<output id="61611"></output>

<code id="61611"></code>

<var id="61611"></var>

<label id="61611"><video id="61611"></video></label>

  • <acronym id="61611"><legend id="61611"></legend></acronym><var id="61611"><ol id="61611"></ol></var>
      1. 亚洲最大色
        我們第一篇機器學習與隱私保護相結合的文章今日出版
        來源: 劉憶寧/
        桂林電子科技大學計算機與信息安全學院
        359
        6
        0
        2019-05-03

        2017級碩士生潘家霽同學關于假軌跡檢測的論文 (我是第二作者,中國科學技術大學張衛明教授為第三作者),今天在Security and Communication Networks出版,這是我們第一篇關于機器學習用于隱私保護的論文。簡單介紹一下這篇文章是做什么的。

        比如,人們用導航軟件或騎行共享單車,使用的物聯網設備會記錄下人們的行駛軌跡,并上傳到數據中心,匯聚成大數據的一部分。如果數據未經處理直接上傳,會嚴重侵犯用戶的個人隱私。國際上有很多學者提出了一系列的假軌跡生成算法,也就是說真實軌跡生成后,在用戶終端再生成幾條假軌跡,假軌跡與真軌跡很近似,但又有所不同。真假軌跡一起上傳到數據中心,既保證數據統計特征基本一致,又掩蓋了真實的軌跡信息。但經過我們分析,發現現有的大多數假軌跡生成算法,是可以被用機器學習的手段來識別出來的,我們嘗試用卷積神經網絡對主流的假軌跡生成算法做了檢測,識別率在90%左右。

        https://doi.org/10.1155/2019/8431074 

        附件

        登錄用戶可以查看和發表評論, 請前往  登錄 或  注冊
        SCHOLAT.com 學者網
        免責聲明 | 關于我們 | 聯系我們
        聯系我們: