高永強(qiáng)

(呂梁學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)系，山西 離石 033000)

大數(shù)據(jù)信息處理過程中，數(shù)據(jù)通過密文的形式存儲(chǔ)在云空間中，因此，需要對(duì)密鑰共享下跨用戶密文數(shù)據(jù)進(jìn)行優(yōu)化挖掘，相關(guān)密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘方法研究受到學(xué)者的主要關(guān)注[1].對(duì)密鑰共享下跨用戶密文數(shù)據(jù)的去重挖掘處理是建立在對(duì)數(shù)據(jù)的特征提取和分類識(shí)別基礎(chǔ)上的，傳統(tǒng)方法中，對(duì)密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘分析方法主要有模糊C均值去重挖掘方法、K均值去重挖掘方法、網(wǎng)格去重挖掘方法等[2-3].采用模糊C均值聚類識(shí)別方法提取密鑰共享下跨用戶密文數(shù)據(jù)的特征量，根據(jù)特征提取結(jié)果進(jìn)行數(shù)據(jù)的去重挖掘，采用主成分分析法進(jìn)行特征提取，但該方法在處理密鑰共享下跨用戶密文數(shù)據(jù)時(shí)模糊度較大，自適應(yīng)性能不好.本文提出了基于關(guān)聯(lián)信息特征提取的密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘方法，結(jié)合非線性統(tǒng)計(jì)序列分析方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)的統(tǒng)計(jì)特征采樣，分析跨用戶密文數(shù)據(jù)的隨機(jī)編碼特征分布結(jié)構(gòu)；采用空間欠采樣方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)的關(guān)聯(lián)特征檢測(cè)，結(jié)合深度學(xué)習(xí)方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)挖掘過程中的自適應(yīng)尋優(yōu)和數(shù)據(jù)挖掘優(yōu)化，展示了本文方法在提高密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘能力方面的優(yōu)越性能.

1 數(shù)據(jù)的存儲(chǔ)配置結(jié)構(gòu)和特征分析

1.1 密文數(shù)據(jù)分布式存儲(chǔ)結(jié)構(gòu)模型

為了實(shí)現(xiàn)對(duì)密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘算法的優(yōu)化設(shè)計(jì)，對(duì)密鑰共享下跨用戶密文數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)模型進(jìn)行特征重組[4]，建立密鑰共享下跨用戶密文數(shù)據(jù)體系結(jié)構(gòu)模型，假設(shè)Φ(z)=(h(z)，h(φ1(z))，…，h(φ2d(z)))T表示一個(gè)采樣節(jié)點(diǎn)分布集，則密鑰共享下跨用戶密文數(shù)據(jù)采集的標(biāo)簽分布集為

(1)

式中：ω為標(biāo)簽分布權(quán)重；yi為跨用戶密文數(shù)據(jù)i的自相關(guān)函數(shù)集合；a為跨用戶密文數(shù)據(jù)標(biāo)簽相關(guān)性參數(shù)；bi為密文數(shù)據(jù)尺度系數(shù)；γij為密文數(shù)據(jù).

結(jié)合向量量化分析方法，構(gòu)建密鑰共享下跨用戶密文數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)最優(yōu)分布模型，用一個(gè)二元有向圖G=(V，E)表示密鑰共享下跨用戶密文數(shù)據(jù)的圖模型結(jié)構(gòu)，其中，V為部署存儲(chǔ)鏈路中的頂點(diǎn)集；E為密鑰共享下跨用戶密文數(shù)據(jù)在有限域分布區(qū)域G中所有邊的集合.假設(shè)M1，M2，…，MN為密鑰共享下跨用戶密文數(shù)據(jù)的Sink節(jié)點(diǎn)，采用歐式距離表示密鑰共享下跨用戶密文數(shù)據(jù)傳輸節(jié)點(diǎn)的模糊關(guān)聯(lián)集，采用分塊區(qū)域融合方法進(jìn)行數(shù)據(jù)的量化配置和線性加密[5]，自適應(yīng)加權(quán)系數(shù)為W={w1，w2，…，wk}.在密鑰共享下跨用戶密文數(shù)據(jù)的信息覆蓋區(qū)域，假設(shè)M個(gè)節(jié)點(diǎn)的加密關(guān)聯(lián)配對(duì)集為x(k-1)，x(k-2)，…，x(k-M)，特征篩選的空間分布權(quán)系數(shù)為xs=[x1(η1)，x2(η2)，…，x(ηN)]T，則相似度特征值估計(jì)式為

(2)

式中：Yi為特征向量矩陣；|M|為節(jié)點(diǎn)間歐式距離.

