×
冯军；Yang，Laurence T。；尼古拉斯·J·加蒂。；谢，夏；贝纳德·加夫纳（Benard S.Gavuna）。

网络-物理-社会系统中的隐私保护计算：对最新技术和前景的调查。 （英语） Zbl 1458.68058号

信息科学。 527, 341-355 (2020).
概要：网络物理社会系统（CPSS）是学术界、工业界和政府中的领先数字革命。由于大数据分析的兴起，张量计算目前用于CPSS。随着云计算或雾计算的日益普及，CPSS中的大数据通常被发送到云或雾中进行计算。最近，人们对隐私保护计算进行了一些研究，以解决安全问题，从而能够以隐私保护的方式在云或雾环境中进行数据分析和处理。为了充分了解该领域的最新进展，并发现该领域的研究方向，本次调查对以往和当前的隐私保护方案进行了全面的回顾和研究。此外，还提出了一种新的隐私保护张量计算框架、一个案例研究以及CPSS的几个未来研究方向。

引用于1文件

MSC公司：

68第27页 数据隐私
68T09号 数据分析和大数据的计算方面

关键词：

网络物理社会系统；隐私保护；张量计算；大数据；云计算

软件：

VC3（VC3）；阿帕奇火花
PDF格式BibTeX公司 XML格式引用
\textit{J.Feng}等人，《信息科学》。527、341--355（2020；Zbl 1458.68058）
全文： 内政部

