大數(shù)據(jù)可信計(jì)算

目錄
前言
第1章 原位虛擬大數(shù)據(jù)中心平臺(tái)體系1
1.1 背景與問題1
1.2 原位虛擬數(shù)據(jù)中心平臺(tái)的體系結(jié)構(gòu)2
1.3 多源數(shù)據(jù)資源匯聚4
1.3.1 數(shù)據(jù)資源原位匯聚存儲(chǔ)模型4
1.3.2 數(shù)據(jù)資源原位匯聚與更新方法5
1.4 基于用戶訪問區(qū)域的云邊數(shù)據(jù)自適配存儲(chǔ)7
1.4.1 問題的提出7
1.4.2 基于用戶訪問區(qū)域的模型7
1.4.3 存儲(chǔ)自適配優(yōu)化算法11
1.4.4 實(shí)驗(yàn)分析15
1.5 數(shù)據(jù)刪除階段的數(shù)據(jù)一致性技術(shù)22
1.5.1 問題的提出22
1.5.2 WFT-net模型22
1.5.3 數(shù)據(jù)不一致模型26
1.5.4 數(shù)據(jù)不一致檢測(cè)算法27
1.6 數(shù)據(jù)不一致性問題的啟發(fā)式檢測(cè)28
1.6.1 問題的提出28
1.6.2 數(shù)據(jù)不一致性的啟發(fā)式檢測(cè)模型29
1.6.3 數(shù)據(jù)不一致性的啟發(fā)式檢測(cè)方法35
1.7 本章小結(jié)38
參考文獻(xiàn)38
第2章 大數(shù)據(jù)感知與勘探技術(shù)42
2.1 網(wǎng)絡(luò)數(shù)據(jù)勘探器構(gòu)造42
2.2 大數(shù)據(jù)感知方法44
2.2.1 Web數(shù)據(jù)采樣引導(dǎo)算法44
2.2.2 內(nèi)部數(shù)據(jù)庫API采樣引導(dǎo)算法44
2.3 大數(shù)據(jù)勘探方法45
2.3.1 Web數(shù)據(jù)采樣估算算法45
2.3.2 內(nèi)部數(shù)據(jù)庫API采樣估算算法46
2.3.3 數(shù)據(jù)勘探器的實(shí)驗(yàn)驗(yàn)證與分析46
2.4 融合文本與鏈接的主題建模方法49
2.4.1 問題的提出49
2.4.2 關(guān)聯(lián)主題分析模型50
2.4.3 CopulaPLSA模型64
2.5 本章小結(jié)75
參考文獻(xiàn)75
第3章 多源多維數(shù)據(jù)融合計(jì)算技術(shù)78
3.1 基于動(dòng)態(tài)加權(quán)信息熵的交易數(shù)據(jù)不均衡去噪方法78
3.1.1 問題的提出78
3.1.2 動(dòng)態(tài)加權(quán)信息熵80
3.1.3 實(shí)驗(yàn)驗(yàn)證83
3.2 多源多維數(shù)據(jù)的無標(biāo)簽數(shù)據(jù)處理93
3.2.1 問題的提出93
3.2.2 無標(biāo)簽數(shù)據(jù)的處理方法93
3.3 基于異質(zhì)圖神經(jīng)網(wǎng)絡(luò)的抽取式文本摘要方法94
3.3.1 問題的提出94
3.3.2 MHGS模型95
3.3.3 文本圖構(gòu)建模型96
3.3.4 異質(zhì)圖更新層計(jì)算96
3.3.5 實(shí)驗(yàn)效果97
3.4 基于關(guān)系圖譜的特征提取方法98
3.4.1 問題的提出98
3.4.2 數(shù)據(jù)清洗98
3.4.3 基礎(chǔ)特征提取100
3.4.4 構(gòu)建關(guān)系圖譜101
3.4.5 基于圖嵌入的隱含特征提取103
3.4.6 實(shí)驗(yàn)與分析106
3.5 本章小結(jié)109
參考文獻(xiàn)109
第4章 基于多模型融合的信用評(píng)估技術(shù)111