根據(jù)源域和目標(biāo)域的關(guān)聯(lián)規(guī)則屬性，得到密鑰共享下跨用戶密文數(shù)據(jù)的統(tǒng)計(jì)特征集為

(3)

式中：A′為跨用戶密文數(shù)據(jù)的模糊項(xiàng)；r為關(guān)聯(lián)規(guī)則.

利用含有樞紐特征的樣本進(jìn)行存儲(chǔ)結(jié)構(gòu)的分布式設(shè)計(jì)[6]，得到分布式存儲(chǔ)結(jié)構(gòu)模型為

(4)

式中：e為數(shù)據(jù)預(yù)測(cè)特征；α為密文數(shù)據(jù)的置信度；p為密鑰共享下跨用戶密文數(shù)據(jù)Source與Sink節(jié)點(diǎn)之間的負(fù)載；ε(t)為概率t分布值；K為密鑰共享下跨用戶密文數(shù)據(jù)在分布式存儲(chǔ)結(jié)構(gòu)模型中的嵌入維數(shù)；τ為密鑰共享下跨用戶密文數(shù)據(jù)在高維相空間中的嵌入延遲.

根據(jù)上述分析構(gòu)建密鑰共享下跨用戶密文數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)模型，根據(jù)數(shù)據(jù)存儲(chǔ)的節(jié)點(diǎn)分布屬性進(jìn)行去重挖掘[7].

1.2 跨用戶密文數(shù)據(jù)的隨機(jī)編碼特征分布

結(jié)合非線性統(tǒng)計(jì)序列分析方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)的統(tǒng)計(jì)特征采樣，分析跨用戶密文數(shù)據(jù)的隨機(jī)編碼特征分布結(jié)構(gòu)，在密鑰共享跨用戶密文數(shù)據(jù)的關(guān)聯(lián)調(diào)度集中[8]，模糊調(diào)度點(diǎn)集滿足D∈Rm×M，得到數(shù)據(jù)的類標(biāo)信息和詞性分布關(guān)系為

(5)

根據(jù)目標(biāo)域的文本進(jìn)行特征變換，密鑰共享下跨用戶密文數(shù)據(jù)最優(yōu)去重挖掘特征分量為

(6)

式中，dk為目標(biāo)域的數(shù)據(jù)點(diǎn)與第k個(gè)聚類中心間的距離.

采用特征集成及樣本選擇算法，得到隨機(jī)編碼特征值為

f=R{[i，C][j，C]}

(7)

式中，C=[c1，c2，…，cg]為密鑰共享下跨用戶密文數(shù)據(jù)的分塊匹配集，采用向量量化編碼方法進(jìn)行數(shù)據(jù)的密鑰構(gòu)造[9]，得到密鑰構(gòu)造協(xié)議表達(dá)式為

(8)

式中：?為分塊匹配系數(shù)；β為映射系數(shù).計(jì)算非樞紐映射特征，根據(jù)密鑰構(gòu)造協(xié)議進(jìn)行聯(lián)合關(guān)聯(lián)挖掘，得到互信息量為

(9)

式中：B為密鑰共享下跨用戶密文數(shù)據(jù)的檢測(cè)幅值；ρ為信源域與目標(biāo)域的遷移調(diào)節(jié)參數(shù)，根據(jù)隨機(jī)編碼特征檢測(cè)結(jié)果進(jìn)行密文數(shù)據(jù)的去重挖掘設(shè)計(jì)[10]；θ為時(shí)間.

