基于二部图多权重投影的大数据推荐算法

基于网络结构的推荐算法存在多样性不足的问题,提出了一种基于二部图多权重投影的大数据推荐算法。首先,提取出数据集的基础信息,将所有的项目—用户数据输入莱文斯坦距离程序,计算各个属性之间的相似性;然后,计算二部图网络中节点之间相同邻居的数量、节点之间的共同邻居度以及每个节点的度,计算二部图网络中每条边的三重权重;最后,采用增强的二部图投影技术提取二部图网络的潜在链接,实现基于相似性的链接预测。在大数据集与小数据集上分别开展了实验,结果显示该算法的准确率与覆盖率均优于其他几种类型的推荐算法,并且优于同类型的推荐算法。

基于改进cat映射与混沌系统的彩色图像快速加密算法

针对已有基于混沌系统的图像加密算法计算复杂度较高的问题,基于改进cat映射提出一种计算复杂度较低、易于实现的彩色图像加密算法。该算法包括置乱与扩散两层。置乱层采用比特置乱代替传统的字节置乱,彻底打乱图像各像素的位置,并且对传统二维cat映射进行改进,大幅度地提高了计算效率,采用均匀的混沌伪随机产生器动态地改变加/解密过程每轮的控制参数,提高了加密系统的安全性;扩散层则采用比特矩阵方法将每块扩散处理。基于真实图像的实验结果表明,该算法可抵御不同类型的攻击,计算效率较高。

基于DNA编码与统计信息优化的图像加密算法

针对现有图像加密算法相关性较高的问题,提出一种基于DNA编码与统计信息优化的图像加密算法。采用DNA编码将图像的RGB三色通道分转换为DNA序列,并通过DNA运算对像素进行空间域的失真处理;然后对图像进行扩散处理,并使用和声搜索算法搜索扩散阶段的最大熵;最终对图像进行混沌置乱处理,通过和声搜索算法搜索该阶段的最小相关系数。仿真实验结果显示,本算法获得的熵与相关系数分别接近理想值8与0,同时获得了理想的安全性。