检索结果

Select

1. 两层传感网隐私保护的不完全数据Skyline查询协议

左开中, 尚宁, 陶健, 王涛春

计算机应用 2017, 37 (6): 1599-1604. DOI: 10.11772/j.issn.1001-9081.2017.06.1599

摘要（578）

PDF （1108KB）（429）

感知节点感知数据易受外界环境影响，使得不完全数据广泛存在于无线传感器网络中，且感知数据面临严重的隐私威胁。针对两层传感器网络不完全数据查询过程中存在的隐私泄露问题，提出一种基于置换和桶技术的两层传感器网络隐私保护的不完全数据Skyline查询协议（PPIS）。为了实现对不完全数据的Skyline查询，PPIS将缺失属性值置换为数据域的上界值，并将不完全数据映射到桶中；为了保证数据隐私性，PPIS首先将桶区间转化为前缀编码，然后将前缀编码加载到Bloom过滤器中，保证存储节点在无需数据和桶区间明文的前提下执行查询处理；为了保证查询结果的完整性，PPIS采用Merkle哈希树构造完整性验证编码，实现对查询结果的完整性验证。理论分析和仿真实验验证了PPIS的安全性和有效性，与现有隐私保护Skyline查询协议SMQ和SSQ相比，PPIS通信能耗节省了70%以上。

参考文献 | 相关文章 | 多维度评价

Select

2. 新颖的判别性特征选择方法

吴锦华, 左开中, 接标, 丁新涛

计算机应用 2015, 35 (10): 2752-2756. DOI: 10.11772/j.issn.1001-9081.2015.10.2752

摘要（416）

PDF （666KB）（395）

作为数据预处理的一种常用的手段,特征选择不仅能够提高分类器的分类性能,而且能增加对分类结果的解释性。针对基于稀疏学习的特征选择方法有时会忽略一些有用的判别信息而影响分类性能的问题,提出了一种新的判别性特征选择方法——D-LASSO,用于选择出更具有判别力的特征。首先D-LASSO模型包含一个 L ₁-范式正则化项,用于产生一个稀疏解;其次,为了诱导出更具有判别力的特征,模型中增加了一个新的判别性正则化项,用于保留同类样本以及不同类样本之间几何分布信息,用于诱导出更具有判别力的特征。在一系列Benchmark数据集上的实验结果表明,与已有方法相比较,D-LASSO不仅能进一步提高分类器的分类精度,而且对参数也较为鲁棒。

参考文献 | 相关文章 | 多维度评价

Select

3. 面向隐私保护的无线传感器网络细粒度访问控制协议

胡鹏左开中郭良敏罗永龙

计算机应用 2014, 34 (2): 461-463.

摘要（522）

PDF （462KB）（527）

针对无线传感器网络访问控制中的用户身份隐私保护和数据安全问题，提出了一种适用于多用户、隐私保护的访问控制协议。该协议采用属性基加密算法和分布式访问控制模式，使用属性证书、数字签名和门限机制，实现了用户的付费访问、细粒度访问控制和匿名访问，并保证了数据传输机密性和查询命令完整性。协议分析和协议比较表明，传感器节点的计算、存储和通信开销较小，方便实现用户和传感器节点动态加入，能更好地适应付费无线传感器网络的访问控制需求。

相关文章 | 多维度评价

Select

4. 不同坐标系下空间两球体关系的安全判定协议

王涛春古奋飞左开中

计算机应用 2011, 31 (09): 2382-2384. DOI: 10.3724/SP.J.1087.2011.02382

摘要（1484）

PDF （472KB）（341）

如何将处于不同空间坐标系下的几何对象统一到相同空间坐标系下是合作过程中经常遇到的问题，为了保证双方安全与利益，合作双方都希望不泄露自身的私有输入信息。针对以上情况，首先提出并设计了隐私保护的不同空间坐标系下的两点距离计算协议，然后进一步设计了保护隐私的不同空间坐标系下两球体关系的判定协议，分析了协议的正确性、安全性和复杂性。在保护参与方私有输入信息的条件下，所设计的协议解决了不同空间坐标系下球体与球体之间的相对位置安全判定问题。