面向隐私保护的异构数据库集成中间件系统

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:hlexcuner
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在信息化时代,随着智能移动设备的普及、大数据和互联网技术的高速发展,数据来源于更多新的渠道,且数据种类多样,历史数据不断积压。因此隐私数据的存储安全和大数据的高效处理问题备受关注。对用户隐私数据的保护可采用加密存储,直接在密文上操作数据困难且会增加服务器端的负担,针对这些问题,研究者们提出了可搜索加密技术和加密中间件系统。针对大数据处理,传统关系数据库其单表架构和行存储的特点难以适应大数据存储,No SQL不支持强事务操作且在对一致性要求高的场景中存在缺陷,因而关系与非关系数据库结合的方案应运而生。由于每个No SQL系统都有其自己的API,并且通常不支持SQL和JDBC等标准,使得数据查询困难,增加成本,本文在此基础上针对以上两个问题进行研究。本文提出一种面向隐私保护的异构数据库集成中间件系统,虚拟化集成关系与非关系数据库,提出了一个统一的体系结构,允许用户以SQL语言查询同时操作密文数据库和非关系数据库。根据软件开发设计流程来设计中间件系统,详细说明了每个模块的功能。本文在以下三个方面进行创新:首先抽象异构数据库集成中间件整体架构,实现数据库的加密存储和异构数据库的集成,提出了一个基于标准的通用体系结构。降低使用成本,提高系统的扩展性和应用范围。其次将已有的明文数据库整体映射为可搜索加密的密文数据库,用户可直接在密文上进行查询和计算,此过程对用户透明。最后虚拟化集成SQL与NoSQL,将不同的数据分离存储,允许No SQL数据库支持标准SQL,用户以SQL语言同时操作密文数据库和No SQL,且存储对用户透明。
其他文献
学习成绩作为检测学生学习情况的标准会受多种因素的影响,学习动机是其中较大的影响因素之一。当前对泰国学生汉语学习动机的研究相对较多,但对泰国中学生学习动机与学习成绩
石油井架钢结构作为钻井过程中的重要承载设备,使用相当广泛,作用也很重大。但在复杂的工程环境中,由于承受巨大外力,加之环境腐蚀,在拆装和使用过程中不可避免地会出现损伤,对人身和财产安全产生很大隐患,因此尽早判断出石油井架钢结构的安全状态是十分必要的。基于振动响应来识别损伤是一种常见的损伤识别方法,但在实际采集振动信号过程中,由于工程中强烈的背景噪声的影响,使得通过弱信号来识别损伤变得困难,因此本文提
新中国成立初期,计量单位制面临多元化,全国上下计量事业处于不断变革之中,直至90年代末才趋于稳定。本文对内蒙古自治区计量发展与计量管理机构演变历程进行全面的梳理和介
地震信号是非平稳随机过程,由于其在时域及频域上皆有较强的非平稳特性,非平稳地震动会导致结构遭受较大的损失。传统的地震信号分析方法不能同时得到信号特征分别在时域和频域上的分布情况,由于小波变换理论在分析非平稳随机过程时能同时得到信号特征在时域及频域上的分布情况,所以本文选择谐波小波来研究实际地震动时频功率谱。通过研究地震动时频功率谱,将以往对地震动的时域分析或者频域分析推广到时域-频域二维层面进行精
冷战结束后,原属苏东阵营经过领土变动形成的16个欧洲国家选择“回归欧洲”——加入欧洲一体化并进行转轨,这16个国家被统称为“中东欧国家”,其中1 1个国家已成功加入欧盟,
基于兰姆波的超声传感器,其原理是将超声波转换为电信号等其他形式的能量传输有效信息,由于其灵敏度强,检测效率高等优势在声学传感器中使用广泛。但是在传输过程中,器件的缺
跨模态检索是多媒体检索领域中针对两个模态的特殊检索方式,它通过构建不同模态之间的语义关联实现准确的交叉匹配。近年来,跨模态哈希检索以其检索速度快和存储成本低的优点成为跨模态检索中主流的研究方向。现有的跨模态哈希检索方法旨在将异构特征转换为紧凑的二进制码,并使用监督信息来提高性能,但哈希码生成过程中大多丢弃了离散约束而造成累积的量化误差,并且通用的监督使用形式忽略了类别间的语义关联。本文针对以上问题
牟宗三先生援引康德自律道德哲学将朱子学判为道德他律,此一判论在学界引起了多次讨论风波。牟宗三将朱子之心完全视为经验认知之心,进而认为朱子由于心性二分,导致性体虽具义理但却不足以挺立,只能由心认知地摄具性理,因而其道德只能是他律道德。然而,跳出牟宗三的思维框架,我们可以看到朱子之心兼具“本心义”与“经验心”两个向度,牟宗三此一判论正是在“经验心”这一层面上做出的,而在“本心义”这一层面,朱子道德哲学
学位
设A为CM-有限的Artin代数,Γ(A)为A的相对Auslander代数.记Γ(A)-mod为有限生成左Γ(A)-模构成的范畴,我们将利用Γ(A)-mod来刻画Gorenstein投射A-模的态射范畴Mor(A-Gproj).设P≤1(Γ(A))是由投射维数至多为1的Γ(A)-模构成的Γ(A)-mod的满子范畴.我们将证明Gorenstein投射A-模的单态射范畴S(A-Gproj)与P≤1(Γ
在计算机视觉领域中,深度估计与三维重建是重要的研究方向,其关键是从图像中恢复出目标到摄像机的距离。本文主要研究灰度图像中目标距离的恢复问题,并从可见光灰度图像与红外灰度图像两个方面展开研究。首先,对于可见光图像,利用有监督学习的方法进行单目图像深度估计。引入一种新颖的上采样层,实现了该上采样层的插入操作细节。本文采取全卷积神经网络的架构构造模型,其包含编码器网络与解码器网络两部分:使用残差神经网络