基于梯度采样的大数据交叉访问授权技术仿真

• 作者: 李冉 贺亚锋
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 梯度采样 大数据交叉 访问授权技术
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息仿真
• 页码范围: 188-191,420
• 页数: 5页
• 分类号: TP393
• 字数: 4116字
• 语种: 中文

摘要

如何对数据进行授权管理,确保数据的机密性等至关重要.为此提出了一种基于梯度采样的大数据交叉访问授权方法.采用多项式变换技术,将数据转换为可直接使用双率数据进行采样的数学模型,推导出估计损失数据的梯度随机算法,并且在算法中加入遗忘因子实现数据的梯度采样.用户在进行数据访问前需要进行初始数据加密,然后在将其转交至重加密服务器进行处理.同时,进行代理重加密密钥的约束,分割重加密密钥,其中一部分交由云端代理重加密服务器进行处理,另一部分则为创建者所控制,实现大数据的交叉访问授权.仿真结果表明,所提方法相比传统方法性能有了一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李冉	荆楚理工学院计算机与工程学院	19	26	3.0	4.0