基于信息熵抑制的大数据特征隐匿性加密仿真

针对传统大数据特征加密方法中大数据精度较差、加密耗时较长的问题,提出基于信息熵抑制的大数据特征隐匿性加密方法。分析信息熵抑制相关理论,采用信息熵映射函数对大数据分类,将信息熵抑制过程转化为计算2个文件相似性的过程,并根据余弦相似度公式以及Hamming距离值计算数据相似度,完成数据消冗。在完成数据消冗的基础上,分析分组密码方法和ECC加密方法,结合两种方法得到大数据特征隐匿性加密处理计算公式,实现基于信息熵抑制的大数据特征隐匿性加密。实验研究结果表明,所提方法能够有效去除冗余数据,提升大数据精度,加快数据加密的处理速度,高效完成大数据加密过程。

基于混合密码体制的大数据隐匿性特征安全提取技术

传统大数据隐匿性特征安全提取技术忽略了大数据密文的公钥及密钥封装,且大数据隐匿性特征类别混乱,导致该技术的提取精度偏低、冗余度较高.为此,本文提出一种基于混合密码体制的大数据隐匿性特征安全提取方法.通过混合密码体制中的公钥封装以及密钥封装机制生成大数据密文;根据密文内容设计对称加密方法和非对称加密方法,基于此分类隐匿性特征,利用不同类的隐匿性特征构建大数据隐秘性特征相空间,计算大数据间的关联维值,实现大数据隐匿特征的安全提取.实验结果表明,与传统方法相比,所提出的大数据隐匿特征提取方法冗余度低,大数据隐匿特征平均分类正确率高达95%,且特征安全提取误差低,验证了所提方法具有更好的应用性能.

基于混合密码的互联网大数据隐匿性特征提取研究

为精准提取互联网环境中已隐藏的大数据信息参量,实现对文件信号的管控与识别,构建基于混合密码的互联网大数据隐匿性特征提取模型。利用公钥密码组文件,确定互联网数字签名的现有连接形式。通过计算摘要函数完成基于混合密码的互联网大数据传输环境搭建。在此基础上,设置样本数据库模块,借助大数据主成分分析结果,确定必要的隐匿性递归算法处理流程,实现基于混合密码互联网大数据隐匿性特征提取模型的构建。对比实验结果表明,与AEC编码型大数据特征提取方法相比,文中所构建模型的顺向、逆向信息转存效率更高,能够在有效识别文件信号的同时,精准提取互联网环境中已隐藏的大数据信息参量。

Controversies about occult hepatitis B virus infection

We read with great interest the paper written by Shiet a/, reviewing the molecular characteristics and stages of chronic hepatitis B virus （HBV） infection. We think that some points in the definition of occult HBV infection （OBI） and their conclusion about the management of OBI may need further considerations.