【摘 要】
：
针对用户终端数据卸载过程中难以同时实现高隐私安全和低时间消耗的目标,提出了一种具有隐私保护的边缘计算高效数据卸载方法。首先,利用时间计算模型和隐私熵值分别将用户终端时间消耗和数据隐私安全程度进行量化,并建立一个多目标优化问题模型;其次,利用改进强度帕累托进化算法对时间消耗和隐私熵值进行联合优化;最后,利用基于熵权法的多属性决策方法选取最优的时间消耗和隐私熵组合策略。在多终端用户多计算任务的边缘计算
【机 构】
：
宁夏财经职业技术学院信息与智能工程系,宁夏大学信息工程学院
【基金项目】
：
国家自然科学基金资助项目(71561023),宁夏回族自治区教育厅质量工程—移动应用开发。
论文部分内容阅读
针对用户终端数据卸载过程中难以同时实现高隐私安全和低时间消耗的目标,提出了一种具有隐私保护的边缘计算高效数据卸载方法。首先,利用时间计算模型和隐私熵值分别将用户终端时间消耗和数据隐私安全程度进行量化,并建立一个多目标优化问题模型;其次,利用改进强度帕累托进化算法对时间消耗和隐私熵值进行联合优化;最后,利用基于熵权法的多属性决策方法选取最优的时间消耗和隐私熵组合策略。在多终端用户多计算任务的边缘计算下展开实验研究和对比分析,结果表明,该方法在降低传输时间的基础上还增强了数据卸载传输的安全性。
其他文献
随着众多的智能设备成为物联网系统的构件,其系统架构形式和规模呈现出多样化、巨大化的特点。物联网系统的性能取决于其本身的组织架构。因此,物联网系统组织架构方式的优化尤为重要。由于系统架构本质为系统节点的排列组合问题,将系统架构问题转换为系统效能值的优化问题,提出了一种基于免疫进化的求解算法。该算法采用层次编码方式,将系统组织架构转换为整数编码形式,设计了自适应层级交叉算子、小扰动变异算子,并采用个体
为缓解用户"知识迷向"问题,提升知识应用及创新效益,提出了融合三支决策与GRA-Orthopair模糊集的知识匹配方法。首先基于CRITIC-熵权法进行权重配置,并融入博弈论方法增强客观赋权实效;而后,采用FCM聚类算法横向压缩匹配空间;进而,借鉴三支决策思想实施预分类,同时考虑知识间的关联度,构建基于灰色关联度的Orthopair模糊相似度模型,并据此计算用户需求与案例知识间的视图相似度,从而确
鉴于大多数符号网络预测算法仅能对已有链接缺失的符号进行预测,无法实现未知的链接及其符号预测,提出一种融合局部与全局结构特征定义节点间相似性的符号网络链接预测算法。基于结构平衡理论,利用连接两节点的步长为2和3的路径信息分别定义局部和全局链接紧密度,有效融合两者得到两节点的总相似度,其绝对值度量了链接建立的可能性,其符号即为链接的符号预测结果。在多个经典的符号网络数据集上对算法的有效性和正确性进行了
针对原阴阳对优化算法(YYPO)早熟易收敛的问题,在YYPO算法中的阴阳两点交换阶段加入模拟退火算法(SA)策略,提出了两种使用不同交换策略的新算法,即YYPO-SA1和YYPO-SA2,统称为YYPO-SA。YYPO-SA算法既保持了YYPO轻量级的特点,又综合了YYPO优秀的全局搜索能力和SA良好的局部搜索性能。算法采用2013年进化计算大会的单目标实参算法竞赛中使用的28个测试函数进行性能评
基于现有模型不能有效处理多轮对话历史的不足,提出了CoBERT-BiGRU(concat bidirectional encoder representation from transformers-bidirectional gate recurrent unit)模型。对文章中的对话历史进行标记,将不同标记的文章及问题输入CoBERT模型,得到多个序列的向量化表示;通过历史注意力网络把多个结果
无线传感器网络已广泛应用于人们的生活中,本文基于WSN(Wireless Sensor Networks)自组织及能耗特性,以LEACH路由协议算法为基础,提出一种优化了节点信息传送方向的适用于凹陷型山地地形的无线传感器网络算法。算法改进了WSN的组网方法,采用优先选择距离基站更近的簇头进行组网的方法。首先,网络随机产生首批簇头节点;其次,各簇头节点收集簇内节点信息,同时收集各节点剩余能量、位置坐标信息,汇总后发送至基站;再次,基站根据所获信息确定下一轮次的簇头节点,并向全网广播;最后,各节点选择距离基站
贝叶斯知识追踪模型(Bayesian knowledge tracing,BKT)被用于智能教学系统中追踪学习者的知识状态并预测其掌握水平和未来表现。由于BKT容易忽视记忆遗忘现象,以及未考虑学习行为对表现结果产生的影响,导致模型预测结果与实际情况出现偏差。针对此问题,提出了一种融合学习者的行为和遗忘因素的贝叶斯知识追踪模型(behavior-forgetting Bayesian knowled
现有的强化学习算法存在样本利用率低的问题,导致智能体寻找最优策略的能力下降。为解决这个问题,提出了基于增量式相似度的样本评估方法。设计了一个状态新颖度度量方法和一个样本价值评价函数。计算新状态与基准状态之间的相似度,基于状态的相似度计算状态的新颖程度,再增量式更新基准状态,直到训练结束。计算样本价值时,将状态的新颖程度考虑在内,再针对样本奖励值是否大于零分别进行计算。最后根据其样本价值结合排名选择
最小费用最大流问题是一种组合优化问题,在经济、工业等领域具有重要研究意义和应用价值。针对部分最小费用最大流问题求解算法效率较低的情况,依据最小费用最大流问题的线性规划方程,将问题模型映射为对应因子图模型,改进描述函数,给出迭代方程,设计了求解最小费用最大流问题的信念传播算法。利用迭代方程优先对最大可行流特征值进行收敛计算,得到最大流,设置最大流阈值,在此基础上进行最小费用计算,从而求得问题最优解。
针对大规模网络高效布局和递进式结构分析的需求,提出基于社区发现的多层级力导向布局算法。首先,该算法采用Louvain算法对网络进行多层级社团结构划分,根据划分结果压缩网络并进行骨架布局,确定网络整体架构;然后,采用自适应的力导向变体算法对各个社团内部的原始节点并行布局,细化社区内部网络结构,并引入补偿力减少社区划分带来的网络结构信息缺失;最后,设计了初始布局算法、改良了振颤模型来减少布局所需的迭代