基于位置服务的地理社交网络模型构建及隐私保护方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61672039
  • 项目类别:
    面上项目
  • 资助金额:
    64.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0202.系统软件、数据库与工业软件
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Geosocial networks are formed by the combination of geo-spacial information and social networks. It is very significant for the fusion and enhancement of off-line life and on-line activity. Due to the revelation problems of user geographical position, behavior trajectory, user interest, individual information, the further development of geosocial networks is hindered. This project is to abstract and model the reality entity, and to thoroughly research the query methods with privacy preserving, user trajectory privacy preserving methods and personalized recommendation technologies based on privacy preserving in geosocial networks. The new theory of privacy preserving in geosocial networks is discussed, and the new methods and technologies for solving the privacy revelation problem are also presented. The topic involves the overlapping fusion research on information security discipline and the geographic information system discipline. By integrating the privacy preserving theories, methods and technologies of modeling, query, behavior trajectory and personalized recommendation into geography space information, the project can provide new methods and ideas for the privacy preserving demands which are in the application fields of electronic commerce, public opinion control, hot events and disease prevention.
地理空间信息与社交网络相结合形成地理社交网络,对于用户线下生活和线上活动的融合和增强具有重要意义。由于用户地理位置、行为轨迹、用户兴趣等个人隐私信息可能被恶意用户窃取,阻碍了地理社交网络的进一步发展。本项目拟对地理社交网络中各类实体进行抽象和建模,并对地理社交网络环境中面向隐私保护的查询方法、用户轨迹隐私保护方法、基于隐私保护的个性化推荐技术等进行深入研究,探讨地理社交网络中隐私保护的新理论,提出解决上述隐私泄露问题的新方法和新技术。本项目涉及信息安全学科和地理信息系统学科的交叉融合研究,通过对地理空间信息融入建模、查询、行为轨迹和个性化推荐的隐私保护技术,为地理社交网络在电子商务、舆情控制、热点事件、疾病防控等应用领域中的隐私保护需求提供新的方法和思路。

结项摘要

地理空间信息与社交网络相结合形成地理社交网络,解决地理社交网络中用户地理位置、行为轨迹、用户兴趣等个人隐私信息被恶意窃取的问题具有重要价值。本项目围绕地理社交网络的模型构建方法、地理社交网络的隐私保护查询方法、基于地理社交网络的轨迹隐私保护方法和地理社交网络中基于隐私保护的个性化推荐方法等重要内容开展相关工作,取得了一系列研究成果。提出了一种结合地理社交网络特征的数据模型,该模型适用于检测不同时间戳下的拥堵位置,也适用于道路规划及城市环境中其他移动对象的分析,为交通周期性管理提供有价值的服务;针对地理社交网络数据的模糊性、高维度等特点,并考虑数据聚类中的隐私保护需求,设计出了包括保护匿名数据的发布隐私保护方法、隐私保护数据聚类方法、云数据中心隐私保护方法;由于轨迹数据采集方式的多样化,提出了基于图像的轨迹数据和基于位置点的轨迹数据隐私保护方法;探讨了地理社交网络中基于隐私保护的个性化推荐方法在旅游、电子商务、医疗保健等领域的应用问题。本项目将地理社交网络中的数据处理与隐私保护进行有机结合,为隐私保护技术在地理信息系统中的应用开拓了新的方向。项目执行期间,已在ISPRS Journal of Photogrammetry and Remote Sensing、Future Generation Computer Systems、Engineering Applications of Artificial Intelligence、Signal Processing、World Wide Web (WWW)、Intelligent Data Analysis (IDA)、Applied Intelligence (APIN)、电子学报等著名学术期刊和IEEE International Conference on Data Mining (ICDM)等重要国际会议上共发表及录用学术论文56篇,其中SCI收录25篇,EI收录13篇;授权发明专利18项;依托本项目已经培养博士生5名和硕士生16名。

项目成果

期刊论文数量(50)
专著数量(0)
科研奖励数量(0)
会议论文数量(9)
专利数量(51)
基于BP神经网络的异常轨迹检测方法
  • DOI:
    10.19678/j.issn.1000-3428.0051574
  • 发表时间:
    2019
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    俞庆英;李倩;陈传明;林文诗
  • 通讯作者:
    林文诗
Coupling a Fast Fourier Transformation With a Machine Learning Ensemble Model to Support Recommendations for Heart Disease Patients in a Telehealth Environment
将快速傅里叶变换与机器学习集成模型相结合,以支持在远程医疗环境中为心脏病患者提供建议
  • DOI:
    10.1109/access.2017.2706318
  • 发表时间:
    2017
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Ji Zhang;Raid Luaibi Lafta;Xiaohui Tao;Yan Li;Fulong Chen;Yonglong Luo;Xiaodong Zhu
  • 通讯作者:
    Xiaodong Zhu
基于KD树最优投影划分的k匿名算法
  • DOI:
    10.13232/j.cnki.jnju.2016.06.008
  • 发表时间:
    2016
  • 期刊:
    南京大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    汪小寒;罗永龙;江叶峰;赵传信;吴文莉;郭良敏
  • 通讯作者:
    郭良敏
Orthogonal design for scale invariant feature transform optimization
尺度不变特征变换优化的正交设计
  • DOI:
    10.1117/1.jei.25.5.053030
  • 发表时间:
    2016
  • 期刊:
    Journal of Electronic Imaging
  • 影响因子:
    1.1
  • 作者:
    Ding Xintao;Luo Yonglong;Yi Yunyun;Jie Biao;Wang Taochun;Bian Weixin
  • 通讯作者:
    Bian Weixin
A Game Based Consolidation Method of Virtual Machines in Cloud Data Centers With Energy and Load Constraints
具有能量和负载约束的云数据中心虚拟机的基于博弈的整合方法
  • DOI:
    10.1109/access.2017.2787735
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Guo Liangmin;Hu Guiyin;Dong Yan;Luo Yonglong;Zhu Ying
  • 通讯作者:
    Zhu Ying

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于轨迹形状多样性的隐私保护算法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    孙丹丹;罗永龙;范国婷;郭良敏;郑孝遥
  • 通讯作者:
    郑孝遥
基于逆向游走的PageRank社交网络影响力度量算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机工程与科学
  • 影响因子:
    --
  • 作者:
    郑孝遥;杨文建;鲍煜;罗永龙
  • 通讯作者:
    罗永龙
基于边分割的社交网络敏感边保护技术
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    范国婷;罗永龙;孙丹丹;王涛春;郑孝遥
  • 通讯作者:
    郑孝遥
不均匀模糊空间对象的分层次co-location模式挖掘方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    俞庆英;罗永龙;吴倩;陈传明
  • 通讯作者:
    陈传明
P2P环境下基于模糊理论的Dirichlet信任评估模型
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机工程与应用
  • 影响因子:
    --
  • 作者:
    乔云峰;接标;刘莹;郭良敏;罗永龙
  • 通讯作者:
    罗永龙

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

罗永龙的其他基金

时空轨迹数据发布与分析中的隐私保护方法研究
  • 批准号:
    62272006
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目
时空轨迹数据发布与分析中的隐私保护方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
基于多源轨迹的路网感知语义模型构建及个性化推荐方法研究
  • 批准号:
    61972439
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
面向隐私保护的空间数据处理方法与技术研究
  • 批准号:
    61370050
  • 批准年份:
    2013
  • 资助金额:
    73.0 万元
  • 项目类别:
    面上项目
可信计算中基于隐私数据的信息共享技术研究
  • 批准号:
    60703071
  • 批准年份:
    2007
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码