Truth Discovery from Conflicting Data: A Survey

With the rocketing progress of the Internet, it is easier for people to get information about the objects that they are interested in. However, this information usually has conflicts. In order to resolve conflicts and get the true information, truth discovery has been proposed and received widespread attention. Many algorithms have been proposed to adapt to different scenarios. This paper aims to investigate these algorithms and summarize them from the perspective of algorithm models and specific concepts. Some classic datasets and evaluation metrics are given in this paper. Some future directions for readers are also provided to better understand the field of truth discovery.

Review of Load Balancing Mechanisms in SDN-Based Data Centers

With the continuous expansion of the data center network scale, changing network requirements, and increasing pressure on network bandwidth, the traditional network architecture can no longer meet people’s needs. The development of software defined networks has brought new opportunities and challenges to future networks. The data and control separation characteristics of SDN improve the performance of the entire network. Researchers have integrated SDN architecture into data centers to improve network resource utilization and performance. This paper first introduces the basic concepts of SDN and data center networks. Then it discusses SDN-based load balancing mechanisms for data centers from different perspectives. Finally, it summarizes and looks forward to the study on SDN-based load balancing mechanisms and its development trend.

Truth finder algorithm based on entity attributes for data conflict solution

The Internet now is a large-scale platform with big data. Finding truth from a huge dataset has attracted extensive attention, which can maintain the quality of data collected by users and provide users with accurate and efficient data. However, current truth finder algorithms are unsatisfying, because of their low accuracy and complication. This paper proposes a truth finder algorithm based on entity attributes (TFAEA). Based on the iterative computation of source reliability and fact accuracy, TFAEA considers the interactive degree among facts and the degree of dependence among sources, to simplify the typical truth finder algorithms. In order to improve the accuracy of them, TFAEA combines the one-way text similarity and the factual conflict to calculate the mutual support degree among facts. Furthermore, TFAEA utilizes the symmetric saturation of data sources to calculate the degree of dependence among sources. The experimental results show that TFAEA is not only more stable, but also more accurate than the typical truth finder algorithms.

A Data-Semantic-Conflict-Based Multi-Truth Discovery Algorithm for a Programming Site

With the extensive application of software collaborative development technology,the processing of code data generated in programming scenes has become a research hotspot.In the collaborative programming process,different users can submit code in a distributed way.The consistency of code grammar can be achieved by syntax constraints.However,when different users work on the same code in semantic development programming practices,the development factors of different users will inevitably lead to the problem of data semantic conflict.In this paper,the characteristics of code segment data in a programming scene are considered.The code sequence can be obtained by disassembling the code segment using lexical analysis technology.Combined with a traditional solution of a data conflict problem,the code sequence can be taken as the declared value object in the data conflict resolution problem.Through the similarity analysis of code sequence objects,the concept of the deviation degree between the declared value object and the truth value object is proposed.A multi-truth discovery algorithm,called the multiple truth discovery algorithm based on deviation(MTDD),is proposed.The basic methods,such as Conflict Resolution on Heterogeneous Data,Voting-K,and MTRuths_Greedy,are compared to verify the performance and precision of the proposed MTDD algorithm.

基于轨迹数据的非机动车左转信号灯安全效应评估

【目的】对城市交叉口采用的左转非机动车信号灯设施进行交通安全性量化评估。【方法】提出一种基于拓展碰撞时间(extended time to collision,ETTC)指标的左转非机动车信号灯安全效应评估方法。针对现有的碰撞时间(time to collision,TTC)指标不适于评估交叉口左转非机动车冲突的问题,考虑非机动车车辆尺寸与加速度对交通冲突的影响,采用拓展碰撞时间指标,评估交叉口非机动车交通冲突。收集长沙市4个信号交叉口的视频大数据,利用视频软件Tracker提取车辆微观轨迹后,开展案例分析。【结果】左转非机动车信号灯在时间上明确了非机动车的通行权,其设置能显著降低非机动车冲突率,在平峰、高峰时段非机动车冲突率分别降低了40.11%、25.27%。在直行相位末期、左转相位即将启亮时,设置组的左转非机动车在待行区等待,冲突率降为0;而对比组近50%的非机动车违规左转,冲突严重。设置左转非机动车信号灯的改善效果随非机动车流量的增大呈先增加后降低趋势,而随机动车流量的增大呈逐步波动下降趋势。【结论】本研究揭示了非机动车左转信号灯的设置对减少交叉口交通冲突的影响,可为城市交叉口非机动车交通安全管控提供有益参考。

