【摘 要】
：
近年来,随着无线网络的发展和智能终端功能的多样化,基于位置的服务（Location Based Service,LBS）也日渐成熟。在人们享受LBS提供便利的同时,定位信息也被收集用来挖掘对商家有用的潜在信息,因此移动用户的隐私也受到威胁。比如,攻击者可以通过挖掘用户的定位信息窃取用户的兴趣爱好、生活习惯等隐私信息。已经存在的基于定位信息单点扰动的位置隐私保护方法通常难以抵御推断攻击,因此出现了基
论文部分内容阅读
近年来,随着无线网络的发展和智能终端功能的多样化,基于位置的服务（Location Based Service,LBS）也日渐成熟。在人们享受LBS提供便利的同时,定位信息也被收集用来挖掘对商家有用的潜在信息,因此移动用户的隐私也受到威胁。比如,攻击者可以通过挖掘用户的定位信息窃取用户的兴趣爱好、生活习惯等隐私信息。已经存在的基于定位信息单点扰动的位置隐私保护方法通常难以抵御推断攻击,因此出现了基于轨迹合成的全局保护方法。有研究发现,用户之间的好友关系通常在线下定位信息中会有体现,攻击者可以通过好友信息来推断目标用户的真实轨迹,现有轨迹合成方法仍无法抵御这种基于社交关系的推断攻击手段。为此,本文提出一种弱化用户社会关系的轨迹合成模型,以达到轨迹隐私保护的目的。具体来说,首先通过度量用户线上和线下信息得到他们之间的信任值,利用信任值对用户轨迹信息进行扰动,实现用户之间社交关系的模糊化。同时,对用户移动行为进行基于马尔可夫链的建模,得到状态转移概率矩阵和访问概率矩阵,分别度量用户移动模型之间的地理相似度和语义相似度。最后根据用户移动模型之间的总体相似度进行轨迹的采样合成操作。采样过程中为了保留每个位置的访问密度等特征,我们提出自适应语义密度感知网格进行采样位置的语义聚类,将社交关系模糊化后的轨迹映射到每个语义网格中,根据每个网格中的语义密度进行轨迹的采样合成。实验验证了本文模型对轨迹隐私保护的有效性。同时,我们将合成轨迹应用在三种主流数据挖掘任务中,并和现有轨迹合成工作进行比较,证明通过本文模型可以合成保留原始轨迹特征的虚假轨迹,实现对用户轨迹信息的隐私保护并且不影响其可用性。
其他文献
由于RDF图数据的急剧增长,传统的集中式数据处理已经不能满足当前需求,必须通过分布式集群来存储和处理大规模RDF图数据。RDF图数据的分布式存储面临的第一个问题即是RDF图划分。这就使得如何有效地划分大规模RDF图变得尤为重要。本文对现有的RDF图划分算法进行整理,将图划分算法分为3种类型,分别是多级图划分算法、流式图划分算法和分布式图划分算法,详细描述了其中的代表性算法。通过在合成数据集与真实数
目前深度学习已经在多个领域中获得了令人瞩目的成就,但深度学习的成功往往依赖于大规模有标注的数据集,这不仅限制了其在特定领域的应用,也与人类能够从少量样本中快速建立概念有较大差距。小样本分类旨在通过少量有标注样本学习出有效的模型,能够对新类进行识别。而半监督条件下的小样本分类则是对当前小样本研究的进一步拓展,半监督条件一方面更加贴近人类对于事物类别的认知方式,另一方面在实际应用中无标记的数据的收集往
随着天文观测数据的日益丰富,天文学研究已经进入大数据时代。随着光学望远镜制造技术不断发展,高分辨率和宽视场的天文光学观测图像数据持续增速积累。对于时域天文学研究,天文学家通常关注于某一片天空区域内发生的变化或者某一个星体自身发生的变化,并不需要处理所有的归档图像数据,因此如何保证能够快速从海量的归档数据中检索出天文学家所需要的图像序列是一个亟待解决的挑战。本文面向基于光学图像数据的时域天文学研究,
