无人值守WSN中基于中国剩余定理的可靠数据生存方案

无人值守无线传感器网络(UWSN)通常部署在环境恶劣或敌对环境中,在静态汇聚节点(或基站)部署困难的情况下,感知节点无法完成感知信息的实时汇聚传输,需暂时维持感知数据的生存状态。为了增强数据生存的概率,提高感知数据的抗损坏、擦除和篡改能力,重点研究无人值守无线传感器网络中的数据加密生存问题,提出了一种基于中国剩余定理(CRT)多等级秘密共享的可靠数据生存方案。基于网络中节点的信誉模型,设计了节点权重密钥存储机制,增强了数据加密密钥分割存储的有效性,并结合基于中国剩余定理的秘密共享机制,提升了原有数据加密分发和恢复过程的效率。此外,还讨论了基于中国剩余定理的秘密共享方案具有的良好同态性质,并依此设计了子密钥组合运算方案,提高了数据加密生存方案中子密钥运算的安全性,进一步确保了数据生存方案的安全、可靠。

无人值守无线传感器网络中可靠数据生存恢复方案

无人值守无线传感器网络(UWSN)通常部署在环境恶劣或敌对环境中,在静态汇聚节点(或基站)部署困难的情况下,感知节点无法完成感知信息的实时汇聚传输,需暂时维持感知数据的生存状态。为增强数据生存概率,提高感知数据的抗损坏、擦除和篡改能力,在建立攻击模型假设的基础上,针对失效节点攻击假设,提出一种基于中国剩余定理加密秘钥分割机制的可靠数据生存恢复方案。利用门限秘钥分割存储机制增强密钥分割存储安全性,确保数据加密分割生存的可靠性,针对恶意节点攻击所造成的不可靠数据恢复威胁,构建基于恢复不一致性的恶意恢复攻击检测方案及基于多数表决的恶意恢复攻击识别机制,确保数据恢复的安全、可靠。

基于专利引证的数据生存周期安全技术竞争态势研究

以Patentics数据库获取的33 229项有效专利文献为数据来源,采用专利引证分析法进行分析发现:美国、日本和中国是全球拥有数据生存周期安全技术TOP100专利申请人数量最多的前3个国家,其中国际商业机器、微软和日立为开拓者,国际商业机器、微软和惠普为领导者,苹果、阿里巴巴、亚马逊科技为新兴竞争者。我国有3所高校、14家企业进入全球数据生存周期安全技术专利数量TOP100申请人行列;华为作为全球数据生存周期安全技术专利TOP10的中国企业,其优势技术领域为H04L029、H04L009、H04L012,但目前研发团队个体创新能力不足。因此,应从国家层面转变政策思维,注重政策导向,推进政策落地;从行业层面推进协同研发,推动专利开放许可,推广技术国产化替代方案;从企业层面重视自主研发,寻求外部合作,引入发明人。

基于一种距离相关的超高维生存数据Model-Free特征筛选

随着大数据时代的来临,数据维度爆炸式增长,超高维数据的降维问题逐渐成为众多研究领域的热点话题。由于响应变量通常存在右删失,处理超高维完全数据的降维方法在右删失数据中将不再适用。本研究提出一种新的基于距离相关能有效处理超高维右删失数据的特征筛选方法。首先利用距离相关系数计算每个协变量对响应变量的边际效应,建立与该系数有关的筛选指标,然后再根据事先确立的筛选准则进行特征筛选。提出的特征筛选方法不依赖任何模型结构假定,因此可以有效避免模型指定错误带来的不良后果。此外,该方法采用的距离协方差估计量是总体距离协方差的一个无偏估计,统计准确性和计算精度高。模拟和实证研究表明,提出的方法能在保留所有重要变量的前提下快速剔除与响应变量相关程度较弱的协变量,从而达到降低参数维数的目的。

