基于差分隐私的混合位置隐私保护

针对现有差分隐私k-means算法对初始中心点敏感、用户位置数据误差偏大、可用性较低等问题,根据LBS的特点,引入人流密度的概念,提出一种基于差分隐私k-means的混合位置隐私保护方法。根据LBS特点将用户位置点分成离散位置点和非离散位置点,基于差分隐私技术,采用改进聚类算法对位置信息进行泛化和加噪;通过分析用户位置点的稀疏程度来确定离散点,对离散点位置信息采用基于差分隐私的单独加噪技术;对非离散点采用基于差分隐私的改进k-means算法进行泛化处理,以实现用户位置信息的隐私保护。仿真实验表明,在相同隐私预算的前提下,该方法具有较高的数据可用性。     

协同免疫量子粒子群算法求非合作博弈Nash均衡解

考虑n人非合作博弈Nash均衡求解问题。将混合策略意义下的Nash均衡转化为最优化问题;把免疫记忆、自我进化、信息共享机制加入量子粒子群算法,通过概率浓度选择公式来保持种群的多样性,提出协同免疫量子粒子群算法。4个经典的数值算例说明,该算法优于免疫粒子群算法,具有较强的寻优能力和收敛性能。     

碳量子点/TiO2复合材料的制备及性能研究

以丙三醇为碳源采用一步微波法制备碳量子点(CQDs)溶液;以四氯化钛和硅酸钠为钛源和硅源用水解法制备二氧化钛(TiO_2)/二氧化硅(SiO_2),TiO_2/SiO_2经强碱刻蚀后加入CQDs溶液进行真空复合制备CQDs/TiO_2复合材料。并对CQDs/TiO_2进行形貌结构表征,同时探讨CQDs/TiO_2在普通白炽灯照射下对亚甲基蓝的降解吸附效果。在普通白炽灯照射条件下,0.1g CQDs/TiO_2对25mL 20mg/L的亚甲基蓝溶液吸附降解率达到90.36%,比TiO_2/SiO_2和TiO_2的降解率分别提高3.141倍和0.2261倍。     

粒子群属性聚类的位置隐私保护

针对基于位置服务中连续查询情况下，用户自身属性信息很容易被攻击者获取，并通过关联获得用户位置隐私的情况，提出了一种利用粒子群聚类加速相似属性用户寻找，并由相似属性匿名实现用户位置泛化的隐私保护方法。该方法利用位置隐私保护中常用的可信中心服务器，通过对发送到中心服务器中的查询信息进行粒子群属性聚类，在聚类的过程中加速相似属性用户的寻找过程，由相似属性用户完成位置泛化，以此实现位置隐私保护。实验结果证明，这种基于粒子群属性聚类的隐私保护方法具有高于同类算法的隐私保护能力，以及更快的计算处理速度。     

基于令牌的无线移动网络隐私保护与认证协议

针对无线移动网络WMN(Wireless Mobile Networks)易受攻击的问题,提出一种基于令牌的无线移动网络隐私保护和认证TPPA(Token-based Privacy Preserving and Authentication)协议。在协议中令牌通过基站选择的虚节点在发送器和接收器之间传送消息,该协议使用签名加密算法对包含查询UE的伪身份的身份验证请求进行签名,从而为UE提供匿名性。服务基站(SeNB)通过安全通道从UE接收注册请求后,为UE生成伪身份及其对应的私钥。UE使用签密向SeNB发送查询请求消息。该消息由SeNB的ID、UE的伪ID和哈希函数组成,SeNB通过执行无符号隐藏来检索消息。该协议可以有效地保护用户的隐私并减少控制开销。实验结果表明,与PPNNQ相比,该算法在保证隐私保护的前提下,减少了平均端对端延迟,提高了平均包传递率,减少了丢包数量和通信开销。