基于流形学习和辛几何的安全云挖掘中若干数学问题的研究

项目名称： 基于流形学习和辛几何的安全云挖掘中若干数学问题的研究

项目编号： No.11126039

项目类型： 专项基金项目

立项/批准年度： 2012

项目学科： 矿业工程

项目作者： 吕威

作者单位： 北京师范大学

项目金额： 3万元

中文摘要： 本项目拟利用流形学习和辛几何对敏感信息进行转换加密，首次用连续变化的几何方法来进行云计算中隐私保护数据挖掘算法的设计，对拓宽发展同时满足高安全性和高精度的分布式隐私保护数据挖掘算法具有重要的启发意义。申请人对流形学习和辛几何应用于隐私保护数据挖掘已经进行了一些有益的尝试，为后继研究奠定了较好的工作基础。主要研究内容包括：1）对流形学习和辛几何的几何特性如局部拓扑性进行研究以适用于云挖掘算法MapReduce模型下的加密要求；2）对流形学习和辛几何基础理论如局部线性嵌入LLE算法中近邻权值计算、多维尺度变换MDS算法的准则函数设计方法、等距映射ISOMAP算法的测地距离选择以及辛几何算法的局部同构、保距性进行分析，从而得到既不影响云挖掘算法精度、又可以保护分布式隐私数据的高效率安全算法3）研究流形学习、辛几何和伪随机算法和多方密码协议的结合，以增强基于流形学习和辛几何的安全云挖掘算法的保密性

中文关键词： 流形学习；辛几何；云计算；MapReduce化；

英文摘要：

英文关键词： manifold learning；symplectic geometry；cloud computing；MapReduce；