参考文献：

[1] 阿格拉瓦尔，R。；Srikant，R.，隐私保护数据挖掘，ACM Sigmod记录，第29卷，439-450（2000）
[2] Alabdulatif，A。；哈利勒，I。；雷诺兹，M。；Kumarage，H。；Yi，X.，基于完全同态加密的云计算中的隐私保护数据集群，PACIS 2017：通过IS/IT实现社会转型，1-13（2017）
[3] M.J.阿塔拉。；Du，W.，《安全多方计算几何》，算法和数据结构研讨会，165-179（2001）·Zbl 0997.68537号
[4] Baumann，A。；佩纳多，M。；Hunt，G.，通过haven将应用程序从不受信任的云中屏蔽，ACM Trans。计算。系统。，33, 3, 8 (2015)
[5] 贝拉雷，M。；Hoang，V.T。；Rogaway，P.，《乱码电路基础》，2012年美国计算机学会计算机与通信安全会议，784-796（2012）
[6] 博尔迪列娃，A。；切内特，N。；Lee，Y。；O'eill，A.，《有序保护对称加密》，密码技术理论和应用年度国际会议，224-241（2009）·Zbl 1239.94037号
[7] Boneh，D。；Goh，E.-J。；Nissim，K.，评估密文上的2-DNF公式，密码学理论会议，325-341（2005）·Zbl 1079.94534号
[8] 布拉克斯基，Z。；Gentry，C。；Vaikuntanathan，V.，（水平）无引导的完全同态加密，ACM Trans。计算。理论，6，3，13（2014）·Zbl 1347.68121号
[9] 布拉克斯基，Z。；Vaikuntanathan，V.，Ring LWE的全同态加密和密钥相关消息的安全性，年度密码学会议，505-524（2011）·Zbl 1290.94051号
[10] 布拉克斯基，Z。；Vaikuntanathan，V.，《来自（标准）LWE的高效全同态加密》，SIAM J.Compute。，43, 2, 831-871 (2014) ·Zbl 1302.94037号
[11] Choi，S.G。；J.Katz。；Kumaresan，R。；Cid，C.，《多客户端非交互式可验证计算》，《密码学理论》，499-518（2013）·Zbl 1316.68053号
[12] 钟，K.-M。；卡莱，Y。；Vadhan，S.，使用完全同态加密改进计算委托，年度密码学会议，483-501（2010）·兹比尔1284.68063
[13] 克利夫顿，C。；坎塔基奥卢，M。；Vaidya，J。；林，X。；Zhu，M.Y.，《隐私保护分布式数据挖掘工具》，ACM SIGKDD Explor。新闻。，4, 2, 28-34 (2002)
[14] 戴，C。；刘，X。；赖，J。；李，P。；Chao，H.-C.，《5G环境下智能城市应用的人类行为深度识别架构》，IEEE Netw。(2019)
[15] Dang，H。；Dinh，T.T.A。；Chang，E.-C。；Ooi，B.C.，通过置乱计算实现可信计算的隐私保护计算，Proc。隐私增强技术。，2017, 3, 21-38 (2017)
[16] 德·S。；周，Y。；拉里兹戈蒂亚·阿巴德，I。；Moessner，K.，《城市大数据系统的网络物理社会框架：一项调查》，Appl。科学。，7, 10, 1017 (2017)
[17] 丁·W。；景，X。；严，Z。；Yang，L.T.，物联网中的数据融合调查：走向安全和隐私保护融合，Inf.fusion（2018）
[18] 丁·W。；严，Z。；Deng，R.，《灵活访问控制的隐私保护数据处理》，IEEE Trans。可靠的安全计算。(2017)
[19] 丁·W。；严，Z。；邓荣华，同态重加密加密数据处理，信息科学。，409, 35-55 (2017) ·Zbl 1429.68060号
[20] 杜，W。；Zhan，在私有数据上构建决策树分类器，IEEE隐私、安全和数据挖掘国际会议-第14卷，第1-8页（2002年）
[21] ElGamal，T.，一种基于离散对数的公钥密码系统和签名方案，IEEE Trans。Inf.理论，31，4，469-472（1985）·Zbl 0571.94014号
[22] Elmehdwi，Y。；Samanthula，B.K。；Jiang，W.，外包环境中加密数据的安全k近邻查询，第30届IEEE数据工程国际会议，664-675（2014）
[23] ElSawy，H。；侯赛因，E。；Alouini，M.-S.，蜂窝网络中底层D2D通信的模式选择和功率控制分析模型，IEEE Trans。社区。，62, 11, 4147-4161 (2014)
[24] Evfimievski，A.，《隐私保护数据挖掘中的随机化》，ACM SIGKDD Explor。新闻。，4, 2, 43-48 (2002)
[25] Evfimievski，A。；Grandison，T.，隐私保护数据挖掘，数据库技术和应用创新研究手册：当前和未来趋势，527-536（2009），IGI Global
