本文關(guān)鍵詞：云計算中大規(guī)模矩陣分解的計算外包

  更多相關(guān)文章： 云計算 安全外包 特征值分解 奇異值分解 LU分解 主成分分析 線性方程組

【摘要】：云計算是一種通過網(wǎng)絡(luò)為客戶端提供方便的、按需分配的、可配置資源的虛擬化技術(shù)。外包計算是云計算服務(wù)商提供的重要服務(wù)之一,在外包計算中,計算資源有限的客戶端無需自己構(gòu)建復(fù)雜的計算系統(tǒng),只要將需要消耗巨大計算資源的任務(wù)外包給云端。然而,為了安全有效的利用外包計算,我們需要解決這種計算模式隨之帶來的各種問題,特別是安全問題。矩陣分解是一類重要的科學(xué)計算問題,同時它在工程領(lǐng)域也有著廣泛的應(yīng)用。在本文中我們主要設(shè)計了安全的、正確的、高效的特征值分解、奇異值分解和LU分解的外包協(xié)議,并分別基于奇異值分解和LU分解的外包協(xié)議,提出了主成分分析的外包以及解大規(guī)模線性方程組的外包協(xié)議。在協(xié)議的設(shè)計中,為了解決安全問題,我們采用高效的加密算法,以保護輸入和輸出的隱私信息。為了保證從云端返回結(jié)果的正確性,我們采取了有效的驗證算法。我們同時對協(xié)議的計算復(fù)雜度進行分析,以此說明我們外包協(xié)議的有效性。
【關(guān)鍵詞】：云計算 安全外包 特征值分解 奇異值分解 LU分解 主成分分析 線性方程組
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.09
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-12
• 1.1 云計算8-9
• 1.2 外包計算9-10
• 1.3 本文的主要內(nèi)容和結(jié)構(gòu)安排10-12
• 2 大規(guī)模矩陣特征值分解的外包計算12-24
• 2.1 數(shù)學(xué)背景12-13
• 2.2 系統(tǒng)模型和協(xié)議設(shè)計目標(biāo)13-15
• 2.3 大規(guī)模矩陣特征值分解的外包協(xié)議設(shè)計15-19
• 2.4 大規(guī)模矩陣特征值分解的外包協(xié)議分析19-21
• 2.5 仿真分析21-23
• 2.6 小結(jié)23-24
• 3 大規(guī)模矩陣奇異值分解的外包計算24-39
• 3.1 奇異值分解24-25
• 3.2 系統(tǒng)模型和協(xié)議設(shè)計目標(biāo)25-26
• 3.3 大規(guī)模矩陣的奇異值分解的外包協(xié)議26-29
• 3.4 大規(guī)模矩陣奇異值分解的外包協(xié)議分析29-32
• 3.5 主成分分析的外包協(xié)議32-33
• 3.6 仿真分析33-36
• 3.7 小結(jié)36-39
• 4 解線性方程組——基于大規(guī)模矩陣LU分解的外包計算39-49
• 4.1 線性方程組和LU分解39-40
• 4.2 系統(tǒng)模型40-41
• 4.3 大規(guī)模線性方程組的外包協(xié)議設(shè)計41-45
• 4.4 大規(guī)模線性方程組的外包協(xié)議分析45-46
• 4.5 仿真分析46-47
• 4.6 小結(jié)47-49
• 5 總結(jié)49-50
• 參考文獻50-54
• 發(fā)表文章目錄54-55
• 致謝55

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 史加榮;鄭秀云;周水生;;矩陣補全算法研究進展[J];計算機科學(xué);2014年04期

2 李聰;駱志剛;;用于魯棒協(xié)同推薦的元信息增強變分貝葉斯矩陣分解模型[J];自動化學(xué)報;2011年09期

3 袁運祥;基于矩陣分解的子結(jié)構(gòu)法求解介紹[J];計算機應(yīng)用通訊;1981年00期

4 張海建;;分布式矩陣分解算法在推薦系統(tǒng)中的研究與應(yīng)用[J];科技通報;2013年12期

5 何朕,趙文斌,于達(dá)仁;攝動矩陣的分解[J];電機與控制學(xué)報;2004年03期

6 李華云;;F范數(shù)及矩陣分解實例研究[J];現(xiàn)代情報;2008年10期

7 鄒理和;;系數(shù)矩陣分解二維譜估值[J];信號處理;1985年03期

8 陳伯倫;陳];鄒盛榮;徐秀蓮;;基于矩陣分解的二分網(wǎng)絡(luò)社區(qū)挖掘算法[J];計算機科學(xué);2014年02期

9 王鋒;趙志文;牟盛;;整數(shù)提升小波多相矩陣分解系數(shù)的快速提取算法[J];中國圖象圖形學(xué)報;2012年03期

10 段華杰;;考慮時間效應(yīng)的矩陣分解技術(shù)在推薦系統(tǒng)中的應(yīng)用[J];微型電腦應(yīng)用;2013年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 王春江;錢若軍;王人鵬;楊聯(lián)萍;;矩陣分解在張力集成體系模態(tài)分析中的應(yīng)用[A];第九屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅰ卷[C];2000年

2 王春江;王人鵬;錢若軍;王穎;;矩陣分解技術(shù)在體系性態(tài)綜合分析中的初步應(yīng)用[A];“力學(xué)2000”學(xué)術(shù)大會論文集[C];2000年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李英明;矩陣分解在數(shù)據(jù)挖掘中的應(yīng)用[D];浙江大學(xué);2014年

2 趙科科;低秩矩陣分解的正則化方法與應(yīng)用[D];浙江大學(xué);2012年

3 郭亦鴻;利用穆勒矩陣分解定量測量各向異性介質(zhì)微觀結(jié)構(gòu)[D];清華大學(xué);2014年

4 胡惠軼;基于分解的系統(tǒng)辨識方法研究[D];江南大學(xué);2014年

5 陳根浪;基于社交媒體的推薦技術(shù)若干問題研究[D];浙江大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 秦曉暉;個性化微博推薦方法研究[D];華南理工大學(xué);2015年

2 劉鳳林;基于矩陣分解的協(xié)同過濾推薦算法研究[D];南京理工大學(xué);2015年

3 李源鑫;基于提升的信任融合矩陣分解推薦算法[D];福建師范大學(xué);2015年

4 陳洪濤;基于矩陣分解的常規(guī)與長尾捆綁推薦的博弈研究[D];福建師范大學(xué);2015年

5 張濟龍;基于概率矩陣分解的推薦算法研究[D];燕山大學(xué);2015年

6 鄧志豪;基于物品相似度和主題回歸的矩陣分解推薦算法[D];浙江大學(xué);2015年

7 余露;利用矩陣分解算法建模數(shù)據(jù)稀疏環(huán)境下用戶協(xié)同行為[D];杭州師范大學(xué);2015年

8 倪澤明;混合用戶行為建模的概率矩陣分解推薦算法[D];浙江大學(xué);2015年

9 丁浩;基于協(xié)同矩陣分解的藥物靶標(biāo)相互作用關(guān)系預(yù)測[D];復(fù)旦大學(xué);2014年

10 吳世偉;社會網(wǎng)絡(luò)中的鏈接分析[D];復(fù)旦大學(xué);2014年

，

本文編號：788945