一种查找目标订阅的方法及装置

    公开(公告)号:CN105068879B

    公开(公告)日:2018-08-17

    申请号:CN201510548175.0

    申请日:2015-08-31

    Abstract: 本申请公开了查找目标订阅的方法及装置,应用于位置感知的订阅/发布系统,该方法包括:接收信息发布者发布的事件,所述事件包括值对信息及空间地理位置信息,其中,所述值对信息为一组等号谓词合取式;计算所述事件的谓词个数;对预先建立的布尔表达式列表分别进行以下匹配处理,直到所有布尔表达式列表被处理完,得到目标订阅集合。本发明公开的查找目标订阅的方法中,通过将订阅中的关键词按照属性及大小进行划分的方式,将订阅存储在布尔表达式子表及布尔表达式列表中,进而有效提升了查询匹配的效率。

    时序图下基于Skyline的多约束路径查询方法

    公开(公告)号:CN109086302A

    公开(公告)日:2018-12-25

    申请号:CN201810642766.8

    申请日:2018-06-21

    Applicant: 苏州大学

    Abstract: 本发明公开了一种时序图下基于Skyline的多约束路径查询方法,包括以下具体步骤:通过充分分析时序图的特点,设计新的数据结构,将时序图转成“静态图”,在此基础上,求解两点间满足多个约束条件的Skyline路径,最后根据求得的Skyline路径计算多种不同类型的路径,其中,在求解Skyline路径时,利用A*算法设计启发函数并通过两个剪枝策略来加速计算,最后在求解多种不同类型的路径时,利用时序图设计类似二分搜索的算法来加速对结果的查询。通过上述方式,本发明考虑了路径上的多个约束条件,解决了在时序图下完成多约束路径查询的问题,极大地减少了查询时间,优化了算法,提高了查询的准确率。

    一种基于格的位置隐私保护方法

    公开(公告)号:CN105610898B

    公开(公告)日:2018-11-13

    申请号:CN201510850772.9

    申请日:2015-11-30

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于格的位置隐私保护方法,包括如下步骤:(1)预处理阶段,所述LS端根据POI数据库构建索引结构;(2)所述User端利用OT Extension协议访问网格P;(3)所述User端利用OT Extension协议访问网格Q。通过上述方式,本发明基于格的位置隐私保护方法安全高效,能够保证在百万数据点上用户查询的秒级反馈。基于位置服务的广泛应用,使得本发明基于格的位置隐私保护方法具有广泛的市场前景,同时,本发明基于格的位置隐私保护方法对位置隐私保护的进一步推广和研究有着重要意义。

    一种基于同态加密的社会化推荐方法

    公开(公告)号:CN104796475B

    公开(公告)日:2018-10-26

    申请号:CN201510197609.7

    申请日:2015-04-24

    Applicant: 苏州大学

    Abstract: 本发明公开了一种基于同态加密的社会化推荐方法,包括如下步骤:(1)所述SN端利用同态加密密钥加密数据;(2)RBS端计算所有物品的推荐得分;(3)所述RBS端共享所有物品的推荐得分;(4)比较获得推荐结果。通过上述方式,本发明基于同态加密的社会化推荐方法具有安全性极高、适应性极强等优点,在基于同态加密的社会化推荐方法的普及上有着广泛的市场前景。

    一种基于不经意传输的社会化推荐方法

    公开(公告)号:CN105677701A

    公开(公告)日:2016-06-15

    申请号:CN201510981807.2

    申请日:2015-12-24

    Applicant: 苏州大学

    CPC classification number: G06F16/9535

    Abstract: 本发明公开了一种基于不经意传输的社会化推荐,包括如下步骤:(1)所述SN端和RBS端将用户历史行为记录矩阵的数据分布情况共享给对方,两端仅计算 和的项(两方共享的仅为数据的分布情况,并未涉及两方的数据值信息);(2)利用OT乘法协议各自完成物品的推荐得分计算,并且RBS和SN仅凭所拥有的计算得分并不能推测出对方的数据。(3)物品的推荐得分由RBS和SN以加法和形式秘密共享;(4)比较获得推荐结果。通过上述方式,本发明基于不经意传输的社会化推荐方法具有计算代价极小、适应性极强、效率极高等优点,在基于不经意传输的社会化推荐方法的普及上有着广泛的市场前景。

