邊緣計(jì)算差分私有位置隱私保護(hù)研究
發(fā)布時(shí)間:2023-05-07 14:50
室內(nèi)定位作為L(zhǎng)BS應(yīng)用的關(guān)鍵基礎(chǔ),已成為人們?nèi)粘I钪胁豢苫蛉钡闹匾⻊?wù)之一。然而,隨著入網(wǎng)智能設(shè)備數(shù)量的爆炸性增長(zhǎng),將所有數(shù)據(jù)都傳輸?shù)皆贫诉M(jìn)行處理分析,會(huì)造成巨大的網(wǎng)絡(luò)負(fù)載和計(jì)算開銷,室內(nèi)定位的實(shí)時(shí)性和準(zhǔn)確性需求面臨著重要挑戰(zhàn)。而且,用于進(jìn)行室內(nèi)定位的無線信號(hào)信息往往隱含著用戶的位置信息、行為習(xí)慣、消費(fèi)水平等眾多隱私信息。如何在保證用戶隱私的情況下提供高質(zhì)量、強(qiáng)實(shí)時(shí)和輕量級(jí)的室內(nèi)定位服務(wù)成為當(dāng)前的研究熱點(diǎn)。針對(duì)不同邊緣計(jì)算應(yīng)用環(huán)境下室內(nèi)定位過程存在的位置隱私擔(dān)憂和定位模型安全問題進(jìn)行研究。主要工作如下:(1)針對(duì)單信號(hào)室內(nèi)定位存在的隱私安全問題,提出一種面向普適邊緣計(jì)算環(huán)境,差分私有的室內(nèi)定位隱私保護(hù)方法,該方法將完整的Wi-Fi指紋數(shù)據(jù)上傳至云端前進(jìn)行拆分隔離、隱私保護(hù)和結(jié)果聚合,最后在云端進(jìn)行可信的定位模型訓(xùn)練。實(shí)驗(yàn)結(jié)果表明,該方法可以在提供-差分隱私保護(hù)的同時(shí)將定位模型精度損失控制在8.9%。(2)針對(duì)多源信號(hào)融合室內(nèi)定位存在的隱私安全問題,提出一種邊緣計(jì)算下自適應(yīng)指紋融合室內(nèi)定位隱私保護(hù)方法。該方法基于多層邊緣網(wǎng)絡(luò)的隱私保護(hù)架構(gòu),通過分配多級(jí)隱私預(yù)算,將差分隱私擴(kuò)展到半監(jiān)督的...
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 云計(jì)算下位置隱私保護(hù)方法研究
1.2.2 邊緣計(jì)算下位置隱私保護(hù)方法研究
1.2.3 室內(nèi)定位隱私保護(hù)方法研究
1.3 課題研究?jī)?nèi)容
1.4 論文組織結(jié)構(gòu)
2 相關(guān)工作和技術(shù)
2.1 邊緣計(jì)算概述
2.1.1 基礎(chǔ)概念
2.1.2 應(yīng)用范例
2.1.3 安全威脅
2.2 差分隱私概述
2.2.1 基礎(chǔ)概念
2.2.2 基本定義
2.2.3 組合性質(zhì)
2.3 本章小結(jié)
3 面向普適環(huán)境的室內(nèi)定位隱私保護(hù)方法
3.1 引言
3.2 面向普適環(huán)境的室內(nèi)定位隱私保護(hù)方法
3.2.1 基于ELM的室內(nèi)定位
3.2.2 模型架構(gòu)
3.2.3 核心算法
3.3 安全性分析
3.4 實(shí)驗(yàn)結(jié)果及分析
3.4.1 數(shù)據(jù)集
3.4.2 定位效果評(píng)估標(biāo)準(zhǔn)
3.4.3 結(jié)果和分析
3.5 本章小結(jié)
4 自適應(yīng)指紋融合室內(nèi)定位隱私保護(hù)方法
4.1 引言
4.2 自適應(yīng)指紋融合室內(nèi)定位隱私保護(hù)方法
4.2.1 基于FSELM的融合半監(jiān)督室內(nèi)定位
4.2.2 模型架構(gòu)
4.2.3 核心算法
4.3 安全性分析
4.4 實(shí)驗(yàn)結(jié)果及分析
4.4.1 數(shù)據(jù)集
