基于群智感知的移动社会网络可信位置服务研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61370208
  • 项目类别:
    面上项目
  • 资助金额:
    76.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

Location-based services has become a hot issue in mobile social network, the trustworthy location service is the foundation and core of social location services. Existing social network services' location information acquirement relies on users' check-in, which has the security risks that user lied about the location. The existing research work rarely considers the position of credibility and position-related services with a social view, and lack of group social interaction and regular rules. Location credits and location accuracy are not good. This project will research from the perspective of social perception for trustworthy location-based services, and take into account the privacy of users and the credibility of the location. The project carries out the following aspects research. Firstly we will analyze the user credibility in mobile social network and construct the trustable model of user based on social community. Secondly a novel distributed crowd-sourcing sensing based location certificate architecture will be put forward, and an effective privacy protection certificate generation protocol and high reliability verification algorithm will also be proposed. Thirdly, the swarm intelligent collaboration can provide certificate of location information.Based on this and to the credible position, a relational location recommendation algorithm will be designed using link prediction. Finally, the crowd-sourcing sensing based trustable location service prototype system is developedto verify and our research results,to provide theoretical and technical support for mobile social network in furture.
位置服务已成为移动社会网络中的热点问题,而可信位置服务是社会性位置服务的基础和核心。已有的基于签到的社会网络位置服务存在用户谎报位置的安全隐患,现有的研究工作较少从社会性角度考虑位置的可信性和位置关联服务,缺乏对群体社会交互和规律的分析和利用,位置可信性和位置服务的精确度不够。本项目从社会感知的角度考虑可信位置服务,兼顾用户的隐私和位置的可信性,进行以下几方面的研究:提出基于社会关系的用户位置可信性分析机制,构建基于社区的用户可信模型;提出基于群智感知的分布式位置凭证架构,利用群智协作机制来提供位置凭证信息,实现有效隐私保护的凭证生成协议和可靠性高的验证算法;进而在可信位置基础上设计基于链路预测的关联位置推荐算法;最终设计移动社会网络中的可信位置服务原型系统,对理论成果进行验证和完善,为基于位置的社会网络提供提供理论和技术支撑。

结项摘要

为深入分析群智感知在移动社会网络中可信位置服务方面的内在规律与应用技术,本项目主要对移动社会网络中用户位置可信性和相关性两大核心内容进行了研究。其中位置的可信性研究包括基于社会关系的用户位置可信性和基于群智感知的分布式位置凭证两个方面;位置的相关性研究主要包括位置隐私保护和基于链路预测的位置推荐服务两个方面。本项目提出了基于群智感知的分布式位置凭证架构,设计了一种基于链路结构的众包水军检测方法,在可信位置的基础上建立了基于历史轨迹和好友关系的位置定位攻击模型,提出了基于链路预测的关联位置推荐算法,用真实数据集验证了理论成果,并把理论成果应用于可信位置服务原型系统。.在基于社会关系的用户位置可信性研究方面,本项目基于真实的数据集进行用户档案特征、关注关系和交互行为等特征的分析,构建用户关注关系网络拓扑和微博转发树模型。为了检测群智用户中含有的水军用户,项目提出了基于链路结构和转发特征的Spam Initiator推测算法和Spam Worker推测算法。 在位置凭证研究方面,本项目提出了基于群智感知位置凭证的生成算法和验证机制。在位置凭证生成阶段,提出了证人可信域坐标点集生成算法和位置凭证生成算法。在位置凭证验证阶段,提出基于群智感知的数字签名对的位置凭证各组成实体的认证和基于多用户证言的可信验证机制。在位置隐私保护方面,首先分析社交网络中好友关系和历史轨迹对位置隐私的影响,进而建立基于历史轨迹和好友关系的位置定位攻击模型。在此基础上,建立了移动社交网络中基于好友关系和历史轨迹的位置隐私保护机制。最后,基于Foursquare数据集设计并实现攻击模型和保护机制的有效性实验,进而实现位置隐私保护原型系统。在位置推荐服务研究方面,首先基于元路径特征,利用分类模型对异构社交网络中的用户-实体进行建模和预测。在此基础上,提出了对齐异构社交网络的链路预测框架和一种特征选择算法:两阶段逐步向前贪心特征选择算法。此外,本项目还设计了位置推荐原型系统,通过系统实验验证了相关的结论和推断。项目组在国际期刊和国际会议上发表和录用论文17篇,申请国家技术发明专利5项,培养了4位博士毕业生,培养了4名硕士毕业生,达到了预期目标。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(5)
基于社会属性的PSN消息路由算法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    通信学报
  • 影响因子:
    --
  • 作者:
    曹玖新;陈高君;杨婧;朱子青;刘波
  • 通讯作者:
    刘波
Maximum Capacity Overlapping Channel Assignment Based on Max-Cut in 802.11 Wireless Mesh Networks
802.11无线Mesh网络中基于Max-Cut的最大容量重叠信道分配
  • DOI:
    10.3217/jucs-020-13-1855
  • 发表时间:
    2014
  • 期刊:
    Journal of Universal Computer Science
  • 影响因子:
    1
  • 作者:
    Bo Liu;Wei Wang;Junzhou Luo;Xiaojun Shen
  • 通讯作者:
    Xiaojun Shen
Discrete Rate Scheduling for Packets With Individual Deadlines in Energy Harvesting Systems
能量收集系统中具有单独截止日期的数据包的离散速率调度
  • DOI:
    10.1109/jsac.2015.2391491
  • 发表时间:
    2015-03-01
  • 期刊:
    IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS
  • 影响因子:
    16.4
  • 作者:
    Shan, Feng;Luo, Junzhou;Shen, Xiaojun
  • 通讯作者:
    Shen, Xiaojun
在线社交网络中地域性话题发现
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    曹玖新;胥帅;陈高君;赵力阳;周涛;刘波
  • 通讯作者:
    刘波
基于多维特征分析的移动社会网络消息传输
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机研究与发展
  • 影响因子:
    --
  • 作者:
    朱子青;曹玖新;周涛;胥帅;马卓;刘波
  • 通讯作者:
    刘波