冲突背景下国际政经关系多元数据联合分析

[研究目的]探究冲突背景下不同类型的第三方国同冲突方国的政经关系态势,识别行为异常国家,为国家外交政策制定提供情报支持。[研究方法]引入介入行为细分第三方国同冲突方国的政治关系类型,基于角色理论、冲突介入理论构建第三方国政经关系分析理论框架,基于多元数据对政经关系标注量化,采用单因素方差模型计算第三方国政经行为的相关性,基于指数平滑预测以及箱线图检测经济行为异常的国家。[研究结论]以“俄乌冲突”实证结果来看,第三方国同冲突方俄罗斯的政经关系呈现显著正相关,但亦有部分国家同俄罗斯政冷经热,印度、英国等国家经济行为表现相对异常。本研究探究冲突背景下第三方国同冲突方国的政经相关关系,能够为国际关系量化研究提供新的研究路径。

基于改进卷积网络的终端区4D航迹预测与冲突检测

随着不断扩大的旅客运输量和航线网络规模,采用飞行计划结合空中交通管制的空中管理办法已经不能与当前民航需求和空中交通流量相匹配,直接影响到航班正常率和运行安全。为解决这一问题,国际民航组织(International Civil Aviation Organization,ICAO)提出了基于航迹运行(trajectory based operation,TBO)的下一代空中交通管理运行理念,中国民航也提出了智慧民航的建设方案和目标。其中4D航迹是TBO运行的核心组成部分,也是中国建设智慧民航的重要技术指标,其可以对航空器的运行进行精确地管理和控制。因此,提高4D航迹预测的准确性成为了目前急需解决的核心问题。面向航空器的飞行任务实施阶段,从4D航迹预测和冲突检测两个问题进行了研究。在航迹预测方面,采用了基于卷积神经网络-双向门控循环单元(convolutional neural networks-bidirectional gated recurrent unit,CNN-BiGRU)的模型对航迹进行高精度预测;在冲突检测方面,引入了航迹距离检测函数以检验预测模型生成的两条航迹是否存在冲突。通过使用某繁忙终端区真实广播自动相关监视(automatic dependent surveillance-broadcast,ADS-B)历史轨迹数据进行实验,并将该方法与同一数据集上的单一长短时记忆网络(long short-term memory,LSTM)模型和门控循环单元(gated recurrent unit,GRU)模型进行了比较。仿真实验表明,CNN-BiGRU模型的评价指标均优于对比模型,同时预测的两条航迹在未来800 s内不存在冲突。所提出的方法为空中交通管理提供了一种有效的手段,具有重要的应用价值。