4.4.2 定位效果評(píng)估標(biāo)準(zhǔn)
4.4.3 結(jié)果和分析
4.5 本章小結(jié)
5 基于聯(lián)邦學(xué)習(xí)的室內(nèi)定位隱私保護(hù)方法
5.1 引言
5.2 基于聯(lián)邦學(xué)習(xí)的室內(nèi)定位隱私保護(hù)方法
5.2.1 聯(lián)邦學(xué)習(xí)
5.2.2 模型架構(gòu)
5.2.3 核心算法
5.3 安全性分析
5.4 實(shí)驗(yàn)結(jié)果及分析
5.4.1 數(shù)據(jù)集
5.4.2 實(shí)現(xiàn)細(xì)節(jié)
5.4.3 結(jié)果和分析
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 本文主要工作
6.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):3810780
【文章頁數(shù)】:77 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 云計(jì)算下位置隱私保護(hù)方法研究
1.2.2 邊緣計(jì)算下位置隱私保護(hù)方法研究
1.2.3 室內(nèi)定位隱私保護(hù)方法研究
1.3 課題研究?jī)?nèi)容
1.4 論文組織結(jié)構(gòu)
2 相關(guān)工作和技術(shù)
2.1 邊緣計(jì)算概述
2.1.1 基礎(chǔ)概念
2.1.2 應(yīng)用范例
2.1.3 安全威脅
2.2 差分隱私概述
2.2.1 基礎(chǔ)概念
2.2.2 基本定義
2.2.3 組合性質(zhì)
2.3 本章小結(jié)
3 面向普適環(huán)境的室內(nèi)定位隱私保護(hù)方法
3.1 引言
3.2 面向普適環(huán)境的室內(nèi)定位隱私保護(hù)方法
3.2.1 基于ELM的室內(nèi)定位
3.2.2 模型架構(gòu)
3.2.3 核心算法
3.3 安全性分析
3.4 實(shí)驗(yàn)結(jié)果及分析
3.4.1 數(shù)據(jù)集
3.4.2 定位效果評(píng)估標(biāo)準(zhǔn)
3.4.3 結(jié)果和分析
3.5 本章小結(jié)
4 自適應(yīng)指紋融合室內(nèi)定位隱私保護(hù)方法
4.1 引言
4.2 自適應(yīng)指紋融合室內(nèi)定位隱私保護(hù)方法
4.2.1 基于FSELM的融合半監(jiān)督室內(nèi)定位
4.2.2 模型架構(gòu)
4.2.3 核心算法
4.3 安全性分析
4.4 實(shí)驗(yàn)結(jié)果及分析
4.4.1 數(shù)據(jù)集
4.4.2 定位效果評(píng)估標(biāo)準(zhǔn)
4.4.3 結(jié)果和分析
4.5 本章小結(jié)
5 基于聯(lián)邦學(xué)習(xí)的室內(nèi)定位隱私保護(hù)方法
5.1 引言
5.2 基于聯(lián)邦學(xué)習(xí)的室內(nèi)定位隱私保護(hù)方法
5.2.1 聯(lián)邦學(xué)習(xí)
5.2.2 模型架構(gòu)
5.2.3 核心算法
5.3 安全性分析
5.4 實(shí)驗(yàn)結(jié)果及分析
5.4.1 數(shù)據(jù)集
5.4.2 實(shí)現(xiàn)細(xì)節(jié)
5.4.3 結(jié)果和分析
5.5 本章小結(jié)
6 總結(jié)與展望
6.1 本文主要工作
6.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
本文編號(hào):3810780
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3810780.html
最近更新
教材專著