数智时代公共图书馆用户数据隐私保护策略——基于信任理论视角

文章梳理公共图书馆用户数据隐私保护现状,分析数智时代公共图书馆用户数据隐私保护在技术与安全、法律与伦理、用户意识与教育及资源与管理方面面临的挑战。基于信任理论视角,从认知信任、情感信任和制度信任3个维度提出公共图书馆用户数据隐私保护策略,即增强用户对公共图书馆用户数据隐私保护能力的信任,增进用户对公共图书馆的情感联结和信任,强化用户对公共图书馆用户数据隐私保护制度的信任。

价值-制度-技术框架下图书馆用户数据治理优化路径研究

数智时代数据的开放利用是驱动社会及图书馆发展的核心资产,图书馆积累了各类有价值的用户数据,图书馆用户数据治理面临数据质量、数据伦理、数据法律等各种风险挑战。文章搭建了价值、制度、技术三维分析框架,提出了优化用户数据治理的多元化路径,以期实现图书馆用户数据的最大化价值。

基于用户数据的电动汽车充电桩网络攻击模型

电动汽车(electrical vehicle,EV)的用户数据是优化EV充电成本的关键数据,对用户数据的操纵可能导致错误的充电成本,使充电桩运营商蒙受经济损失。针对EV充电桩,提出了一种基于用户数据的网络攻击模型,该模型通过篡改接入EV充电桩的用户数据生成虚假的充电计划,从而提高充电桩的充电成本。所提出的攻击模型为一种基于混合整数线性规划的两层优化模型,在上层生成注入EV充电桩的恶意用户数据,下层为EV充电计划优化算法,通过应用KKT条件使两层优化模型转化为单层优化攻击模型。仿真以一个虚拟充电站场景为例,相较于无攻击情况,该攻击模型通过提高EV的充电能量或移动EV的充电时段增加了充电站的总充电成本,验证了该攻击模型的可行性和危害性。

公共图书馆用户数据整合的标准化框架研究

在信息化时代背景下,公共图书馆作为社会知识传播与文化传承的重要载体,其用户数据的整合与管理显得尤为重要。现有公共图书馆用户数据整合方面的研究,多聚焦于具体的技术实现或局部的数据整合策略,缺乏对用户数据整合标准化框架的系统性构建。文章分析了用户数据的类型、来源及其背后的信息价值,并指出了数据整合过程中面临的挑战。文章总结出了关于标准化框架的设计原则与目标,并据此设计出了用户数据整合的标准化流程,制定了相应的标准化规范和质量控制以及安全保障机制,以期推动公共图书馆用户数据整合的标准化进程。

互联网平台用户数据资产收益估算方法研究

估算数据资产收益能为估算数据要素收入提供重要参考,也是用未来收益现值法对数据资产估价的必要步骤。本文以互联网平台为例,探讨用户数据资产收益的估算思路。在界定相关概念后,本文提出三种估算方法,即基于收入成本流的方法是将用户数据对应的收入增加量和成本减少量相加,再扣除相关成本,得到用户数据资产收益;基于用户消费价值/平台信息服务价值的方法是利用平台单位、用户、广告主三者间经济交易流量间的平衡关系估算用户数据资产收益;简化估算方法是在平台单位基础财务资料和运营资料的基础上,用简单推算的方法估算用户数据资产收益。最后,本文对三种方法的基本思路、优缺点、难点进行了比较。

用户数据流通的主体偏好与策略选择--基于权利配置的视角

用户数据的流通涉及用户个人、企业和政府利益,用户人格利益保护与数据流通的经济效率之间冲突明显。法律制度要协调不同主体的利益、对个人用户数据初始权利进行界定,就必须考虑用户数据相关主体的价值偏好及其在利益竞逐过程中如何作出策略选择。通过博弈分析,可以得出三点结论:一是法律制度要赋予用户与网络运营平台平等的实际权利;二是用户数据权利的配置结果不是绝对的,而是由法律制度和双方主体的行动空间决定的;三是政府需要介入市场,强化对用户数据相关主体行为的规制,这也是当前我国数据法律制度应继续完善的重点。