2 數(shù)據(jù)去重挖掘優(yōu)化

2.1 密文數(shù)據(jù)的關(guān)聯(lián)特征檢測(cè)

在結(jié)合非線性統(tǒng)計(jì)序列分析方法進(jìn)行用戶密文數(shù)據(jù)統(tǒng)計(jì)特征分析的基礎(chǔ)上，本文進(jìn)行了密文數(shù)據(jù)的去重挖掘設(shè)計(jì)，提出了基于關(guān)聯(lián)信息特征提取的密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘方法.通過識(shí)別不同領(lǐng)域的主題特征量進(jìn)行密文數(shù)據(jù)的線性編碼設(shè)計(jì)[11]，抽取密鑰共享下跨用戶密文數(shù)據(jù)的平均互信息特征量，輸出密鑰共享下跨用戶密文數(shù)據(jù)的屬性分布互信息.采用標(biāo)簽識(shí)別技術(shù)進(jìn)行數(shù)據(jù)編碼的融合處理[12]，得到密鑰共享下跨用戶密文數(shù)據(jù)的模糊C均值聚類分布集為

(10)

式中，q為融合特征.使用源域的領(lǐng)域特有特征進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)融合[13]，需要同時(shí)滿足

(11)

式中，E為收斂性判斷閾值.

對(duì)密鑰共享下跨用戶密文數(shù)據(jù)模糊信息進(jìn)行主成分分析，根據(jù)多種詞匯語義關(guān)系進(jìn)行線性映射，設(shè){u1，u2，…，uN}表示包含元素節(jié)點(diǎn)集合的密鑰共享下跨用戶密文數(shù)據(jù)的空間分布集合，{v1，v2，…，vM}表示源域的領(lǐng)域特征分布集合，O=[Ou，v]N×M表示密鑰共享下跨用戶密文數(shù)據(jù)的用戶行為集，對(duì)挖掘的數(shù)據(jù)進(jìn)行特征篩選和屬性聚類[14]，實(shí)現(xiàn)數(shù)據(jù)去重挖掘中心的自適應(yīng)尋優(yōu)，采用深度學(xué)習(xí)算法得到尋優(yōu)迭代式為

(12)

2.2 數(shù)據(jù)去重挖掘輸出

假設(shè)待挖掘的密鑰共享下跨用戶密文數(shù)據(jù)信息流的統(tǒng)計(jì)分布序列為{z1，z2，…，zN}，令z(n)為一組回歸分析特征量，在重構(gòu)相空間中進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)的稀疏散亂點(diǎn)映射，得到密鑰共享下跨用戶密文數(shù)據(jù)的分布式重組結(jié)構(gòu)式，并將領(lǐng)域共有詞作為樞紐特征，得到密鑰共享下跨用戶密文數(shù)據(jù)的概念集表達(dá)式，最后根據(jù)樞紐特征最相似性，得到第i個(gè)密鑰共享下跨用戶密文數(shù)據(jù)的稀疏散亂點(diǎn)集Pi.根據(jù)領(lǐng)域共有詞的特征分布集進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)的回歸分析和重構(gòu)，在同一近義詞簇中得到密鑰共享下跨用戶密文數(shù)據(jù)的加密密鑰關(guān)系為A→B，B→C，結(jié)合深度學(xué)習(xí)方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)挖掘過程中的自適應(yīng)尋優(yōu)，采用匹配濾波方法實(shí)現(xiàn)密文數(shù)據(jù)的去重處理，得到去重挖掘輸出為

(13)

3 仿真實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證本文方法在實(shí)現(xiàn)密鑰共享下跨用戶密文數(shù)據(jù)去重挖掘中的應(yīng)用性能，結(jié)合Matlab和C++編程軟件進(jìn)行仿真實(shí)驗(yàn)分析，密鑰共享下跨用戶密文數(shù)據(jù)的采樣樣本數(shù)據(jù)庫來自于云組合數(shù)據(jù)庫PearsonDatabase.跨用戶密文數(shù)據(jù)集為800個(gè)，從中隨機(jī)選取訓(xùn)練數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集規(guī)模為100×100，向量維度為3，設(shè)定跨用戶密文數(shù)據(jù)采樣的時(shí)間為5s，迭代次數(shù)為500次，密文數(shù)據(jù)的采樣時(shí)間延遲為0.18s，信源域與目標(biāo)域的遷移調(diào)節(jié)參數(shù)為255，收斂性判斷閾值為60.根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定對(duì)密鑰共享下跨用戶密文數(shù)據(jù)進(jìn)行去重挖掘處理，得到數(shù)據(jù)分布的時(shí)域波形如圖1所示.