无人值守WSN中数据概率复制生存仿真与研究

无人值守无线传感器网络通常部署在恶劣或敌对环境中,在静态汇聚节点(或基站)部署困难情况下,感知节点无法完成实时的数据汇聚传输,需在汇聚周期内维持数据的生存。现有节点信息副本复制的数据生存方案未考虑节点信誉和运行状况,副本分发机制缺乏有效和针对性,效率较低。为解决上述问题,提出了一种适合无人值守传感器网络的节点信誉度的概率随机副本复制方案。根据节点信誉度模型完善了现有数据副本概率随机分发机制,提高了信息副本分发的有效性,避免了重复分发及冗余存储,降低了开销,进而确保了数据的生存概率。仿真结果表明了改进方案的优越性。

生存曲线中Meta分析适宜数据的提取与转换

生存分析是处理生存数据重要的统计学方法,生存数据的Meta分析在预后研究的系统评价中应用广泛,但生存资料原始数据通常较难获得。本文通过实例演示的形式介绍如何通过文献中的生存曲线提取生存资料数据并通过提取的生存率数据计算Meta合并所需要的数据。

“数据化生存”:被量化、外化的人与人生

今天,人的“数字化生存”正在深化为“数据化生存”。人的“画像”、身体、位置、行为、情绪与心理、关系、评价、思维方式等被全面数据化。数据化带来了人的身体存在的新方式——虚拟实体化与数字元件化,也增强了人的反身性控制与自我的量化。个人历史与记忆被外化为多维的数据化轨迹,数据也塑造了数字自我、数字人格。以数据化形式体现的外部控制也变得越来越复杂、强大。

数字化与数据化:数字时代生存的一体两面

数字时代的新生存特征,既体现为数字化生存,也体现为数据化生存。数字化生存是人们在虚拟空间中主动用数字化符号进行的自我塑造,随着技术的发展,人们历经了文字化生存、视觉化生存和化身式生存等不同的形态,数字化生存与现实生存之间也存在着远与近的摇摆。数据化生存是人们的现实生活及虚拟生活被各种技术转换为数据的新生存状态,特别是在数据与算法的共同作用下,数据化也意味着人被数据所控制和塑造。今天,人们同时经历着数字化生存与数据化生存两种状态,这两者相互纠结,共同建构着数字自我。

含特定比例均匀随机删失生存数据的SAS模拟实现

删失（censoring）是生存分析时经常会遇到的一个实际问题，为生存数据的处理分析带来了一定困难。针对这一问题，在实际研究中往往需要通过随机模拟来产生含一定删失比例的特定生存分布数据，供探索性研究或对比性研究使用。

网络Meta分析研究进展系列(十三):生存数据的网络Meta分析

本文系统梳理了生存数据的基本类型和重建、效应量计算、转换、统计模型及实现软件等,以期提高NMA制定者和使用者规范实施和解读生存数据NMA的能力。

如何利用WinBUGS软件开展生存数据网状Meta分析

本文主要介绍如何利用WinBUGS软件开展风险比的网状Meta分析、生存曲线的网状Meta分析以及合并二分类变量结果与风险比结果的网状Meta分析,期望为生存数据网状Meta分析撰写者提供帮助。

生存资料的二次研究系列之七:R软件gemtc程序包实现生存数据网状Meta分析

生存数据是评价肿瘤等多种疾病的重要数据类型。近年来,基于生存数据的网状Meta分析逐渐兴起。R语言gemtc程序包是一款基于贝叶斯统计研发的能够用于网状Meta分析的软件,不仅能用于二分类与连续性变量的网状Meta分析,也能进行生存资料的网状Meta分析。gemtc程序包同时提供了异质性检测、一致性检测和个干预措施的优劣排序的方法。本文以实例演示使用gemtc程序包实现生存资料网状Meta分析的方法。

福州市胃癌患者生存数据的Weibull模型

目的 了解福州市胃癌患者的生存分布模式。方法 采用Weibull模型分别对 1992～ 1995年和 1996～1999年福州市胃癌患者的生存数据进行拟合。结果 两个时期胃癌患者的生存数据均服从Weibull分布 ,模型的形状参数分别为 0 7790 944 5 3和 0 5 7714 3 93 5。结论 福州市胃癌患者的生存分布属减速死亡模型 ,1996～ 1999年胃癌患者的死亡速率小于 1992～ 1995年的死亡速率。

