吴英杰
- 作品数：92 被引量：387H指数：12
- 供职机构：福州大学数学与计算机科学学院更多>>
- 发文基金：福建省自然科学基金国家自然科学基金福建省教育厅科技项目更多>>
- 相关领域：自动化与计算机技术文化科学自然科学总论更多>>
- 隐私保护轨迹数据发布的l-差异性算法被引量：6
- 2015年
- 针对基于传统的k-匿名模型下移动用户轨迹数据发布隐私保护算法有可能将相似度极高的轨迹匿名在同一个匿名集中从而导致可能出现的用户个人隐私泄露风险的不足。设计了一种新的轨迹数据发布隐私保护算法。该算法基于k-匿名模型,将轨迹所在的二维空间划分成大小相等的单元格,之后将由轨迹数据得到对应轨迹经过的单元格序列,从而定义轨迹k-匿名下的l-差异性,算法在满足k-匿名模型的前提下通过聚类的方法构建匿名集,并保证匿名集中的轨迹满足l-差异性标准,以达到降低由于差异性不足引起用户隐私泄露的风险的目的。实验结果表明,该算法是可行有效的。
- 郭旭东吴英杰杨文进王晓东
- 关键词：隐私保护K-匿名
- 适用于GB18030的URL中文参数压缩方法
- 本发明涉及URL编码技术领域，特别是一种适用于GB18030的URL中文参数压缩方法，该方法针对URL中文参数的特点，结合Base64，设计并实现了一种改良的适用于GB18030-2000和GB18030-2005的UR...
- 吴英杰傅仰耿钟思志林秋霞潘晓晓
- 文献传递
- 基于变速粒子群优化的置信规则库参数训练方法被引量：14
- 2014年
- 针对置信规则库(BRB)中参数优化模型的求解问题,引入群智能算法中的粒子群优化(PSO)算法,提出一种新的参数训练方法。将参数优化模型求解问题转换为带约束条件的非线性优化问题,在迭代寻优时限制粒子在搜索空间中,对失去速度的粒子重新赋予速度,维持种群中粒子多样性,从而实现参数训练。在输油管道检漏问题仿真实验中,训练后系统的平均绝对误差(MAE)为0.166478。实验结果表明,所提方法有理想的收敛精度,可用于置信规则库参数训练。
- 苏群杨隆浩傅仰耿吴英杰巩晓婷
- 关键词：粒子群优化算法
- 多因素分析的线性结构模型及其应用
- 2010年
- 线性结构模型是含有潜在因子的通径分析,该模型可以分析外生的潜在因子与内生的潜在因子之间相互影响的结构关系.研究应用线性结构模型探讨对《算法与数据结构》的学习兴趣有影响的主要因素,结果显示学生的专业基础和教学方式对学习兴趣的影响分别占各因素影响总和的49.56%和43.11%.注重专业基础课程的教学效果和采取通俗易懂的讲授方式是提高学生学习兴趣的有效途径.
- 王晓东吴英杰
- 关键词：课程影响因素
- 分布式在线评测系统的设计与实现
- 2009年
- 在线评测系统有助于激发学生学习程序设计与算法的热情,同时也是实践教学中很好的辅助平台。传统的在线评测系统由于受到单机性能的限制存在许多问题。本文基于分布式的思想,创新性的将传统的在线评测系统分为三个层次,并支持将其运行于一台或多台计算机上,以提高系统的并发效率,增强系统的稳定性。压力测试结果表明,使用分布式的在线评测系统能够安全、可靠、高效的实现黑箱测试。
- 谢振哲吴英杰王晓东
- 关键词：在线评测系统分布式APIHOOK
- k-APPRP:一种基于划分的增量数据重发布隐私保护k-匿名算法被引量：8
- 2009年
- 针对现实数据集动态增加和多次发布的隐私保护需求,本文在分析增量更新数据匿名若干概化方式基础上,提出了防止数据重发布过程中发生隐私泄漏的单调概化原则,并利用该原则,设计一个基于划分的增量数据重发布k-匿名算法k-APPRP.理论分析和实验结果表明,算法k-APPRP可安全且高效地实现连续增长数据集重发布的隐私保护,同时保证发布数据具有较高的数据质量.
- 吴英杰倪巍伟张柏礼闫雷鸣孙志挥
- 关键词：隐私保护K-匿名概化
- 基于聚类杂交的隐私保护轨迹数据发布算法被引量：26
- 2013年
- 传统关于轨迹数据发布的隐私保护研究大多采用聚类技术,其相关算法只关注每条轨迹的隐私保护,忽视对轨迹聚类组特征的保护.通过理论分析和实验验证发现,对采用聚类发布技术产生的轨迹数据进行二次聚类,可得到原始轨迹数据在发布之前的聚类组特征,从而可能导致隐私泄露.为了有效预防二次聚类攻击,提出一种(k,δ,Δ)-匿名模型和基于该模型的聚类杂交隐私保护轨迹数据发布算法CH-TDP,算法CH-TDP对采用(k,δ)-匿名模型及相关算法处理得到的聚类分组先进行组间杂交,而后再进行组内扰乱,其目标在防止出现二次聚类攻击的前提下,保证发布轨迹数据的质量不低于阈值Δ.实验对算法CH-TDP的可行性及有效性与同类算法进行比较分析,结果表明算法CH-TDP是有效可行的.
- 吴英杰唐庆明倪巍伟孙志挥廖尚斌
- 关键词：隐私保护聚类杂交
- 基于GDA的置信规则库参数训练的集成学习方法被引量：2
- 2016年
- 目前对置信规则库(belief rule base,BRB)的研究主要针对单个BRB系统,然而单个BRB系统的推理性能不仅受参数取值的影响,而且当训练集分布不均衡或数据量较少时,容易导致参数训练不全面,从而使得推理结果所提供的决策信息存在局部性。通过引入Bagging算法和Ada Boost算法,分别与BRB相结合提出了基于梯度下降法(gradient descent algorithm,GDA)的置信规则库系统的集成学习方法,并分别应用于输油管道检漏、多峰函数的置信规则库训练,将多个BRB子系统集成,提高系统的推理性能。在实验中,以收敛精度和曲线拟合效果作为衡量指标来分析集成系统的性能,并将集成系统与其他单个BRB系统进行比较,实验结果表明BRB集成学习方法合理有效。
- 吴伟昆傅仰耿苏群吴英杰巩晓婷
- 关键词：BAGGINGADABOOST
- 新工科背景下算法与数据结构实践教学改革探索被引量：12
- 2021年
- 针对新工科背景下计算机专业人才培养面临的新挑战,提出融合“问题驱动、线上线下、课赛结合、过程评价”四位一体的实验教学新模式,阐述如何将该模式运用于算法与数据结构实践教学的全过程,最后通过教学效果说明新教学模式的有效性。
- 刘莞玲吴英杰傅仰耿王一蕾孙岚
- 关键词：实践教学
- 异方差加噪下的差分隐私直方图发布算法被引量：5
- 2016年
- 现有基于区间树结构的差分隐私直方图发布方法大多采用同方差加噪方式,对其进一步研究发现,采用异方差加噪策略可以进一步提升发布直方图的区间计数查询精度,然而当前基于异方差加噪的差分隐私直方图发布方法对区间树结构却有严格的要求,导致灵活性与实用性较低。为此,提出了一种异方差加噪下面向任意区间树结构的差分隐私直方图发布算法LUE-DPTree(inear unbiased estimator for differential private tree)。首先根据区间计数查询的分布,计算区间树中节点的覆盖概率,并据此分配隐私预算,实现异方差加噪;接着经分析指出该异方差加噪策略适用于任意区间树结构,且从理论上证明了在任意区间树结构下进行异方差加噪后,仍可在一致性约束下利用最优线性无偏估计进一步降低区间计数查询的误差。针对算法的区间计数查询精度及执行效率,与同类算法进行了比较分析。实验结果表明,LUE-DPTree算法是有效可行的。
- 康健吴英杰黄泗勇陈鸿孙岚
- 关键词：隐私保护