跨境数据流动中的管辖权冲突及其协调

在数字经济时代,为了实现跨境数据流动中的国家利益,各国借助数据立法单方扩张本国的域外管辖范围,因此司法管辖权与执法管辖权的行使面临与他国管辖权冲突的危险。云计算技术的不断发展,数据与领土连接的弱化,冲击了传统管辖权理论在数据领域的直接适用。据此,可以依据国家管辖权的具体权能,从立法、司法和执法三个角度对数据流动中出现的管辖权冲突进行讨论。首先,数据立法模式上,数据全球化与数据本地化的分歧暗含着管辖权全面积极冲突的危险;其次,数据域外法权制约共识的松动与国家数据管辖能力的天然差异,决定了国际礼让原则与不方便法院原则在数据管辖权冲突协调上的局限性;最后,在数据跨境执法问题上,数据流动导致的域内与域外界分困难造成了公约机制的适用困境,各国执法管辖权开始突破传统的域外行使规则,数据执法管辖权出现“长臂化”倾向。尽管目前已经出现了相关的学说以及国际实践,但这部分内容对数据流动中出现的管辖权冲突问题,并未进行全然回应或提出具体协调路径。因此,还需要充分顾及跨境数据流动本身的特性以进行调整,限制数据域外立法范围,并据此在坚持属地最高原则的基础上重塑数据属地管辖规则,同时推动各国积极构建跨境数据调取机制,为管辖权冲突提出有效的协调路径。

基于Fabric的海量交易数据上链预处理机制

Hyperledger Fabric是一种国内外广泛使用的联盟链框架,在基于Fabric技术的一些业务中具有协同组织众多、交易操作频繁、事务冲突增加等特点。Fabric采用的多版本并发控制技术能够在一定程度上解决部分交易冲突,提升系统并发性,但其机制不完善,会出现部分交易数据无法正常上链存储的问题。为了实现海量交易数据完整、高效、可信的上链存储,提出一种基于Fabric预言机的数据上链预处理机制。设计海量数据冲突预处理(MCPP)方法,通过检测、监听、延时提交、事务加锁、重排序缓存等方式实现主键冲突交易数据的完整上链。引入数据传输保障措施,在传输过程中利用非对称加密技术防止恶意节点伪造认证信息,确保交易数据链外处理前后的一致性。通过理论分析和实验结果表明,该机制可有效解决联盟链平台中海量交易数据上链时的并发冲突问题,当交易数据规模达到1 000和10 000时,MCPP的时效性比LMLS提高了38%和21.4%,且成功率接近100%,具有高效性和安全性,同时在无并发冲突情况下不影响Fabric系统性能。

道路环形交叉口机动车冲突风险区识别模型研究

为定量识别城市非信控环形交叉口区域内的机动车冲突风险易发生点,降低环形交叉口的事故发生率,本文构建针对非信控环形交叉口机动车冲突风险识别模型。首先,利用无人机采集高精度、连续的多车辆轨迹视频,结合Kinovea视频运动分析软件实现运行车辆状态识别与跟踪,并记录车辆每一帧的运动数据;其次,基于交通冲突识别指标TTC(Time to Collision),提出适应环形交叉口道路线形特征的车辆TTC计算方法,并使用累计频率法确定严重、一般和轻微冲突的阈值分别为1.2,2.8,4.4 s;最后,通过绘制高峰和平峰交通冲突空间异步图,并结合交通冲突数和严重冲突率,对环形交叉口的36个子区段进行交通冲突风险等级评定。研究结果显示:在高峰时段,某一子区段的平均交通冲突发生次数约为15次,严重冲突率为17.45%;在平峰时段,某一子区段的平均交通冲突发生次数约为8次,严重冲突率为8.28%。重度风险区域在高峰时段占比达到50%,而在平峰时段为8.33%,这些重度风险区域主要集中在交织区段。因此,环形交叉口在高峰时段且位于交织区段的情况更易发生交通事故。本文研究成果有助于交通管理部门了解环形交叉口在不同时段和区段上的交通冲突情况和特征,以便采取相应的预警和管理措施。

一种基于变分多跳图注意力编码器的深层协同真值发现

大数据时代,数据价值的释放经常需要融合多源数据,数据冲突成为这一过程中无法避免的关键问题。为了从冲突数据中筛选出真实声明以及可靠数据源,研究人员提出了真值发现方法。然而,现有的真值发现大多注重数据源与声明之间的直接协同信息,忽略了更深层的间接协同与对抗信息,导致不足以表达出数据源与声明的特征。针对此问题,提出了基于变分多跳图注意力编码器的真值发现方法(TD-VMGAE),基于数据源与声明之间的包含关系构建二分图网络,采用多跳图注意力层为每个节点表征汇聚间接协同信息以及对抗信息,并设计真值发现变分自编码器,抽取节点表征中所需的分类分布,对数据源和声明进行协同分类。实验结果表明,所提方法在3个不同尺度的数据集中均有不错的表现,消融实验和可视化也验证了所提方法的有效性和泛化能力。