[26] 冯，D。；卢，L。；袁武，Y。；李，G.Y。；冯·G。；Li，S.，蜂窝网络下的设备到设备通信，IEEE Trans。社区。，61, 8, 3541-3551 (2013)
[27] 冯，J。；王，X。；Sun，H.，亏格3超椭圆曲线密码体制的有效可计算自同态，Inf.过程。莱特。，113, 12, 405-408 (2013) ·Zbl 1358.94061号
[28] 冯，J。；Yang，L.T。；戴，G。；陈，J。；Yan，Z.，一种用于外包网络物理社会大数据缩减的改进安全的基于高阶Lanczos的正交张量SVD，IEEE Trans。大数据（2018）
[29] 冯，J。；Yang，L.T。；戴，G。；Wang，W。；Zou，D.，一种用于云环境中大数据缩减的基于Lanczos的安全高阶正交张量SVD，IEEE Trans。大数据（2018）
[30] 冯，J。；Yang，L.T。；刘，X。；Zhang，R.，无线物联网的隐私保护张量分析和处理模型，IEEE Wirel。社区。，25, 6, 98-103 (2018)
[31] 冯，J。；Yang，L.T。；Zhang，R.，云中基于Tensor的大生物特征数据缩减，IEEE云计算。，5, 4, 38-46 (2018)
[32] 冯，J。；Yang，L.T。；Zhang，R.，《用于网络物理社会系统的集成边缘雾云架构中的实用隐私保护高阶Bi-Lanczos》，ACM Trans。互联网技术。，19, 2, 26 (2019)
[33] 冯，J。；Yang，L.T。；张，R。；张，S。；戴，G。；Qiang，W.，基于张量的安全可持续网络物理社会大数据计算优化模型，IEEE Trans。可持续计算。(2018)
[34] 冯，J。；Yang，L.T。；朱，Q。；Choo，K.-K.R.，联邦云环境中加密数据的保私性张量分解，IEEE Trans。可靠的安全计算。(2018)
[35] 冯，J。；Yang，L.T。；朱，Q。；Xiang，Y。；陈，J。；Yan，Z.，《网络物理社会系统的安全外包主特征张量计算》，IEEE Trans。可持续计算。(2018)
[36] 菲什，B。；Vinayagamurthy，D。；Boneh博士。；Gorbunov，S.，Iron:使用英特尔SGX的功能加密，2017年ACM SIGSAC计算机和通信安全会议，765-782（2017）
[37] Gai，K。；Qiu，M.，实数上基于张量的全同态加密的混合算术运算，IEEE Trans。工业信息（2017）
[38] Gai，K。；邱，M.，最佳全同态加密方案，IEEE第三届云上大数据安全、高性能和智能计算以及智能数据和安全国际会议，101-106（2017）
[39] Gai，K。；邱，M。；李毅。；Liu，X.-Y.，实数上的高级全同态加密方案，第四届IEEE网络安全与云计算国际会议，2017，64-69（2017）
[40] 根纳罗，R。；Gentry，C。；Parno，B.，《非交互式可验证计算：将计算外包给不受信任的工作人员》，年度密码学会议，465-482（2010）·Zbl 1284.68065号
[41] Gentry，C.，《基于最坏情况硬度的完全同态加密》，年度密码学会议，116-137（2010）·Zbl 1280.94059号
[42] Gentry，C。；Boneh，D.，《完全同态加密方案》，第20卷（2009年），斯坦福大学
[43] Gentry，C。；Sahai，A。；Waters，B.，从错误学习的同态加密：概念上更简单，渐进更快，基于属性，密码学进展CRYPTO 2013，75-92（2013）·Zbl 1310.94148号
[44] 吉拉德·巴赫拉赫，R。；道林，N。；莱恩，K。；Lauter，K。；Naehrig，M。；Wernsing，J.，《加密网：将神经网络应用于高吞吐量和高精度的加密数据》，机器学习国际会议，201-210（2016）
[45] 古德里奇，M.T。；Mitzenmacher，M.，《通过不经意的RAM模拟保护外包数据的隐私访问》，自动化、语言和编程国际学术讨论会，576-587（2011）·Zbl 1333.68100号
[46] Graepel，T。；Lauter，K。；Naehrig，M.，ML机密：加密数据的机器学习，国际信息安全和密码学会议，1-21（2012）·Zbl 1293.68110号
[47] He，D。；陈，C。；Chan，S。；Bu，J。；Yang，L.T.，无线传感器网络安全和分布式重编程协议的安全性分析和改进，IEEE Trans。Ind.Electron公司。，60, 11, 5348-5354 (2013)
[48] 何毅。；Yu，F.R。；Zhao，N。；Yin，H.，《利用移动边缘计算、缓存和设备到设备通信在5G系统中保护社交网络》，IEEE Wirel。社区。，25, 3, 103-109 (2018)
[49] 黄，F。；黄，J。；石永清，加密域中可逆数据隐藏的新框架，IEEE Trans。Inf.法医安全。，11, 12, 2777-2789 (2016)
[50] I.英特尔，软件保护扩展编程参考，第2版。
