和相干在内的18种敏感属性。利用图像分析技术对18种敏感属性与原始地质剖面的相似度进行了分析,获得了对陷落柱敏感地震属性的排序,为今后陷落柱的地震解释提供了理论依据。

一种基于属性敏感度的决策树算法

决策树算法是数据挖掘中重要的分类算法。目前,已有许多构建决策树的算法,其中,ID3算法是核心算法。本文首先对ID3算法进行研究与分析,针对计算属性的信息熵十分复杂的缺点,提出了一种新的启发式算法SID3,它是基于属性对分类的敏感度的。文章最后通过实例对两种算法进行比较分析,结果表明,SID3算法能够生成正确的决策树,并且使建树过程更简便,更快速。

敏感属性波形反演技术在大庆长垣水敏储层中的应用

针对大庆长垣油田萨零组储层水敏强、含油性差、厚度薄,以及河道窄小等问题,以长垣油田杏北开发区杏3区块为例,结合测井资料、室内实验及取心井综合解释资料,通过两步法协同敏感属性分析,判别与含油性及水敏强弱关联性最高的属性参数,然后结合属性参数范围,利用基于波形特征指示的井震联合反演技术,精准预测萨零组弱水敏高含油优质储层,从而指导井位部署。结果表明:声波时差与电阻率组合能够划分油层、差油层和非储层,自然伽马可以判别水敏强弱;利用反演预测结果部署1口新井,岩心分析数据表明该井水敏指数为0.62,为中等偏强水敏,含油级别以油浸和含油为主,含油饱和度平均为61.4%,反演结果精准可靠;该新井投产1 a,平均日产油3.5 t,累计年产油1090.6 t,投产效果较好。研究成果为萨零组开发奠定基础,对大庆油田的高质量稳产意义重大。

联合比估计法在敏感性问题调查中的应用

文章基于定性特征敏感性随机化模型——分层抽样下的Warner模型,运用联合比估计法对敏感性问题调查比例的估计量及估计误差进行了理论推导。通过效率比较得出:当各层样本量较大、比估计有效时,联合比估计法的精度优于分层估计法的精度。经调查实例验证,上述结论正确。

差异化多敏感属性Lq-Diversity模型和算法

针对多维敏感属性数据发布面临的一般泄露、交叉泄露、相似性泄露、多维独立泄露的威胁,本文提出了敏感属性敏感等级和敏感属性值敏感等级的概念,基于单维l-diversity模型,对各维敏感属性进行单独分组,提出了差异化多维敏感属性模型,验证了该模型在面向多敏感属性数据发布的安全性,并根据此模型提出了相应的DMSA算法,通过实验验证,该算法正确可行,且隐匿率和附加信息损失度的值都很低,数据可用性高,具有良好的隐私保护效果.

基于叠前反演的流体敏感属性实验研究及应用

提取叠前地震振幅信息的叠前反演技术已成为储层预测的重要手段,其能获得各种岩石弹性参数,丰富储层预测方法.因目标储层的差异性,优选并建立有利的流体敏感参数对储层流体检测尤为重要.本文基于岩石物理实验,测量并分析了岩石弹性参数随流体饱和度的变化特征,进一步根据岩石物理理论建立组合流体敏感参数,达到对油气检测的最佳敏感效果.定义了流体敏感量,定量分析岩石弹性参数的流体敏感性.最后本文在X区块进行了叠前地震反演的应用,结果表明通过岩石物理实验分析并建立获得的流体敏感参数能明显的提高储层的识别能力.

数据发布中面向多敏感属性的隐私保护方法

现有的隐私数据发布技术通常关注单敏感属性数据,直接应用于多敏感属性数据会导致大量隐私信息的泄漏.文中首次对多敏感属性数据发布问题进行详细研究,继承了基于有损连接对隐私数据进行保护的思想,提出了针对多敏感属性隐私数据发布的多维桶分组技术——MSB(Multi-Sensitive Bucketization).为了避免高复杂性的穷举方法,首先提出3种不同的线性时间的贪心算法:最大桶优先算法(MBF)、最大单维容量优先算法(MSDCF)和最大多维容量优先算法(MMDCF).另外,针对实际应用中发布数据的重要性差异,提出加权多维桶分组技术.实际数据集上的大量实验结果表明,所提出的前3种算法的附加信息损失度为0.04,而隐匿率都低于0.06.加权多维桶分组技术对数据拥有者定义的重要信息的可发布性达到70%以上.