边缘计算下配网暂态数据缓存冲突规避方法

配网暂态数据缓存过程具有随机性,会增加配网暂态数据缓存冲突发生的概率,造成缓存冲突处理时间过长,死亡节点数量较多。为此,提出了边缘计算下配网暂态数据缓存冲突规避方法。压缩配网暂态数据,计算各节点的测量数据,得到冲突区域稀疏度。通过合成过完备字典稀疏空间实现压缩计算,求解各节点暂态数据稀疏系数间的互相关度,与阈值进行比较,完成动态分区。构造暂态数据缓存疏导模式,得到暂态数据缓存冲突的对象集,利用边缘计算得到特征分配模型,分析冲突条件分布状况,建立粗糙集,结合粗糙集映射方法,通过冲突均衡处理,实现暂态数据缓存冲突规避。实验结果表明,基于边缘计算的配网暂态数据缓存冲突规避方法在冲突数量低于600个时,处理时间低于20 s,死亡节点少于11个,具有极好的规避效果。

大数据侦查与隐私计算:冲突、应用与风险

数据价值与数据保护之间的冲突,是大数据时代不可避免的问题。大数据侦查遵循数据价值链条的生成规律,也同样无法回避数据价值与数据保护之间的冲突问题。将隐私计算应用于大数据侦查,不仅可以有效缓解其中的冲突,而且可以满足数据合规使用的要求,加速数据流通,实现大幅提升侦查效益、充分发挥数据价值的效果。同时要辩证地看待隐私计算,其应用于大数据侦查中产生的风险也是不可忽视的。随着法律法规的不断健全,隐私计算应用的实践经验不断丰富,多方生态的融合持续加速,其应用风险也会降至合理范围。

欧盟数据治理中的“一站式”监管:运行机制、实施困境及启示

《一般数据保护条例》的实施改变了欧盟数据治理法律碎片化的状态,欧盟国家数据保护机构以多种合作机制增强执法的统一性和权威性。“一站式”监管机制是保证欧盟成员国间共享权限的结构化合作方式,由领导型监管机构牵头开展数据跨境案件的执法,遵循闭门协商和客观标准两个原则,具有重要的执法管辖协调作用。但目前该机制的运行存在程序不透明及效率低下的问题,可能导致管辖竞择现象的出现,影响各成员数据保护机构的独立性。我国应当在司法层面积极回应欧盟的监管工具输出,通过数据合规部署全球数字经营战略,同时反思我国数据保护机构的设置与职权分配,借鉴“一站式”监管中的管辖协调机制,改革我国数据保护领域的“多头治理”模式,切实提高数据领域的执法水平。

平台经济反垄断:市场结构与市场行为的相对独立性分析

互联网平台经济领域的垄断与反垄断规制逐渐成为全球关注的热点与难点问题。基于互联网平台经济竞争性垄断市场结构,算法价格歧视、算法价格合谋、独家垄断协议与封禁行为等价格与非价格市场行为,研究互联网平台经济领域特殊的市场结构、市场行为与反垄断规制之间的关联。案例研究发现互联网平台经济市场行为与市场结构之间具有相对独立性。互联网平台的市场结构是有效的,实现了马歇尔冲突转化,平台经济反垄断规制的着重点应该在市场行为。

