-
公开(公告)号：CN113507704A
公开(公告)日：2021-10-15
申请号：CN202110779725.5
申请日：2021-07-09
Applicant: 哈尔滨理工大学
IPC: H04W12/02
Abstract: 针对当前群智感知网络中集中式位置隐私保护方法给用户带来的隐私安全泄露问题，提出了基于区块链智能合约的隐私保护方法。首先，采用可信分布式环境区块链代替第三方服务器，为避免泄露个人信息，用户在区块链上注册一个匿名身份。此外，为解决在分布式结构下，用户之间存在相互欺骗行为导致的用户位置隐私泄露问题，在智能合约上设计了基于双重属性决策的虚拟位置算法。其中，该算法通过计算周边位置，获取每个位置与用户位置之间的距离值以及每个位置的历史查询概率值，然后对其设置不同的阈值，进行循环筛选，进而得到一个有效保护用户位置的匿名集。最后，通过仿真实验验证该方法可以提升保护用户位置隐私的效率。
-
公开(公告)号：CN113095407A
公开(公告)日：2021-07-09
申请号：CN202110398414.4
申请日：2021-04-12
Applicant: 哈尔滨理工大学
Abstract: 本发明涉及一种降低通信次数的高效异步联邦学习方法。本发明首先设计了一个随版本陈旧度自适应变化的超参数r，降低了版本陈旧度给异步联邦学习带来的误差并引导模型收敛；并且针对联邦学习通信量大的问题，通过在前期增大学习率和减小本地轮数，然后逐渐减小学习率增大本地轮数，能在有效减少模型训练的总通信回合数的情况下同时保证模型的性能基本不变，使系统更好的进行异步联邦学习。
-
公开(公告)号：CN113344464A
公开(公告)日：2021-09-03
申请号：CN202110781848.2
申请日：2021-07-12
Applicant: 哈尔滨理工大学
Abstract: 任务分配是当前移动群智感知研究的热点和难点，大多数任务分配算法仅从感知用户的角度考虑，而忽略了感知任务和感知用户的潜在关系。本文提出了一种基于链接预测的任务分配方法，首先通过分析移动群智感知中感知用户和感知任务的特征，建立了移动群智感知知识图谱，然后通过链接预测方法挖掘感知用户与感知任务之间的潜在关系，最后根据预测的结果进行感知用户的选择。该模型能够预测感知任务与感知用户的深层链接关系，选择符合该任务的高质量感知用户，从而提高感知质量。通过在不同的数据集上进行实验，其结果表明，本文提出的KGLP方法显著提高了感知数据质量，覆盖率处于较高水平，且信息质量高于其他对比方法，综合性能与其他方法相比较好。
-
-
Search Results
3
records
(took 0.019 seconds)