在信任协商中保密证书的敏感属性

提出了一种证书中敏感属性的保密方案,称为SDSA(selectively disclosing sensitive attributes),该方案具有可选择性地揭露证书的敏感属性、密钥管理简单、不需要可信的第三方参与等特点,证明了SDSA方案的安全性,通过具体实例说明了SDSA方案的应用和实现。

面向多敏感属性医疗数据发布的隐私保护技术

针对目前多敏感属性医疗数据发布问题,在分析多维桶分组技术的基础上,继承了有损连接对隐私数据进行保护的思想,提出了一种基于相同敏感属性集的L-覆盖性聚类分组方法。首先计算每条记录的相同敏感属性集,然后按照聚类的思想将满足L-覆盖性的记录进行分组。同时给出了L-覆盖性聚类分组的实现算法(LCCG)。实际数据集上的大量实验结果表明,该方法可以有效防止隐私泄露,同时增强数据的可用性。

面向数值型敏感属性的分级l-多样性模型

近年来,数据发布隐私保护问题受到了广泛关注,相继提出了多种隐私保护匿名模型.l-多样性模型是其中保护个体隐私的有效方法,但现有的l-多样性模型只适合处理分类型敏感属性,不适合处理数值型敏感属性.为此,提出面向数值型敏感属性的分级l-多样性模型,包括分级相异l-多样性、分级信息熵l-多样性和分级递归(c,l)-多样性.所提出的模型首先将数值型敏感属性域分级,再基于分级信息实现数值型敏感属性的l-多样性.设计了实现这些模型的l-Incognito算法.并且从匿名表的多样性角度进行了比较,实验表明分级l-多样性表比未分级的l-多样性表具有更高的多样度,因此具有更强的抵制同质性攻击和背景知识攻击的能力.

多维数值敏感属性隐私保护数据发布方法

为避免多维数值敏感属性数据发布中的近似猜测攻击,基于分解思想提出了一种有效的数据发布方法(l-MNSA).首先通过按敏感属性值均匀间隔分组的方法,提出针对单维数值敏感属性的l-SNSA算法;然后提出最小距离的思想,通过将敏感属性统一化并按最小距离均匀间隔分组,提出适用于多维数值敏感属性的l-MNSA算法.与以往仅针对单敏感属性的发布算法相比,该算法同时能对多维敏感属性提供较好的保护.实验结果表明,采用l-MNSA算法发布的数据,其组内最小差异与l-SNSA算法针对各维属性分别发布的结果相比,平均降低10%左右,算法时间复杂度仍为O(nlgn).该算法可以较好地均衡发布数据的安全性和可用性,是有效可行的.

基于敏感属性熵的微聚集算法

在聚类过程中,不合适的距离度量会导致匿名过程中不必要的信息损失,因此对于不同类型的属性定义一个适当的距离度量一直是个难以解决的问题.本文提出语义属性的概念,并提出编码层次树来表示语义属性,有效地降低了匿名过程中的信息损失.在p-敏感k-匿名模型中,敏感属性值在聚类结果中分布不均匀会导致敏感信息泄露,因此本文提出一种基于敏感属性熵的微聚集算法,并提出匿名保护指数来描述隐私保护程度,在聚类过程中通过保证匿名保护指数最大,来提高敏感属性在聚类结果中分布的均匀程度,以应对背景知识攻击,降低隐私泄漏的风险.最后,通过实验验证了算法的合理性和有效性.

基于属性相关性划分的多敏感属性隐私保护方法

近年来,基于l-多样性的多维敏感属性的隐私保护研究日趋增多,然而大部分多敏感属性隐私保护方法都是基于有损分解的思想,破坏了数据间的关系,降低了数据效用.为此,提出了一种面向多敏感属性的隐私模型,首先给出一种l-maximum原则用以满足多敏感属性l-多样性要求;其次,为了保护属性间的相关性,根据属性间的依赖度对属性进行划分;最后设计并实现了MSA l-maximum(Multiple Sensitive Attributes l-maximum)算法.实验结果表明,提出的模型在保护隐私不泄露的同时,减少了元组的隐匿率,并且保护了数据间的关系.

