大规模手机位置数据在为人类活动研究带来新的前景的同时,数据中蕴涵的个体活动点可能导致用户重识别,即隐私信息泄露。针对个体的频繁活动点集合,计算手机位置数据中的个体重识别风险,通过点集匹配策略实现高风险
随着越来越多的重要数据存储在磁盘上,磁盘数据的安全保护逐渐成为备受关注的问题。众多的安全威胁如磁盘数据被非法修改、磁盘数据泄漏、磁盘失窃,都可能会对保存着重要信息的组织如军队、政府、企业等造成无法估计
针对LBS查询服务中构造的匿名框或选取的锚点仍位于敏感区域而导致的位置隐私泄漏问题,提出了基于敏感位置多样性的锚点选取算法。该算法根据用户访问数量和访问高峰时段,对不同敏感位置进行定义和筛选,选择具有
信息隐私保护机器学习方向的相关论文研究,详细讲解了各种常见的信息隐私保护方法和技术,并就未来信息安全领域的机器学习研究方向进行了展望。
为解决物联网空间内LBS服务的隐私安全问题,在分析物联网环境中的LBS服务框架的基础上,针对其面临的各种隐私安全威胁及安全需求,基于匿名通信原理和可计算加密思想设计了一种支持真实身份、实体位置和服务内
兴趣点(point-of-interest,POI)推荐是基于位置的社交网络(location-basedsocialnetworks,LBSN)中一项重要的服务。针对目前推荐算法存在的噪声数据影响推
针对目前基于用户签到的地点推荐方法忽略了用户未评分的项集以及忽视了用户签到次数的差异,以及基于社交影响的地点推荐算法中缺乏对用户之间必要的相关性描述的情况,提出一种新的算法。该算法采用了一种线性的融合
基于位置社交网络和群组的地点推荐系统设计,柳天闻,孟祥武,随着移动互联网的发展,基于位置的社交网络(LBSN,locationbasedsocialnetwork)逐渐融入到了日常生活中,为了给用户提
差分隐私保护是目前非常热的课题,一篇中文综述送给大家
纹理精确定义困难,但存在被广泛认同的性质。结构法、统计法、频谱法和模型法是常用的纹理研究方法。结构法从纹理的基元形态及其排布规则角度分析,适用于研究规则纹理；统计法从宏观角度对纹理进行统计分析,适用于