從圖1中可以看出密文數(shù)據(jù)分布的時(shí)域波形變化較為劇烈，波形邊緣出現(xiàn)大量離散點(diǎn).以圖1數(shù)據(jù)為研究對(duì)象，抽取密鑰共享下跨用戶密文數(shù)據(jù)的平均互信息特征量，結(jié)合深度學(xué)習(xí)方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)挖掘過程中的自適應(yīng)尋優(yōu)，在尺度系數(shù)為0.2和0.4情況下對(duì)密文數(shù)據(jù)進(jìn)行特征重構(gòu)，得到數(shù)據(jù)挖掘的特征重構(gòu)輸出如圖2所示.

圖1 密文數(shù)據(jù)分布時(shí)域波形Fig.1 Time domain waveform of ciphertext data distribution

圖2 密文數(shù)據(jù)的特征重構(gòu)Fig.2 Feature reconstruction of ciphertext data

由圖2可以看出，特征重構(gòu)后的密文數(shù)據(jù)波形幅度較為一致，邊緣離散數(shù)據(jù)與圖1相比改善效果明顯.尺度系數(shù)為0.2時(shí)，密文數(shù)據(jù)特征重構(gòu)的效果更好，但從波形范圍來說，仍具有多樣特征重合的特性，數(shù)據(jù)去重不夠準(zhǔn)確，因此選用尺度系數(shù)為0.4的密文數(shù)據(jù)特征重構(gòu)結(jié)果與粒子群去重挖掘方法及K均值去重挖掘方法進(jìn)行對(duì)比分析，得到的輸出結(jié)果如圖3所示.

分析圖3可知，所提方法的據(jù)挖掘優(yōu)化輸出幅值波動(dòng)較小，穩(wěn)定性較高.在密鑰共享下跨用戶密文數(shù)據(jù)挖掘的去重性較好，測(cè)試挖掘誤差對(duì)比結(jié)果如表1所示.

分析表1可知，本文方法經(jīng)過多次迭代，挖掘誤差始終低于K均值去重挖掘方法和粒子群去重挖掘方法，說明本文方法的去重性較好，誤差較低.在單位數(shù)據(jù)空間下，采用本文方法與其他兩種算法對(duì)100個(gè)數(shù)據(jù)集進(jìn)行聚合能力測(cè)試，所得結(jié)果如圖4所示.

由圖4可以看出，采用本文方法數(shù)據(jù)較為聚攏，數(shù)據(jù)簇沒有出現(xiàn)離散數(shù)據(jù)點(diǎn)；粒子群去重挖掘方法數(shù)據(jù)簇出現(xiàn)少量離散點(diǎn)；K均值去重挖掘方法數(shù)據(jù)簇中出現(xiàn)了大量離散點(diǎn)，由此可以看出所提方法比其他兩種算法的數(shù)據(jù)聚合能力強(qiáng).

圖3 不同方法的數(shù)據(jù)挖掘優(yōu)化輸出Fig.3 Data mining optimization and output of different methods

表1 誤差對(duì)比Tab.1 Error comparison %

圖4 數(shù)據(jù)聚合能力對(duì)比Fig.4 Comparison of data aggregation capabilities

4 結(jié) 論

本文構(gòu)建了密鑰共享下跨用戶密文數(shù)據(jù)的并行聚類分析模型，建立了密鑰共享協(xié)議，并采用網(wǎng)格分區(qū)域調(diào)度方法實(shí)現(xiàn)密文數(shù)據(jù)編碼和優(yōu)化調(diào)度.結(jié)合非線性統(tǒng)計(jì)序列分析方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)的統(tǒng)計(jì)特征采樣，分析跨用戶密文數(shù)據(jù)的隨機(jī)編碼特征分布結(jié)構(gòu)，結(jié)合深度學(xué)習(xí)方法進(jìn)行密鑰共享下跨用戶密文數(shù)據(jù)挖掘過程中的自適應(yīng)尋優(yōu)，采用匹配濾波方法實(shí)現(xiàn)密鑰共享下跨用戶密文數(shù)據(jù)的去重處理.通過仿真研究得知，本文方法在進(jìn)行密文數(shù)據(jù)挖掘時(shí)，去重性較好，誤差較低，且數(shù)據(jù)聚合能力強(qiáng).