4.1 基于回歸方法的自動(dòng)化特征建模方法111
4.1.1 問題描述與整體框架111
4.1.2 基于距離相關(guān)系數(shù)的特征對(duì)挖掘方法113
4.1.3 基于回歸技術(shù)的新特征生成技術(shù)115
4.1.4 基于*大信息系數(shù)的特征選擇方法117
4.1.5 實(shí)驗(yàn)驗(yàn)證119
4.2 面向信用評(píng)估的動(dòng)態(tài)機(jī)器學(xué)習(xí)模型121
4.2.1 問題描述與整體框架121
4.2.2 基于SVM的自適應(yīng)滑動(dòng)窗口的樣本劃分方法122
4.2.3 基于集成學(xué)習(xí)的動(dòng)態(tài)權(quán)重調(diào)節(jié)模型125
4.2.4 基于樣本權(quán)重的基分類器設(shè)計(jì)方法127
4.2.5 面向信用評(píng)估的動(dòng)態(tài)機(jī)器學(xué)習(xí)模型實(shí)驗(yàn)驗(yàn)證128
4.3 協(xié)同交易排序和評(píng)分的可信個(gè)體行為建模方法133
4.3.1 問題的提出133
4.3.2 交易標(biāo)簽的可信性度量134
4.3.3 可信個(gè)體行為畫像框架134
4.3.4 基于虛擬**系統(tǒng)的可信個(gè)體行為畫像方法136
4.3.5 基于可信個(gè)體行為模型的欺詐檢測(cè)算法142
4.3.6 實(shí)驗(yàn)設(shè)定143
4.3.7 實(shí)驗(yàn)結(jié)果145
4.4 本章小結(jié)152
參考文獻(xiàn)152
第5章 大數(shù)據(jù)安全的測(cè)試與評(píng)估技術(shù)155
5.1 大數(shù)據(jù)安全測(cè)評(píng)系統(tǒng)體系155
5.1.1 背景與問題155
5.1.2 大數(shù)據(jù)安全測(cè)評(píng)體系架構(gòu)155
5.1.3 大數(shù)據(jù)安全測(cè)評(píng)系統(tǒng)流程156
5.2 大數(shù)據(jù)價(jià)值安全風(fēng)險(xiǎn)評(píng)估方法157
5.2.1 風(fēng)險(xiǎn)評(píng)估指標(biāo)158
5.2.2 價(jià)值風(fēng)險(xiǎn)評(píng)估框架158
5.2.3 價(jià)值風(fēng)險(xiǎn)等級(jí)評(píng)估159
5.3 有限訪問下流數(shù)據(jù)鉆井采樣方法及評(píng)估模型160
5.3.1 問題的提出160
5.3.2 有限訪問下流數(shù)據(jù)鉆井采樣方法161
5.3.3 流數(shù)據(jù)集整體特征評(píng)估模型166
5.3.4 實(shí)驗(yàn)與分析168
5.4 LBS中的cPIR框架177
5.4.1 二次剩余假設(shè)簡介177
5.4.2 cPIR框架179
5.4.3 隱私保護(hù)等級(jí)度量181
5.4.4 多比特位返回值182
5.5 用戶行為被盜與行為對(duì)抗方法182
5.5.1 問題的提出182
5.5.2 用戶交互行為畫像的生成183
5.5.3 行為漂移引導(dǎo)模型的建立186
5.5.4 實(shí)驗(yàn)評(píng)估195
5.6 本章小結(jié)200
參考文獻(xiàn)200
第6章 原位虛擬大數(shù)據(jù)中心平臺(tái)系統(tǒng)203
6.1 系統(tǒng)總體框架及其流程203
6.2 系統(tǒng)各模塊設(shè)計(jì)205
6.2.1 登錄入口205
6.2.2 業(yè)務(wù)配置206
6.2.3 勘探評(píng)估206
