面向聚类分析的邻域拓扑势熵数据扰动方法

针对现有数据扰动方法难以维持原始数据的聚类可用性问题,提出了一种隐私保护数据扰动算法DPTPE.基于邻域拓扑势熵将节点划分为不同类型,对于邻域分散型节点,以该节点的k邻域中节点坐标的均值替换其原始坐标;对于邻域紧密型节点,在其安全邻域中随机选择一个节点替换该节点。实验结果表明,DPTPE算法可以保护数据的隐私安全,还能够较好地维持数据集的聚类可用性。

基于邻域相关性的面向聚类数据扰动方法

针对面向聚类应用的隐私保护数据发布问题,引入邻域相关性概念,提出了一种基于邻域相关性的数据扰动算法NCDP,分析每个数据点邻域中与其邻域亲密的所有点以及邻域的平衡性,在不平衡情况下除去亲密集中可能的局部噪声数据点,向每个邻域亲密点进行一定长度的平移,得到扰动后的数据点.理论分析表明,扰动后的数据点不仅实现了对原始数值的保护,而且扰动前后数据点的邻域亲密点仍然维持亲密关系,从而保持了邻域的稳定性.实验采用k-means和DBSCAN聚类算法对扰动前后的数据进行聚类,并且与其他扰动算法进行了分析对比.实验结果表明,算法NCDP扰动前后的数据聚类结果有较高的相似度,可以较好地兼顾保护数据隐私与维持聚类可用性.

统计数据库中保持隐私的数据扰动方法的研究

随着统计数据库的广泛应用和不断发展,统计数据库中隐私问题显得越来越重要.针对这方面问题,目前已经出现了许多不同的统计数据库的安全控制方法.数据扰动方法是其中一种相对较好的安全控制方法.它主要是通过添加一种噪音矢量对原数据进行修改,从而达到秘密数据保护的目的.主要综述了近年来出现的各种数据扰动方法,对它们各自的特点作了一定的比较分析.并对EGADP方法的思想从数学理论方面进行了推导验证,这点有助于开拓对数据扰动新方法研究的思路.最后就数据扰动方法的相关问题作了总结和展望.

添加均匀分布噪声的数据扰动小样本分类算法

小样本分类问题由于包含的训练样本个数比较少,通常不足以训练一个理想的分类模型。小样本分类问题普遍存在于现实世界中,因此提高分类器在小样本分类问题上的性能就成为了研究的热点。本文针对该问题,提出了一种添加均匀分布噪声的数据扰动小样本分类算法。该算法首先对每一个原始样本添加一个服从均匀分布的噪声,对原始数据进行一定程度的扰动。然后在所获得的扰动数据集上训练分类模型。在UCI标准数据集上的仿真实验表明,本文算法较传统分类方法,能更有效地提高小样本分类问题的分类性能。

微阵列数据扰动对错误发现率方法筛选差异表达基因的影响

目的:探讨微阵列数据的扰动对错误发现率(FDR)方法筛选差异表达基因的影响。方法:用计算机模拟仿真的方法,对1 991个结肠癌微阵列基因数据给予不同相对误差限的随机扰动,每个扰动进行1 000次随机模拟;用FDR的ALSU方法对无扰动数据与有扰动数据分别筛选差异表达基因,比较两者之间的重复率;分析数据扰动对每次基因排序位次变化的影响。结果:差异表达基因的单个平均重复率与总体平均重复率都随数据扰动的增加而下降。差异表达越显著的基因,受扰动误差的影响越小;在扰动误差限≤50%时,数据扰动与差异表达基因总体平均重复率呈线性递减趋势,数据扰动误差限每增加1%,总体平均重复率约下降1.85%。扰动误差限越大,基因排序位次的波动越大。结论:数据扰动是导致差异表达基因可重复性差的原因,用计算机模拟的方法可定量探讨数据扰动对差异基因筛选的影响。

基于数据扰动的隐私保持的分类挖掘方法

在目前已有的基于数据扰动的隐私保持的分类挖掘方法中,分类算法必须经过改造方可应用于扰动后数据。而且扰动方法不同,使用的分类算法不同,对分类算法进行改造的方法也就不同。这使得该类方法难以在实际中推广应用。本文针对这一问题,提出了一种新的基于数据扰动的隐私保持的分类挖掘方法。通过生成并公开一组与原始数据独立同分布的新数据的方法来实现数据扰动。由于新数据与原始数据独立,因此从新数据得不到关于原始数据的详细信息。由于新数据与原始数据同分布,因此普通的分类挖掘算法可以直接应用于新数据。

面向聚类的平面反射数据扰动方法

面向聚类的数据隐藏通常使用数据扰动技术来防止敏感信息泄露。针对现有的面向聚类的数据扰动方法隐私保护度低的问题,提出一种基于平面反射的数据扰动方法。将发布对象的全部属性两两配对构成平面上的点,再随机选择一条直线作每对属性关于直线的对称点,转换后的数据即为发布的数据。实验结果表明,该方法具有较好的隐私保护度和聚类可用性,且对高维数据具有良好的适应性。