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

西安致灾短时暴雨中尺度与动力指数特征
  • DOI:
    10.16032/j.issn.1004-4965.2019.056
  • 发表时间:
    2019
  • 期刊:
    热带气象学报
  • 影响因子:
    --
  • 作者:
    张雅斌;罗慧;赵荣;薛谌彬;冉令坤;高宇星;刘波
  • 通讯作者:
    刘波
养猪发酵床微生物宏基因组基本分析方法
  • DOI:
    10.19303/j.issn.1008-0384.2016.06.015
  • 发表时间:
    2016
  • 期刊:
    福建农业学报
  • 影响因子:
    --
  • 作者:
    刘波;王阶平;陈倩倩;刘国红;车建美;陈德局;郑雪芳;葛慈斌
  • 通讯作者:
    葛慈斌
Intelligent switching expert system for delayed coking unit based on iterative learning strategy
基于迭代学习策略的延迟焦​​化装置智能切换专家系统
  • DOI:
    10.1016/j.eswa.2011.01.056
  • 发表时间:
    2011-07
  • 期刊:
    Expert Systems with Applications
  • 影响因子:
    8.5
  • 作者:
    于晓栋;魏宇杰;黄德先;刘波;金以慧
  • 通讯作者:
    金以慧
高空低雷诺数吸附式压气机叶型耦合优化设计
  • DOI:
    10.13224/j.cnki.jasp.2016.02.031
  • 发表时间:
    2016
  • 期刊:
    航空动力学报
  • 影响因子:
    --
  • 作者:
    李俊;刘波;杨小东;陆晓峰
  • 通讯作者:
    陆晓峰
波形钢板受压弹性屈曲分析与波形优化
  • DOI:
    10.13969/j.cnki.cn31-1893.2021.09.005
  • 发表时间:
    2021
  • 期刊:
    建筑钢结构进展
  • 影响因子:
    --
  • 作者:
    毕成;焦资伦;刘小渝;王彦博;刘波
  • 通讯作者:
    刘波

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

刘波的其他基金

水平地震作用下地铁隧道–软土地基–地表框架结构耦合系统动力响应特征及相互作用机制
  • 批准号:
    52208334
  • 批准年份:
    2022
  • 资助金额:
    30.00 万元
  • 项目类别:
    青年科学基金项目
水平地震作用下地铁隧道–软土地基–地表框架结构耦合系统动力响应特征及相互作用机制
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
基于多维画像的社交媒体异常行为分析与检测
  • 批准号:
    61972087
  • 批准年份:
    2019
  • 资助金额:
    61 万元
  • 项目类别:
    面上项目
面向雷达信号处理动态可重构处理器中阵列路由结构和数据缓存机制的研究
  • 批准号:
    61404028
  • 批准年份:
    2014
  • 资助金额:
    22.0 万元
  • 项目类别:
    青年科学基金项目
基于竞争分析的普适计算在线服务协作技术研究
  • 批准号:
    61003257
  • 批准年份:
    2010
  • 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