    一种时序图下多约束路径查询方法

    公开(公告)号:CN109213903A

    公开(公告)日:2019-01-15

    申请号:CN201810721123.2

    申请日:2018-07-04

    Applicant: 苏州大学

    Abstract: 本发明公开了一种时序图下多约束路径查询方法,包括以下具体步骤:通过定义一个目标方程,对一条路径的多属性进行聚合,然后根据用户给定的起点和终点,约束值以及时间区间,从终点向起点进行反向搜索,计算出起点到终点的路径以及中间节点到终点的路径的最小目标方程值和最晚时刻下的目标方程值,然后从起点开始正向扩展路径,以最早、最晚、最快和最“短”分别为目标向后扩展,在扩展过程中结合反向求得的两个目标方程值进行剪枝来加快查询速度。通过上述方式,本发明的时序图下多约束路径查询方法,提出正反向结合的方法来综合考虑约束值以及目标值,从而求出符合用户需求的最佳路径,能够高效且有效地查询路径。

    一种基于格的位置隐私保护方法

    公开(公告)号:CN105610898A

    公开(公告)日:2016-05-25

    申请号:CN201510850772.9

    申请日:2015-11-30

    Applicant: 苏州大学

    CPC classification number: H04L67/18 H04L63/0428 H04L67/16

    Abstract: 本发明公开了一种基于格的位置隐私保护方法,包括如下步骤:(1)预处理阶段,所述LS端根据POI数据库构建索引结构;(2)所述User端利用OT Extension协议访问网格P;(3)所述User端利用OT Extension协议访问网格Q。通过上述方式,本发明基于格的位置隐私保护方法安全高效,能够保证在百万数据点上用户查询的秒级反馈。基于位置服务的广泛应用,使得本发明基于格的位置隐私保护方法具有广泛的市场前景,同时,本发明基于格的位置隐私保护方法对位置隐私保护的进一步推广和研究有着重要意义。

    一种面向社交网络的基于信任的众包工人筛选方法

    公开(公告)号:CN105184653A

    公开(公告)日:2015-12-23

    申请号:CN201510565022.7

    申请日:2015-09-08

    Applicant: 苏州大学

    Inventor: 刘冠峰

    Abstract: 本发明公开了一种面向社交网络的基于信任的众包工人筛选方法,在社交网络环境中提供一种高效的众包工人筛选方法,创建一个语境社交网络的基础框架;为了提高算法的效率及精度,设置强关联单元,并且为强关联单元构造了一种新颖的索引结构;对可信任工人进行了建模,并且提出了基于语境信息的可信任众包工人的选取算法,可靠性能高、工作量少、计算准确、可信度高。

    一种保护隐私的时间序列相似度计算方法

    公开(公告)号:CN105138923A

    公开(公告)日:2015-12-09

    申请号:CN201510486712.3

    申请日:2015-08-11

    Applicant: 苏州大学

    CPC classification number: G06F21/60 G06K9/6203

    Abstract: 本发明公开了一种保护隐私的时间序列相似度计算方法,包括以下操作步骤:S1:将参与双方进行分组为第一参与方和第二参与方,并对第一参与方和第二参与方分别赋予相应的第一时间序列和第二时间序列,同时,在所述第一时间序列中设置有n个k维序列点,所述第二时间序列中设置有m个k维序列点;S2:令第一参与方和第二参与方利用同态加密方式计算欧式距离平方值;S3:令第一参与方和第二参与方实现欧式距离平方值的秘密共享;S4:将第一参与方和第二参与方的相似度结果进行计算。通过上述方式,本发明能够提供一种保护隐私的时间序列相似度计算方法,具有安全性高,适应性强等优点,在保护隐私的时间序列相似度计算的普及上有着广泛的市场前景。

    一种基于同态加密的社会化推荐方法

    公开(公告)号:CN104796475A

    公开(公告)日:2015-07-22

    申请号:CN201510197609.7

    申请日:2015-04-24

    Applicant: 苏州大学

    CPC classification number: H04L67/26 H04L63/0421 H04L63/0435

    Abstract: 本发明公开了一种基于同态加密的社会化推荐方法,包括如下步骤:(1)所述SN端利用同态加密密钥加密数据;(2)RBS端计算所有物品的推荐得分;(3)所述RBS端共享所有物品的推荐得分;(4)比较获得推荐结果。通过上述方式,本发明基于同态加密的社会化推荐方法具有安全性极高、适应性极强等优点,在基于同态加密的社会化推荐方法的普及上有着广泛的市场前景。

Patent Agency Ranking