【摘 要】
：
云服务器端的数据始终面临着巨大的安全威胁。提出一种云环境下图数据中带边权重的隐私保护方法HEPP-GD(Homomorphic Encryption for Privacy Protect in Graph Data)。HEPP-
【机 构】
：
绍兴职业技术学院,河南财经政法大学计算机与信息工程学院
【基金项目】
：
国家自然科学基金项目“基于邻近局部切空间相似性的多流形学习研究”（No.61202285）；河南省科技攻关项目"基于PKI的云计算安全认证平台研究与实现"（No.122102210387）；河南省教育厅科技攻关项目"REST架构风格在云计算中的应用研究"（No.13B520902）
论文部分内容阅读
云服务器端的数据始终面临着巨大的安全威胁。提出一种云环境下图数据中带边权重的隐私保护方法HEPP-GD(Homomorphic Encryption for Privacy Protect in Graph Data)。HEPP-GD采用Paillier同态加密体系对图数据的边权重进行加密,在云服务器端计算图数据中顶点之间的最短距离,这样边权重隐私信息将不会被非法的获取,本地客户端保存自己的密钥使得加密后的信息在因特网上传输。建立了HEPP-GD实验环境.测试结果表明,在云服务器端的大规模的图数据情况下,
其他文献
本文探讨了一种基于低秩矩阵恢复的字典优化设计,结合分块相似性嵌入稀疏编码,采用图像非重叠分块进行人脸关键部位图像子块的获取,对图像相应子块的最大相似值进行训练、测试,并对图像间相似性进行评估,同时将其嵌入稀疏编码中,使人脸图像识别匹配得到实现。测试表明,与PWSRC相比,采用低秩矩阵,对LR_PWSRC恢复进行字典优化设计,能有效的对表情、光照等细节的干扰因素进行规避,对非重叠分块对遮挡加以抑制,
本文结合工程实例，对某小区会所生活给水、热水、消火栓给水、自动喷水灭火、水喷雾给水系统、排水系统的设计进行了分析和介绍。