6.2.4 聚類演化208
6.2.5 資源服務(wù)209
6.2.6 數(shù)據(jù)資源管理210
6.3 系統(tǒng)實(shí)現(xiàn)212
6.3.1 登錄注冊(cè)212
6.3.2 主頁詳情213
6.3.3 勘探器配置214
6.3.4 勘探評(píng)估216
6.3.5 演化器配置220
6.3.6 演化分析223
6.3.7 資源服務(wù)226
6.3.8 數(shù)據(jù)資源管理228
6.4 本章小結(jié)230
參考文獻(xiàn)230
第7章 基于區(qū)塊鏈的大數(shù)據(jù)共享與協(xié)作系統(tǒng)231
7.1 系統(tǒng)總體框架及系統(tǒng)流程231
7.1.1 系統(tǒng)總體框架231
7.1.2 數(shù)據(jù)共享子系統(tǒng)232
7.1.3 協(xié)作學(xué)習(xí)子系統(tǒng)232
7.2 系統(tǒng)各模塊設(shè)計(jì)235
7.2.1 登錄入口235
7.2.2 數(shù)據(jù)鏈概貌235
7.2.3 數(shù)據(jù)瀏覽與下載237
7.2.4 數(shù)據(jù)上傳與上鏈237
7.2.5 數(shù)據(jù)生命周期管理237
7.2.6 學(xué)習(xí)鏈概貌239
7.2.7 項(xiàng)目瀏覽與參與239
7.2.8 協(xié)作項(xiàng)目發(fā)起與管理239
7.2.9 協(xié)作項(xiàng)目開發(fā)240
7.3 系統(tǒng)實(shí)現(xiàn)242
7.3.1 主頁詳情242
7.3.2 數(shù)據(jù)鏈概貌242
7.3.3 數(shù)據(jù)瀏覽與下載242
7.3.4 數(shù)據(jù)上傳與上鏈244
7.3.5 生命周期管理246
7.3.6 用戶行為監(jiān)控247
7.3.7 學(xué)習(xí)鏈概貌248
7.3.8 項(xiàng)目瀏覽與參與248
7.3.9 項(xiàng)目發(fā)起與管理249
7.3.10 協(xié)作項(xiàng)目開發(fā)250
7.4 本章小結(jié)252
參考文獻(xiàn)252
第8章 可信金融交易風(fēng)險(xiǎn)防控系統(tǒng)254
8.1 系統(tǒng)總體框架及系統(tǒng)流程254
8.2 系統(tǒng)各模塊設(shè)計(jì)256
8.2.1 登錄入口256
8.2.2 業(yè)務(wù)申請(qǐng)257
8.2.3 服務(wù)配置257
8.2.4 業(yè)務(wù)調(diào)度258
8.2.5 系統(tǒng)監(jiān)控258
8.2.6 數(shù)據(jù)發(fā)送259
8.2.7 模型管理260
8.2.8 數(shù)據(jù)生成260
8.2.9 交易審核261
8.2.10 風(fēng)險(xiǎn)區(qū)域預(yù)警261
8.2.11 設(shè)備分析263
8.2.12 群體行為分析263
8.2.13 個(gè)體行為分析264
8.2.14 關(guān)系網(wǎng)絡(luò)分析264
8.2.15 實(shí)時(shí)監(jiān)控264
8.3 系統(tǒng)實(shí)現(xiàn)265
8.3.1 主頁詳情265
8.3.2 業(yè)務(wù)申請(qǐng)266
8.3.3 服務(wù)配置268
8.3.4 數(shù)據(jù)發(fā)送269
8.3.5 模型監(jiān)控269
8.3.6 資源監(jiān)控272
8.3.7 攔截?cái)?shù)據(jù)審核272
8.3.8 個(gè)體行為分析273
8.4 本章小結(jié)275
參考文獻(xiàn)275
彩圖