“大数据技术”的版本间的差异

来自智慧安全引擎
跳转至: 导航搜索
领域需求
Wwj讨论 | 贡献
数据
 
(未显示4个用户的11个中间版本)
第1行: 第1行:
  
  
 +
==国际==
 +
* 美国白宫 [[BIG DATA:SEIZING OPPORTUNITIES,PRESERVING VALUES]] [https://www.whitehouse.gov/sites/default/files/docs/big_data_privacy_report_may_1_2014.pdf pdf]
 
==数据==
 
==数据==
*文献阅读
+
* [[工业大数据]]
**文献一(Unique in the shopping mall:On the reidentifiability of credit card metadata)
+
* [[移动手机数据]]
***1)数据范围:110万信用卡用户在10000个商店中3个月的匿名信用卡交易数据。
+
***2)数据描述:匿名信用卡数据包括交易的时间,地点,交易金额三方面的信息。
+
 
+
*大数据实验
+
  
 
==算法==
 
==算法==
*文献阅读
+
* [[人类行为动力学算法综述]]  [[复杂网络社区检测算法综述]]  [[异常检测算法综述]]
**文献一(Unique in the shopping mall:On the reidentifiability of credit card metadata)
+
***1)单位区域的商店数量根据人口密度(r2=0.51,P<0.001)来估算。
+
***2)用唯一性来定量信用卡重新识别的风险,文章给出了唯一性估算的具体算法。
+
***3)从时间,空间,价格三方面降低数据的分辨率,比较单一性的变化情况。
+
 
+
*大数据实验
+
 
+
 
==领域需求==
 
==领域需求==
*文献阅读
 
**文献一(Unique in the shopping mall:On the reidentifiability of credit card metadata)
 
***1)对于智慧安全领域,在较高单一性元数据中,用匿名的方法不能够保护个人的隐私的。在政策角度来说,需要改革数据保护的机制。意识到元数据潜力的同时,找出隐私与单一性之间的平衡是非常关键的
 
 
 
*大数据实验
 
**电厂实验
 
***1)卡尔曼滤波(初步思想)
 
****线性卡尔曼滤波方法:根据给定的缺陷数据往前推一定时间范围(例如3个小时),确定异常产生的时间区间,然后根据正常数据使用线性卡尔曼滤波方法预测异常区间传感器的正常数据,并与实际数据做对比,看是否存在较大差异,如果存在,说明判定正确,并可用训练得到的线性卡尔曼滤波模型对后续数据进行预测
 
****非线性卡尔曼滤波方法:
 
  
 
==研究==
 
==研究==
 
* [[复杂网络社区检测]]
 
* [[复杂网络社区检测]]
 
* [[人类行为动力学]]
 
* [[人类行为动力学]]
 +
 +
 +
==论文推荐==
 +
* WANG Fei-Yue. H.S. Tsien's Concept for Intelligence and Parallel Intelligence: From LASER to Inspiritment. Acta Automatica Sinica, 2015, 41(6): 1053-1061 (王飞跃. 从激光到激活:钱学森的情报理念与平行情报体系. 自动化学报, 2015, 41(6): 1053-1061)  [http://www.aas.net.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=18681 全文]

2016年2月11日 (四) 18:53的最新版本


国际

数据

算法

领域需求

研究


论文推荐

  • WANG Fei-Yue. H.S. Tsien's Concept for Intelligence and Parallel Intelligence: From LASER to Inspiritment. Acta Automatica Sinica, 2015, 41(6): 1053-1061 (王飞跃. 从激光到激活:钱学森的情报理念与平行情报体系. 自动化学报, 2015, 41(6): 1053-1061) 全文