武装无人机袭击对全球冲突的影响

近年来,大量国家和非国家行为体通过部署武装无人机进行各类军事行动,武装无人机的扩散对国际安全产生越来越严重的影响。根据乌普萨拉冲突数据项目-地理参考事件数据集提供的数据,2001─2021年,全球共发生1983起武装无人机冲突,造成近1.5万人死亡,其中美国参与1466起并导致超过1.1万人死亡。因此,研究全球武装无人机袭击历史与现状、美国军用武装无人机政策与使用情况及2001─2021年全球武装无人机袭击造成的死亡数据具有重要的现实意义。全球武装无人机袭击通过影响非对称作战方式、非国家行为体的参与及作战规则,其袭击分布的范围将可能不断扩大,从而对全球冲突造成更为严重的安全后果。

一种解决数据冲突的投票算法的改进与实现

在当今网络发达时代,为了利用数据,需要从多源获取信息来融合信息,但是在信息融合的过程中,不同的数据源之间融合会发生数据冲突,而投票算法在解决数据冲突的过程中发挥了很好的作用。文章在投票算法上加入了增量分类,针对不断增加的数据构建了一个解决冲突的过程,以此提高了解决数据冲突的效率。

金融数据共享利益冲突平衡的法律进路

数据是数字经济时代最重要的生产要素之一,流动的数据才能发挥数据价值,金融数据共享是数据流动的一种形式。金融活动中金融数据在不同金融机构之间、金融机构与科技企业之间、金融机构与金融监管机构之间共享,金融数据控制者对其所控制的数据的财产性权益期待是促进数据共享的动力。金融数据中有大量关涉个人信息的数据,而且金融数据安全关系到国家金融体系安全,在确保国家金融体系稳健和个人信息安全的前提下,将金融数据权利赋予金融数据控制者,有利于促进金融数据共享,最大限度地挖掘金融数据价值。为平衡金融数据共享主体之间的利益冲突,应当以确定数据权属为底层逻辑,优先保障个人信息权益,并通过引进侵权惩罚性赔偿机制,调整惩罚性赔偿金分配机制和个人信息侵权公益诉讼规则,完善个人信息侵权赔偿制度。

基于多源数据的南亚区域冲突及其烈度的时空变化

为揭示2011—2020年南亚区域冲突时空变化及烈度分布,基于武装冲突地点和事件数据库、全球恐怖主义数据库和乌普萨拉冲突数据库所收录的南亚的冲突数据,进行数据整合,采用核密度、空间自相关,空间热点探测分析等地理统计方法对南亚区域冲突及其烈度的时空特征进行分析。结果表明:2011—2020年,南亚区域冲突数量有所增长,但伤亡人数呈减小趋势;从空间看,区域冲突分布在“南亚外环”,聚集中心形成了“梯形”格局,克什米尔—信德省一线为梯形上底,达卡—切蒂斯格尔—泰米尔奈德—科伦坡一线为梯形下底;南亚区域冲突烈度分布范围先扩大后缩小,烈度热点先向俾路支省进行扩散,而后向东北方向和东南方向转移,于2020年形成了以克什米尔地区和切蒂斯格尔邦为中心的2个热点区域,无冷点聚集;南亚区域冲突受多方面因素影响,源头为认同差异,被国家行为体、民族分离组织、宗教极端组织等行为体推动,其中权力因素起主导作用,身份认同为难以解决的痼疾。

大数据的知识产权保护与共享:冲突与解决

在中国大数据产业的发展过程中出现了大数据知识产权保护与大数据信息共享之间的冲突。主要表现为数据信息的独占与信息共享、大数据信息安全与信息开放、大数据信息的整合与文化多样性之间的冲突,这使得大数据相关主体之间的矛盾难以调解,致使知识产权制度难以平衡大数据保护与数据共享二者之间的关系。为了解决中国大数据的知识产权保护与数据共享之间的冲突,在对大数据给予知识产权保护时,应当兼顾社会公共利益和竞争利益,协调好数据安全与数据开放的关系,以及贯彻保护文化多样性的原则。