摘要：局部敏感哈希算法需要生成足够长的哈希码才能达到理想的检索精度,这导致哈希码携带了大量冗余信息。针对该问题,本文提出一种面向长局部敏感哈希码的压缩编码算法(Compression Coding for Locality-Sensitive Hashing,CCLSH)。该算法基于哈希位的平衡性、相似性结构保留能力和互信息设计了哈希位质量与相关性度量准则,通过融合上述两个准则去除长哈希码中低质量且具有高相关性的冗余哈希位,实现无损压缩的目的。在三个基准数据集上的实验结果表明,CCLSH所压缩的哈希码在检索性能上与原长哈希码保持一致,同时压缩率都达到了90%以上。此外,与经典的压缩和哈希算法相比,该算法展现出更优秀的检索性能。

摘要：随着云计算技术的不断发展,可搜索加密方案备受关注.传统的可搜索加密方案仅支持精确查询.然而,在实际应用中,相似性查询具有更好的应用前景.具体而言,当输入的查询项拼写错误时,相似性搜索方案依然能返回正确的查询结果.与此同时,现有的相似性可搜索加密方案会导致查询精确度降低.为了解决密文上相似性查询精确度不高的问题,本文提出了一种基于局部敏感哈希的安全相似性查询方案.首先,利用局部敏感哈希将原始数据量化为复合哈希关键字,使用量化结果和对称加密技术构建安全索引.然后,引入基于复合哈希关键字的度量机制,设计一种合理、高效的候选集定位策略;同时,优化候选集量化的方式,以便从候选集中选择出与查询项最相似的结果.查询时,使用以上定位方法与候选集选择方法可以同时保证查询效率和结果的精确度.本文从理论上证明了方案满足必要的安全要求.最后,将方案应用到真实数据集上,实验结果证明了方案的有效性,即查询的精确度明显提升.

摘要：针对区块链环境中推荐算法难以抵御恶意攻击和推荐效果不佳的问题,一方面,提出了基于整数向量的快速同态加密算法,对用户数据进行隐私保护,其安全性由LWE问题保证;另一方面,基于E2LSH设计了一种高效的个性化推荐算法,该算法根据哈希桶编号进行密钥分发,从而使得同一哈希桶中的用户能进行同态加密运算并快速计算相似度。在区块链+IPFS的基础系统模型上,使用公用数据集与最新相关的隐私保护推荐算法进行了对比实验,实验结果表明,所提算法在安全性和隐私性得到保障的同时拥有理想的推荐效果和速度。

摘要：针对社会机会网络中,基于节点社会关系信息作出决策的路由容易造成用户隐私信息暴露的问题,利用局部敏感哈希算法可对数据加密修改,并且加密后的数据仍可以进行统计分析的特性,分析任意2节点背景信息相似性,解决了单一哈希加密运算极容易遭受字典攻击等逆向恶意攻击,及机会网络中无法建立传统意义上公钥加密体系的问题。设计了在simhash算法基础上的社会机会网络中用户隐私保护方案,该方案通过计算用户隐私的指纹签名信息的相似度,获得原始信息的相似度,并在SASSY数据集下进行仿真验证。仿真结果表明,所提出方案有效地保护社会机会网络中用户隐私的背景信息,同时可以向网络提供节点辅助信息。虽然一定程度模糊了原始信息,但也可以保持路由正常性能。

摘要：为了提高视觉特征的鲁棒性,提出尺度空间下最稳定极值区域特征的挖掘算法.该算法在尺度空间下检测特征,首先通过分析特征的局部稳定性来挖掘鲁棒的特征,然后对区分力低的特征基于熵值进行过滤;在此基础上,基于尺度空间下最稳定极值区域特征的尺度一致性提出了基于最大匹配尺度的检索算法,可提高局部敏感哈希高维索引的检索性能.与多种已有方法进行比较的结果表明,文中算法的平均检索精度相对提高10%以上,查询效率也有提升.

