基于位置服务的隐私保护机制度量研究综述

来源 :计算机应用研究 | 被引量 : 19次 | 上传用户:lygwzs
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
如何度量隐私保护机制的隐私水平和对服务质量的影响是当前位置服务隐私保护中的一个重要课题。对位置服务中隐私保护机制度量的研究现状和进展进行了阐述,介绍了位置服务中隐私保护机制度量的研究背景,归纳总结了位置服务中的隐私信息、攻击模型和隐私度量方法及其评价指标,给出了基于位置服务的隐私保护机制度量框架,并提出了未来需要深入研究的方向。
其他文献
对于SLP(superword level parallel)算法不能高效处理并行代码占有率较小的大型应用程序的问题,提出并评估了一种新型的基于改进的SLP算法的编译框架。它主要包括三个阶段:将代码中结构相似的异构语句通过改进的SLP算法尽可能地改为同构语句;用全局的观点,在优化目标代码之前获取其数据模型重用;联合数据布局优化进行进一步的性能提升。针对框架做了大量实验,实验结果表明该框架比SLP算
目前已有各种推荐算法来解决互联网的信息过载问题,其中物质扩散算法和热传导算法是近年来颇受关注的两种推荐算法。物质扩散算法虽然具有较高的准确率,但推荐结果集中在少数热门物品,缺乏多样性,而热传导算法虽然具有较好的多样性,但准确率又明显偏低。为了解决这对矛盾,提出了一个混合算法,新算法在相似性计算模型上融合了两种传统算法的优点,增加了一个调节参数来抑制系统对热门物品的过度推荐。实验结果表明,在一定的参
面对海量数据的管理和分析,文本自动分类技术必不可少。特征权重计算作为文本分类过程的基础,起到了至关重要的作用。为了提升文本分类的质量,针对传统特征权重算法的不足,提出了基于文档类密度的特征权重算法(TF-IDCD)。其中,文档类密度通过类内包含特征的文档数与类内总文档数的比值来度量。最后,在两个中文常见数据集上对五种算法进行实验对比。结果显示,提出的算法相比较其他特征权重算法在F1宏平均和F1微平
显著性区域检测是指自动识别出图像中最感兴趣、最重要的区域,目前在目标识别、图像检索等领域应用广泛。基于图的流形排序的显著区域检测算法虽然能够准确高效地检测出一幅图像中的显著性区域,但该算法中使用的K正则图描述的各顶点的空间连接性的图的结构存在局限。为解决上述局限性,研究构造一个更一般的连通图,在显著目标较大或显著目标不连续的情况下,能够更准确地检测出显著性区域。通过在CSSD、SOD、ASD和SE