基于边缘云计算的人体数据传感架构

为了解决基于云平台的架构方法在处理人体监测传感数据时无法很好地支持实时性和可移动性的问题,该文提出一种基于边缘云计算的人体数据传感架构,并将其运用于大数据分析.其构建了3层云计算人体数据流架构,分别由无线体域网、边缘云系统和中央云系统组成.针对人体数据流架构提出了支持实时性和可移动性的移动服务架构,该架构在中央云数据中心和用户之间使用边缘服务器,在此基础上设计了边缘云的数据传感架构,该软件架构包含3层应用程序接口,分别应用于传感器设备、边缘云和中央云.设计了能够支持多种类型应用程序的存储架构,优化传感架构并提高数据存储可靠性.实验结果表明,基于边缘云的架构降低了由虚拟机容量导致的故障率和服务器整体利用率,同时在服务时间和数据处理时间方面均优于现有的架构.

5G车载网络电力注入的大数据匿名批量验证

为了解决5G车载网络电力注入系统在确保数据安全性和隐私保护时产生更高计算开销和传输开销的问题,提出一种基于超高效无证书聚合签名(Certificateless aggregate signature,CL-AS)算法的5G车载网络电力注入的大数据匿名批量验证方法。基于椭圆曲线密码体制设计超高效的CL-AS算法来解决证书管理问题和较高的系统开销,引入不依赖签名数量仅需验证者执行两个标量乘法运算的批量验证方法来加快验证速度和提高效率。实验表明,该方法在计算开销和通信开销方面性能均优于现有方法。

基于递归神经网络和快速文本的社交大数据分析

针对传统模型无法有效地从大数据中提取和分析相关信息等问题,提出了基于递归神经网络和快速文本的社交大数据分析方法。该方法首先对输入数据进行预处理以减少噪声,然后基于快速文本词嵌入将文本数据转换成数值向量,基于递归神经网络学习每个输入序列的最佳特征表示,最后基于Logistic回归算法使用最佳特征表示执行分类任务。实验结果表明,与其他方法相比,在分类准确性和F得分方面均优于对比的方法,能够处理大规模数据和提高递归神经网络变体在分类精度方面的性能。