我国IPv6活跃用户数达7.62亿

近日,中国互联网络信息中心(CNNIC)在京发布第53次《中国互联网络发展状况统计报告》(以下简称《报告》)。《报告》显示,截至2023年12月,我国网民规模达10.92亿人,互联网普及率达77.5%。在互联网基础资源发展方面,截至2023年12月,我国IPv4地址数量为39219万个;IPv6地址数量为68042块/32,较2022年12月增长1.0%;IPv6活跃用户数达7.62亿。

基于用户数据的电力个性化营销方法研究

本文分析了电力营销中用户数据的重要性,并结合售电侧市场调研数据及相关文献资料和研究成果,提出一种搭建基于多层次聚类算法的用户营销模型,通过利用该模型对海量用户数据进行深度挖掘和分析,利用多层次聚类算法在不同场景中的优势,准确获取其中可以反映用户基本特性、用电行为的信息,为个性化电力营销方法选择及营销策略制定提供科学依据。

考虑源荷不确定性及用户响应行为的电力系统低碳经济调度

电力系统是未来实现碳中和目标的重要领域,随着源-荷不确定性的加剧,基于确定性模型的低碳经济调度方法无法准确描述不确定因素对碳排放的影响。针对上述问题,该文首先从系统层面构建考虑不确定性的低碳鲁棒优化模型,利用概率模型对源荷不确定因素进行建模,并采用机会约束对目标满足期望的显著性水平进行描述,通过最大化不确定因素的置信水平得出风险规避策略下的鲁棒调度方案。接着从用户层面构建基于事件驱动的用户低碳响应模型,根据系统层计算结果,通过设定事件触发的碳排放阈值定义碳排放超额事件,并以价格形式引导用户的低碳用能行为。最后通过算例分析,验证所提模型能有效量化评估系统的低碳经济调度不确定性水平,充分发挥用户侧降碳能力,实现源荷双侧低碳目标的协同。

数智时代图书馆用户数据管理多路径探索

文章基于大数据、人工智能等新技术不断发展的数智背景,分析图书馆用户数据管理的必要性,对图书馆用户数据进行分类:如用户画像数据、用户借阅数据、用户交互数据等;提出数据管理开发原则,如法治原则、价值共创原则、成本效益原则等。在此基础上,探讨数智时代图书馆用户数据管理的多种路径,如建设图书馆用户数据管理系统、建设基于用户画像的分类用户数据库、搭建用户交流平台等,以此为智慧图书馆的建设提供借鉴。

基于需求响应的用户侧柔性用能分级调度策略研究

通过需求响应计划和建筑用能的灵活调度增强电网稳定性和供需平衡。基于一栋小型办公建筑的光伏发电、储能设备及地源热泵系统进行用能调度策略的设计,引入两个参数量化建筑柔性用能潜力,根据最大化光伏利用率、优先满足用户刚需、电价低谷时段储能这3个优先级原则开发一个建筑用能管理模块。在TRNSYS中应用该模块建立有用能调度策略的案例3,并与两个参考案例进行对比分析。结果表明,在一个供暖季节内,系统运行成本分别减少了65.4%、56.7%;地源热泵机组运行COP平均值从3.97提高到4.22;建筑日平均负荷转移率高达51.38%。在峰谷电价的市场机制下,对挖掘建筑柔性用能潜力、激励用户采用需求响应计划和提高电网稳定性具有重大意义。