基于SDC敏感属性分析的水平井轨迹优化研究

四川盆地陆相碎屑岩油气藏多为低渗透油气藏,虽然油气资源总量丰富,但单井产量普遍较低,因此需要由多井低产向少井高产转变,由低效开发向高效开发转变。盆地主要储层须家河组目前上产的主要手段是水平井技术,面临的主要问题是优质储层发育带和高含气区的寻找。近年来先后出现多口水平井钻井失误,迫切需要利用物探技术指导水平井设计及跟踪评价。地震勘探的储层预测技术可为地质靶点优选提供较为可靠的目标,但很少涉及水平井轨迹设计、地质导向和随钻跟踪等多个重要环节。如何利用地震属性技术提高预测分析的可靠性和实时指导性是问题的核心和关键。通过研究地震属性优选技术的理论和方法,利用SDC敏感属性分析技术优化水平井轨迹设计,四川盆地安岳区块实钻表明,该方法能够有效提高水平井地质导向的成功率和储层钻遇率。

孔洞物理模型实验及其敏感属性分析

在介绍了孔洞物理模型实验的设计、制作方法及模型数据采集、处理的过程,并在解释层位的基础上,进行了与孔洞检测相关的属性提取与特征研究。主要利用物理模型进行孔洞的地震响应特征研究,分析孔洞的分布形态和孔洞规模对地震属性的影响以及孔洞型储层的敏感属性。分析结果表明:有一定发育规模的孔洞在偏移剖面上表现为背景差异明显的强短反射;振幅类属性对孔洞规模的变化反映最敏感,积分类属性次之,频率属性最差。

多维敏感属性隐私保护数据发布方法

在匿名数据发布中,当敏感属性为多维时,攻击者有可能能够获取一维或几维敏感属性信息,并且结合准标识符信息对其他敏感属性进行推理攻击。针对此问题提出(Dou-l)-匿名模型,更好地保护了敏感信息。基于多维桶和分解思想,提出(Dou-l)-匿名算法,使得即便攻击者掌握了部分敏感数据,仍然能较好地保护其他敏感属性数据的隐私安全性。实际数据实验证明,算法可以较好地均衡发布数据的安全性和可用性。

扇三角洲前缘薄互层叠置砂体的敏感属性分析

地震属性与砂体厚度及砂体速度之间的敏感性关系一直是地球物理工作者研究的课题。针对苏北盆地高邮凹陷HJ地区戴南组扇三角洲前缘的沉积地质特征,本文设计了5个薄互层叠置砂体模型:4个不同位置处局部砂体速度变化模型及1个局部砂体累积厚度变化模型。采用褶积正演模拟方法,从正演剖面中提取了50种地震属性,优选振幅类和层序类的4种敏感地震属性。最后分析了这4个敏感地震属性与模型中局部砂体速度变化和局部砂体累积厚度变化之间的敏感性关系。结果表明:振幅类属性对薄互层砂体的局部累积厚度变化较为敏感,对薄互层砂体的局部速度变化敏感性要弱一些;层序类属性对薄互层砂体的局部速度、局部累积厚度变化以及砂体在纵向上的分布位置都较为敏感。

抵制多敏感属性关联攻击的(l,m)-多样性模型

现有的微数据发布隐私保护匿名模型均没有考虑敏感属性间的关联关系,不能抵制基于敏感属性间关系的攻击.为此,论文提出抵制敏感属性关联攻击的(l,m)-多样性模型,该模型要求匿名数据的每个等价类中,每维敏感属性上多样性至少为l,并且当某一敏感值从等价类中删除后,该等价类剩下的敏感值仍满足(l-1,m)-多样性.本文也提出了实现(l,m)-多样性的两个算法—BottomUp算法和TopDown算法.实验表明,所提出的算法均能实现面向多敏感属性的(l,m)-多样性模型,有效保护多敏感属性微数据的个体隐私.