摘要：针对图像提取出的SIFT特征数目通常很大、无法精确控制,导致系统效率不高且不稳定的问题,提出一种SIFT特征裁减算法.通过对SIFT关键点的对比度和主曲率比加权来衡量其匹配能力;在定位关键点和计算关键点方向2个步骤增加对关键点的二次筛选,提取出设定阈值数目内对匹配最有效的关键点.实验结果表明,该算法能有效地控制SIFT特征数量,比已有裁减算法具有更高的匹配准确度;与原始未裁减算法相比,在保证匹配准确度的同时,大大提高了系统的效率和稳定性.

摘要：当前,误植域名检测主要以计算域名对之间的编辑距离为基础,未能充分挖掘域名的上下文信息,且对短域名的检测易产生大量的假阳性结果。采集域名相关信息进行判定虽然有助于提高检测效果,却会引入较大的额外开销.本文采用了基于域名字符串的轻量级检测策略,并引入双向长短时记忆模型(LSTM,Long Short-Term Memory)来充分利用域名上下文,提升检测效果.本文还设计了面向域名的局部敏感哈希函数,以提高在大规模域名集合上进行误植域名检测的速度.在大量真实数据集上的实验结果表明,本文的工作改进了基于编辑距离检测方法的不足,能够有效地进行误植域名滥用检测.

摘要：在许多应用中,LSH(Locality Sensitive Hashing)以及各种变体,是解决近似最近邻问题的有效算法之一.虽然这些算法能够很好地处理分布比较均匀的高维数据,但从设计方案来看,都没有针对数据分布不均匀的情况做相应的优化.针对这一问题,本文提出了一种新的基于LSH的解决方案(M2LSH,2 Layers Merging LSH),对于数据分布不均匀的情况依然能得到一个比较好的查询效果.首先,将数据存放到具有计数功能的组合哈希向量表示的哈希桶中,然后通过二次哈希将这些桶号投影到一维空间,在此空间根据各个桶中存放的数据个数合并相邻哈希桶,使得新哈希桶中的数据量能够大致均衡.查询时仅访问有限个哈希桶,就能找到较优结果.本文给出了详细的理论分析,并通过实验验证了M2LSH的性能,不仅能减少访问时间,也可提高结果的正确率.

摘要：针对真实世界大数据应用,以区块链为基础设施,构建支持数据溯源、隐私保护、以患者为中心的数据共享平台,开发了原型系统,进行了关键算法验证.基于最小哈希的局部敏感哈希的非标注数据溯源技术,结合区块链,实现数据来源可追溯可信可验证;设计专门的隐私保护隔离区,采用容器和虚拟机双层隔离保护机制,程序将加密发布的真实世界数据下载到隔离区内,解密后分析处理,用后解密明文立刻销毁,实现数据隐私保护;同时使用区块链、控制流图、最小哈希、局部敏感哈希等技术登记分析程序指纹,进行计算程序身份安全验证.

摘要：目前旅游信息数据量庞大却无法满足用户的特定需求,很多不确定因素导致用户评分出现偏差,使推荐结果不准确且实时性差。鉴于此,本文提出构建基于Spark框架的瀑布型融合旅游推荐系统。首先,利用爬虫技术对各大旅游网站景点信息进行爬取和整理,搭建Spark框架读取数据并进行数据清洗和预处理,通过API将景点地理位置转换为经纬度坐标以便后续可视化;其次,设计2个过滤层,第一层采用SimHash算法,该算法能够实现海量数据的快速降维处理,有效节约时间。第二层采用余弦相似度算法并利用TF-IDF计算词频,进而过滤和更新旅游景点推荐数据库,最终形成反馈给用户的推荐数据库;最后,用户从系统推荐的Top-N景点选择自己感兴趣的景点,系统将会对其进行地图可视化,并标注每个省市景点的数量和平均票价,为用户提供智能旅游推荐的完美体验。该系统从用户需求出发,通过分析用户需求文本语义,与旅游数据库进行相似度计算进而获得推荐结果,达到了实时性和准确性的统一,是对旅游推荐系统的补充和完善,具有一定的实用价值。