天文观测对大气环境质量、防信号干扰能力等方面的要求非常高,因此,观测条件越好的地点越是人迹罕至。由于观测地点长期无人值守,在观测站点部署高可靠、低成本的远程数据传输系统非常有必要。例如,南极昆仑站天文观测现场与国内数据中心之间只能依靠铱星通信系统进行数据传输。然而,铱星通信网络的带宽极为有限,并且相当不稳定,流量成本也非常昂贵。因此,常规的数据传输工具,例如rsync和scp,并不适用于这种传输场
语音合成（Text-to-Speech,TTS）是一种将输入文本转换为合成语音的技术。在人机交互场景中,语音合成作为交互链条中最后一步,具有举足轻重的地位。目前随着端到端技术的提出和日趋成熟,单语种单说话人语音合成系统,已经能够合成与人类发音具有相似自然度的语音,但是在实际应用场景中,单语单说话人语音合成系统已经无法满足人们的日常需求。比如在导航系统中出现的含有英文单词的地址,日常交流中出现的英文
随着数字化时代的到来,数据的形态非常丰富,描述同一实例的不同类型数据被称为多视角数据。基于多视角数据,多视角学习旨在通过融合来自多个视角的补充信息来发现潜在的表征。可以根据数据的完整性将多视角学习分为完整视角表征和缺失视角表征,本文围绕完整视角和缺失视角的表征学习展开研究。对于完整视角的表征学习,基于子空间学习的方法是目前较为主流的方法,但是当前基于子空间学习的方法存在两个缺点:（1）多视图关系未
视频作为一种重要的信息载体,随着计算机技术和智能设备的快速发展,在人类生产生活中扮演了日益重要的角色。在人工智能领域,基于深度学习的视频分析技术也受益于多种基础任务的发展,在各种细分领域有着广泛的应用。视频问答任务结合了视频的视觉信息和文本的自然语言信息,能够让智能机器跨越模态的鸿沟,提升跨模态语义理解能力。近年来受到了大量关注。基于视觉和语言的视频问答作为一个极具挑战性的研究方向,涉及计算机视觉
在现实世界中,绝大多数图数据都在随时间发生动态演化。近年来,随着大规模“动态图”数据的不断涌现,面向大规模动态图数据的查询处理逐渐成为图数据管理中非常重要的一类任务。其中,面向大规模图上的位置查询处理是一个十分重要的研究方向,该方向主要包括两类图数据上基础的查询问题:顶点可达性查询与k-近邻查询。对于动态图上的可达性查询问题,我们重点关注结构变化动态图上基于历史区间的可达性查询,即:给定动态图的拓
＜正＞为贯彻落实少捕慎诉慎押刑事司法政策，降低诉前羁押率，检察机关对确无逮捕必要的犯罪嫌疑人，依法作出不批准逮捕决定。在羁押率逐年下降，非羁押强制措施适用率不断上升的背景下，传统监管手段已无法满足实践需求，非羁押数字监管为破解非羁押强制措施监管难题，保障刑事诉讼的顺利进行提供了良方。但非羁押数字监管尚处于探索阶段，关于其功能定位、合法性、适用主体权责划分等问题，理论界与实务界仍存在争议，亟待研究解
癌症已被定性为一种异源性疾病。当某些调控细胞生长的基因发生突变时,这种突变会造成细胞生长速度失控,从而导致细胞疯狂的生长和分裂进而导致癌变。癌症可以产生在人身体的任何一个部位。通常,人体中的细胞会根据身体的需要分裂出新的细胞。当原本的细胞受到伤害甚至是死亡时,这些分裂产生的新的细胞将会替代这些受损的细胞。但是,当身体发生癌变时,整个过程会受到巨大影响。癌症所导致的异常的细胞分裂速度会导致当某些细胞