基于FL的无蜂窝网络用户调度与功率分配策略

为解决无蜂窝网络系统中用户链路质量差异和通信、计算资源占用不平衡导致的联邦学习(FL)训练性能受限问题,设计了一个联合用户调度和功率分配的优化方案。首先,提出了一种低复杂度的基于资源优先的二次抽样用户调度(RPSS-US)算法,根据用户计算资源的可用性和链路质量选择用户,优先调度对系统容量和全局模型更新贡献较大的用户参与FL任务,提高整体训练性能。随后,提出了一种基于二分法的功率分配(BM-PA)算法,通过优化功率分配改善用户链路质量差异,以提高数据传输速率,减少FL任务的总体时延。通过交替迭代优化这2个子问题,实现系统性能的联合优化。仿真结果表明,相较于其他对比算法,所提出的算法下行吞吐量提升了47.19%,上行吞吐量提升了22.60%,FL任务时间消耗减少了57.33%,并在达到相同模型精度时的时间开销最小。

考虑需求响应和用户满意度的主动配电网优化调度

为提高主动配电网(active distribution network,ADN)运行经济性和用户满意度,提出一种考虑需求响应和用户满意度的ADN优化调度方法。综合考虑ADN运行过程中的购电成本、发电成本、维护成本和需求响应成本,建立了以ADN总运行成本最小为目标函数的优化调度模型。利用混沌映射、莱维飞行和收敛因子非线性变化等策略对斑点鬣狗优化算法(spotted hyena optimization,SHO)进行优化,以提高斑点鬣狗算法的优化性能。采用改进斑点鬣狗优化算法(ISHO)对ADN优化调度模型进行求解,算例分析结果表明,ISHO算法的优化效果优于其他算法,2种需求响应同时参与系统调度时的ADN总运行成本最小,经济性更好。

基于用户数据的天窗系统整车级试验方法研究

文章采集了分布于全国的40辆用户车辆在3年时间里的天窗系统总线信号,通过Weibull分析,计算出天窗系统一倍寿命周期中起翘、全开及全闭的持续时间比例。搭建整车台架耐久试验,并按照时间比例,利用Spy3模拟天窗电控模块工作,进行天窗系统的状态切换,以考核天窗系统在整车级的耐久性能。计算了3种状态下天窗支架的应变伪损伤,并对各状态对天窗失效的主要贡献量进行分析,实际试验开裂位置与路试开裂位置一致,验证了该试验方法的有效性。

基于智慧服务的高校图书馆用户数据保护研究

随着科技的发展及用户需求的改变,图书馆逐渐由传统图书馆向智慧图书馆升级,智慧服务带给用户全新体验的同时,也带来了用户数据安全隐患的风险。本文通过对高校图书馆用户数据保护的前期研究进行分析和归纳,找出了用户数据安全风险的隐患来源,从而有针对性的提出了用户数据安全保护策略,以推动高校智慧图书馆可持续健康发展。

大规模云计算网络用户短时需求任务调度优化算法

设计一种大规模云计算网络用户短时需求任务调度优化算法,在较短的时间内处理大量的云计算任务,以满足用户短时需求。建立一个大规模云计算网络任务调度模型,将大规模云计算网络任务分配到各个虚拟机节点上,快速完成用户的短时需求任务;再通过遗传算法的个体编解码、自适应函数和遗传操作获取最优任务调度结果;并引入模拟退火算法,在遗传算法获取最佳调度结果的基础上进行局部搜索,直到迭代完成,输出最终的大规模云计算网络用户短时需求任务调度的全局最优解。实验结果表明:所设计算法能够实时关注用户任务执行状态以及用户任务执行时间;当用户任务数量为220时,该算法的单节点最大执行时间约为0.27 s,可提升整个任务调度的性能和效率;且该算法获取任务调度结果的收敛速度快、精度高。