数据扰动预期 向好格局不变

2月份以来的经济数据加大了市场对经济复苏和通货膨胀的担心,我们的基本判断是2月份CPI冲高乃虚惊,未来3个月通货膨胀不会成为大问题,经济复苏趋势会不断的印证和强化。由于人事换届、闰月、冷冬等因素,决定了1季度经济数据会比较平淡,但2季度才是关键。4月份开始将迎来PMI、新开工、货物周转、发电量、进口等好转。我们维持1季度经济增长8%、2季度经济增长8.4%的观点不变。

基于Jenks算法粒度可控的微聚集数据扰动加密研究

随着5G网络和边缘计算的出现和兴起,人类社会进入了信息数据爆炸的时代,每个用户的数据都会在网络中不断传播。在这个背景下,如何保证用户的数据隐私成了热门话题。相关研究学者分别从隐私保护数据聚合、隐私保护外包计算和安全多方计算等方面出发,展开保护用户数据隐私的研究,而数据扰动作为隐私保护的重要手段,已经成了研究人员的主要研究目标。传统的数据扰动方法存在计算复杂度高、对原始数据扰动幅度较大造成后续数据分析准确率低下等问题。文章针对原有研究的不足,提出了一种基于Jenks算法粒度可控的微聚集数据扰动加密算法,主要以最强影响边缘点中心代替原始子类中的边缘点,对原始数据进行有效扰动的同时不会对原始数据引入较大的噪声,从而在保证原始数据完整性的同时提高了后期数据分析的精度,也有效地保证了用户的数据隐私,达到了隐私保护的目的。

面向大规模海量数据的数据挖掘隐私保护方法研究

物联网环境产生大量数据,数据隐私保护问题已经成为热点研究领域之一。通过阐述物联网大数据的特点和隐私威胁,分析了现有的数据挖掘隐私保护方法的不足,针对性地提供了一种基于混合高斯分布的数据扰动隐私保护方法。该方法通过生成并公开一组与原始数据独立同分布的新数据的手段来达到对原始数据进行扰动的目的,不仅有效地保护了原始数据隐私,并且保持了原始数据的统计特点,与原始数据上生成的挖掘模型具有相近的准确性。

基于常规扰动数据的电网分区及惯量在线辨识方法

鉴于电力系统转动惯量在大规模新能源接入后可能随运行场景变化而波动的问题,为满足电网安全稳定运行的要求,定期监测电力系统的等效惯量是必要的。因此提出了一套基于电网常规随机扰动数据的区域惯量辨识方法,首先提出采用总体最小二乘-旋转不变技术的信号参数估计算法对电网不同母线频率振荡成分进行提取,并根据提取结果对电网进行分区,以提升区域边界联络线功率波动监测数据的信噪比;然后提出利用子空间辨识算法对区域惯性中心频率与功率不平衡量之间的动态关系进行辨识,进一步计算区域惯量等参数。最后以IEEE 39节点系统为例,验证了所提基于分区结果进行惯量辨识方法的有效性。

线性ε-支持向量回归机的数据扰动分析

支持向量回归机是解决回归问题的一个重要方法.在实际问题中由于测量及计算误差的存在,我们得到的数据往往只是真值的某种近似,带有一定的舍入误差,因此有必要研究支持向量回归机的数据扰动问题.考虑到线性回归问题在实际生活中有广泛的应用价值,把线性ε-支持向量回归机作为研究对象.由于最终关心的是它的原始问题的解,所以我们研究给定的训练集中输入数据发生微小地扰动后,原始问题的解的变化情况.在一定的条件下给出了解对扰动数据偏导数的表达式,建立了线性ε-支持向量回归机的原始问题的灵敏度分析定理.文中还进一步分析了建立该灵敏度分析定理所需要的条件,给出了条件减弱后的结果.文章最后还通过一些简单的数值试验验证了定理的准确性.

加权线性支持向量分类机的数据扰动分析

加权线性支持向量分类机是数据挖掘的新方法.它对应于一个优化问题.针对加权线性支持向量分类机优化问题建立了数据扰动分析理论方法.具体地针对加权线性支持向量分类机的原始问题建立了数据扰动分析基本定理,定理可以得到加权线性支持向量分类机问题的解及决策函数对数据参数的偏导数,同时可以定量分析输入数据的误差以及数据各种变化对其解以及决策函数值的定量影响,可以回答加权线性支持向量分类机问题的稳定性问题和灵敏度分析问题.