无删失生存数据Wilcoxon秩和检验与logrank检验的比较

目的比较Wilcoxon秩和检验与logrank检验处理无删失生存数据的统计性能。方法采用Monte-Carlo模拟方法,应用SAS9.1.3软件编程,比较两种检验方法的I型错误率和检验效能。结果小样本情形(n≤50)下,Wilcoxon秩和检验的Ⅰ型错误率较logrank检验更接近检验水准0.05,而检验效能与logrank检验相差不大,后者检验效能的提高是以扩大Ⅰ型错误率为代价的。结论对于无删失生存数据的比较,尤其是小样本情形(n≤50)下,建议采用Wilcoxon秩和检验。

一种生存数据非线性充分降维子空间估计的新方法

给出了一种估计生存数据非线性充分降维子空间的新方法.利用再生核Hilbert空间性质以及双切片思想,建立广义特征谱分解问题与获得充分降维子空间的联系,以此估计生存时间和删失时间的联合非线性降维中心子空间.进一步结合SDR中心子空间的性质,通过联合SDR中心子空间来估计权重函数,在算法实现过程中,利用迭代思想,达到提高估计效率的目的.最后通过数值模拟来说明该方法的优良性.

不同删失比例下生存数据模拟生成的方法

生存分布、删失分布、删失比例等因素是生存数据模拟需考虑的重要因素。按含删失的生存数据产生的一般步骤,分别探讨了生存时间生成,删失时间生成,以及删失比例大小设置为不同数值时,生存数据模拟生成的方法,并辅以SAS程序说明。

移动终端网络可生存数据库安全防篡改仿真

采用当前方法对可生存数据库进行安全保护时,存在对数据加密所用的时间较长、数据在数据库中的可用度较低、加密效率低和有效性差的问题,为此提出移动终端网络可生存数据库安全防篡改方法。在流控思想的基础上计算用户在可生存数据库中的可信度,通过令牌漏桶算法对用户请求进行排序,降低请求队列在数据库中的拥塞程度,在请求队列排序和用户可信度的基础上确定数据库中请求的转发总数,通过可信度管理、队列管理和请求转发管理构成可生存数据库的第一道防线。在集中式认证机制的基础上引入时间戳动态因子,采用混合动态数据加密算法对数据库中的数据进行加密,实现移动终端网络可生存数据库的安全防篡改保护。仿真结果表明,所提方法的加密效率高、有效性好。

利用相关生存数据的信息提高Cox模型参数估计效率(英文)

Cox模型是生存分析中使用非常广泛的半参数回归模型,其回归参数的极大部分似然估计具有相合性、渐近正态性及有效性等优良性质.本文首次给出一种利用相关生存数据的信息提高Cox模型参数估计效率的方法,利用著名的WLW(1989,JASA)边际比例风险模型及构造独特的回归参数估计方程对参数估计进行提高效率的研究.WLW模型在建模时对生存时间之间的相依结构不进行模型假定,所收集到的数据可以方便地用WLW模型进行刻画,然而直接由WLW方法进行参数估计无法达到提高估计效率的目的,本文在Yang(2000)和Cui(2004)的基础上,利用基于分割的方法,在一定的最优准则下对生存时间进行"分割重组"构造出优良的估计方程,求得的参数估计充分利用了相关信息,由所提取的辅助相依信息提高了参数估计的效率.模拟研究表明,在生存时间之间具有一定相依性的情形下,方法在提高估计效率方面有良好表现.

生存数据中共线问题的树分层处理方法

目的 共线关系可产生不准确的估计及检验。现有的处理方法都存在不同程度的缺陷。云南锡业公司是世界知名的职业性肺癌高发地区 ,其主要危险因素间存在较强的共线关系。本文旨在克服变量间的这种线性依存关系。方法 本文利用树结构的基本原理 ,对数据作树型分层 ,在各层内分析变量的局部效应及具体的作用方式。结果 所得结果与生物试验报告相当吻合 ,并部分解释了“该矿接受放射性氡子体的暴露剂量在国际同类矿山中不是最高 ,而其肺癌发病率却远远高于其他矿山”的事实 (长期以来该现象没有得到较为合理的解释 )。结论 树分层方法可有效消除共线对回归的影响。