考虑多能互补灵活性和用户低碳意愿的区域综合能源系统鲁棒优化调度

为了解决区域综合能源系统(regional integrated energy system,RIES)中由于新能源出力不确定性和多能负荷波动所导致的灵活性不足问题,该文提出了一种考虑多能互补灵活性和用户低碳意愿的鲁棒优化方法。首先,计及新能源出力与负荷的共同影响,通过净负荷波动来刻画RIES电力子系统灵活性需求。为了计及用户低碳意愿对新能源消纳的影响,分别构建用户购买普通和零碳电能的效用函数。考虑多能耦合设备的灵活备用容量,建立包含多能灵活性供需平衡约束的目标为RIES总运行成本最小及用户总效用最大的三层鲁棒优化调度模型。引入设备最优运行区间对模型内时间耦合约束进行解耦,并采用KKT(Karush-Kuhn-Tucker)条件和嵌套列与约束生成(nested column and constraints generation,NC&CG)算法进行求解。算例分析表明,所提模型可提升RIES运行的灵活性,促进新能源消纳,实现了RIES的低碳经济运行。

联合双维度用户调度的自适应联邦边缘学习

联邦边缘学习无需传输本地数据,在保护用户隐私的基础上,大大降低了上行链路压力。联邦边缘学习通过智能边缘设备,利用本地数据集训练局部模型后上传模型参数至中心服务器;中心服务器聚合本地上传的局部模型参数形成全局模型后进行更新,然后将更新后的模型下发给智能边缘设备开始新一轮迭代。但是局部模型精度以及局部模型训练时间,对全局模型聚合以及模型更新过程会产生重大影响。因此提出自适应动态批量梯度下降策略,在局部模型训练过程中自动调整梯度下降抽取的批量大小,优化联邦学习的局部模型精度及收敛速度。针对用户数据的非独立同分布特性,设计一种联合双维度用户调度策略的自适应动态批量梯度下降算法,通过收敛时间和数据多样性进行双维度约束。经MNIST数据集、fashion MNIST数据集和CIFAR-10数据集的训练测试,算法在有效降低聚合等待时间的同时能够进一步提高全局模型精度和收敛速度。与固定批量为64、128、256的梯度下降算法相比,该算法的全局模型精度在运行100 s时提升分别为32.4%、45.2%、87.5%。

保护用户数量信息的安全虹膜识别方案

由于传统密码认证方式的不便,生物特征识别技术凭借其便捷、可靠、安全可溯源等特性脱颖而出。在不同的生物特征识别技术中,虹膜识别已被证明能提供较高的识别性能和稳定性,常被用于一些安全性要求较高的领域(如机密组织的认证管理等)。在这些领域中,合法用户数量信息往往也属于机密信息,是不能泄露的,近年来针对虹膜识别的攻击手段也越加先进,通过获得的数量信息可能推测出更多的其他信息,造成更大的安全隐患。但是现有的安全虹膜识别方案仅考虑满足可撤销性、不可逆性和不可连接性,未考虑保护用户数量信息。本文提出一种保护用户数量信息的安全虹膜识别方案,每个用户通过自身虹膜特征随机选择的结果及系统参数共同决定该用户的注册模板数量,攻击者难以根据服务器中存储的虹膜模板数量推测出合法用户数量。该方案能够有效地与现有的安全虹膜识别方案进行结合。理论分析结果表明,本文方案能够保护合法用户数量信息、保护新增用户数量信息、预防关联攻击、并且除了能够保持原始安全虹膜识别方案的可撤销性和不可连接性之外,还能进一步提升原始安全虹膜识别方案的不可逆性。实验结果表明,攻击者准确猜对合法用户数量信息的概率不足15%,且相对误差以及相对期望误差均超过10%,因此本文方案能有效保护用户数量信息,并且不会对原始安全虹膜识别方案的识别精度的影响造成较大影响,差异在0.55%之内。

考虑用户舒适度的综合能源系统调度优化

针对现有冷热电气综合能源系统单一性考虑系统经济成本或环境污染,并且对用户舒适度考虑不足的问题,建立了一种含冷热电气的综合能源系统调度模型。通过预测综合投票数(POCV)方法,从光和热两方面衡量用户舒适度建立评价体系,用Matlab/Cplex对系统模型进行仿真求解。仿真结果表明:在考虑用户舒适度情况下,以碳排放最优作为运行策略,系统的整体运行效果更好。