一种人工神经网络样本数据的对数螺旋线扰动方法

通过构建面向聚类的隐私保护数据扰动模型,利用对数螺线对原始数据进行扰动隐藏,维持原始数据的邻域关系稳定,实现数据集聚类可用性的有效维护;进一步提高BP神经网络的收敛速度,并且能够有效地避免数据隐私泄露,同时维持输出结果的可用性。

一种基于扰动的轨迹数据隐藏发布方法

针对轨迹数据发布中的隐私保护和数据可用性问题,结合统计学的概念,提出一种基于扰动的轨迹数据隐藏发布方法.首先定义一种隐私泄露检测机制,当该检测机制发现攻击者依赖所掌握部分轨迹能以较大概率推测出某隐私节点时,基于统计方法,寻找出现频率最低的同类隐私节点,若存在且用其替换有隐私泄露风险的隐私节点后不会出现新的隐私泄露,则执行替换操作;否则在拥有该隐私节点的所有轨迹中,选择最佳的那条轨迹,将该隐私节点移除.这样,就能降低隐私节点的隐私泄露概率,保证发布后的轨迹数据满足用户的隐私需求.理论分析和实验结果表明,所提出的方法能有效避免基于部分轨迹推测剩余隐私节点的攻击,有效保持原有轨迹数据中不同种类节点间连接关系的可用性.

采用相量测量单元实测扰动数据的电力系统稳定器参数设计

电力系统稳定器(power system stabilizer,PSS)是目前抑制电力系统低频振荡最经济、最有效的办法,PSS抑制低频振荡的效果很大程度依赖于参数好坏。传统的PSS设计方法需要测量励磁系统的无补偿滞后特性,然而,这种基于在线激励的方法可能会对系统稳定性造成危害。为此,提出了一种基于相量测量单元(phasormeasurement units,PMUs)实测扰动数据的PSS参数设计方法。首先推导了单机无穷大系统线性化模型中振荡时各物理量的相位关系,再利用多信号Prony辨识得到的相位计算励磁系统的相位滞后特性,最后采用相位补偿法设计PSS参数。该方法利用电网中自有的扰动数据,不需要施加激励信号,具有很好的工程应用价值。采用贵州电网PMU实测记录的两次扰动数据进行仿真,结果显示按照提出的方法得到的PSS参数能够进一步改善相关模式的阻尼特性,提高系统的稳定性,表明了该方法的有效性。

生物量建模过程中剔除扰动数据方法探讨

采集生物量建模数据过程中,因季节、天气变化、立地条件,以及外业调查人员对数据采集过程的把握,诸多因素均会对采集到的数据产生影响,导致部分数据异常。异常数据称为扰动数据,若参与建模,会引起建模结果的异常,应该剔除。从残差分析的角度,对如何从众多数据中过滤出扰动数据提出了解决方案。

剔除VAV软件中扰动数据

新的潮汐分析软件VAV不但可以处理带有间断的数据,还可以采用迭代的方法不断地检测和去除扰动数据,提高潮汐参数的求解精度。介绍VAV软件的迭代原理,并利用VAV软件对武汉国际重力潮汐基准台和布鲁塞尔台站超导重力仪记录的重力潮汐数据进行分析处理,潮汐参数的标准偏差可减小30%以上。

电能质量扰动数据可用性评估与可视化软件设计

电能质量扰动数据的获得过程中,由于系统设备故障或人为操作等原因,均可能在不同程度上影响数据质量,准确评估数据的可用性水平是后续数据清洗与分析的前提条件。针对现有方法通常采用单一指标对数据质量进行片面评价且难以量化数据多大程度上可被后续分析利用的缺陷,该方法结合电能质量扰动自身的特点,采用多监测点频率相关性对数据时效性进行评估,并且针对准确性评估无法检测接线错误造成可靠性低的问题,提出基于分层规则检验的准确性评估方法。在分析不同维度数据质量对扰动分析结果的影响关系后,提出电能质量扰动数据可用性评估方法。在此基础上以电能质量监测数据为例,基于VxWorks操作系统在电能质量监测系统中开发数据可用性可视化软件供电力系统运营人员在海量数据中分析监测装置的运行状态,最后通过在线实测数据对该文方法进行验证,结果证明该方法具有工程实用价值。

基于扰动数据的因果网络结构的学习

因果网络是一种把节点间的有向边解释成因果关系的贝叶斯网络,它可以用来为现实中的黑盒系统建模。由于存在多个贝叶斯网络可以表述相同的条件独立声明,所以这些网络统计上是不可区分的,它们被称为是马尔科夫等价网络。这意味着,即使知道两个网络节点是相关的,也不能区分谁是原因,谁是结果。为了解决这个问题,提出一种基于扰动数据的因果网络结构的学习算法,通过引入扰动数据,改动传统的打分方式,在此基础上进行马尔科夫链—蒙特卡罗搜索最好得分。实验结果表明,这种方法有效地找到了可信的因果网络结构。