[51] 伊斯兰教，M.S。；库祖，M。；Kantarcioglu，M.，《可搜索加密的访问模式披露：衍生、攻击和缓解》，NDSS，第20卷，第12期（2012年）
[52] Jagannathan，G。；Wright，R.N.，在任意分区的数据上保护隐私的分布式k-means聚类，第11届ACM SIGKDD数据挖掘知识发现国际会议，593-599（2005）
[53] 江，L。；徐，C。；王，X。；Lin，C.，基于统计学习的加密数据全同态加密，软计算。，21, 24, 7473-7483 (2017)
[54] 景，X。；严，Z。；Pedrycz，W.，《互联网中的安全数据收集和数据分析：调查》，IEEE Commun。Surv公司。教程（2018）
[55] 坎塔基奥卢，M。；Clifton，C.，水平分区数据关联规则的隐私保护分布式挖掘，IEEE Trans。知识。数据工程，16，9，1026-1037（2004）
[56] 坎塔基奥卢，M。；尼克斯·R。；Vaidya，J.，《隐私保护关联规则挖掘的有效近似协议》，太平洋亚洲知识发现和数据挖掘会议，515-524（2009）
[57] Kekulluoglu，D。；Kokciyan，北卡罗来纳州。；Yolum，P.，《在线社交网络中保护隐私作为社会责任》，ACM Trans。互联网技术。，18, 4, 42 (2018)
[58] 科尔斯鲍姆，F。；Schroepfer，A.，最优平均复杂度理想安全顺序保护加密，2014年ACM SIGSAC计算机和通信安全会议，275-286（2014）
[59] Kuang，L。；Yang，L.T。；冯，J。；Dong，M.，使用完全同态加密方案的安全张量分解，IEEE Trans。云计算。，6, 3, 868-878 (2018)
[60] Lee，J。；Seo，A。；Kim，Y。；Jeong，J.，基于区块链的一次性地址系统，以确保可持续捐赠环境的透明度和隐私，可持续发展，10，12，4422（2018）
[61] Li，J.等人。；王，Q。；王，C。；曹，N。；Ren，K。；Lou，W.，云计算中加密数据的模糊关键词搜索，IEEE INFOCOM，1-5（2010）
[62] Li，J.等人。；吴杰。；Chen，L.，《区块安全：基于区块链的安全P2P云存储方案》，《信息科学》。，465, 219-231 (2018)
[63] 李，M。；于斯。；Ren，K。；卢·W。；Hou，Y.T.，《走向保密和可搜索的云数据存储服务》，IEEE Netw。，27, 4, 56-62 (2013)
[64] 刘，H。；宁，H。；Zhang，Y。；熊，Q。；Yang，L.T.，智能电网中安全V2G网络的角色相关隐私保护，IEEE Trans。Inf.法医安全。，9, 2, 208-220 (2014)
[65] 罗，X。；何，Z。；赵，Z。；Wang，L。；Wang，W。；宁，H。；Wang，J.-H。；赵伟。；Zhang，J.，《网络物理社会系统认知无线电网络辅助物联网中的资源分配：一种有效的jaya算法》，Sensors，18，11，3649（2018）
[66] 吕，L。；南达库马尔，K。；鲁宾斯坦，B。；Jin，J。；贝多·J。；Palaniswami，M.，PPFA：智能电网中的隐私保护雾化聚集，IEEE Trans。Ind.Inf.，14，8，3733-3744（2018）
[67] Naehrig，M。；Lauter，K。；Vaikuntanathan，V.，同态加密实用吗？，第三届ACM云计算安全研讨会，113-124（2011）
[68] 纳维德，M。；卡马拉，S。；Wright，C.V.，《对财产保护加密数据库的推断攻击》，第22届ACM SIGSAC计算机和通信安全会议，644-655（2015）
[69] 哦，S。；北帕克。；Lee，S。；Kang，U.，稀疏张量的可伸缩塔克因子分解——算法和发现，第34届IEEE数据工程国际会议（ICDE），1120-1131（2018）
[70] Ohrimenko，O。；舒斯特，F。；Fournet，C。；梅塔，A。；Nowozin，S。；瓦斯瓦尼，K。；Costa，M.，可信处理器上的疏忽多方机器学习，USENIX安全研讨会，619-636（2016）
[71] 佩利尔，P。；Pointcheval，D.，《有效的公钥密码系统可证明对主动对手是安全的》，密码学和信息安全理论与应用国际会议，165-179（1999）·Zbl 0977.94038号
[72] 邱，M。；苏，H。；陈，M。；Z.Ming。；Yang，L.T.，智能电网PMU监控系统的安全强度和能量平衡，IEEE Commun。Mag.，50，5（2012）
[73] 曲，Y。；于斯。；周，W。；彭，S。；王，G。；Xiao，K.，《事物的隐私：无线物联网的新挑战和机遇》，IEEE Wirel。社区。，25, 6, 91-97 (2018)
[74] Rivest，R.L。；沙米尔。；Adleman，L.，《获取数字签名和公钥密码系统的方法》，Commun。ACM，21，2，120-126（1978）·兹比尔0368.94005
[75] Sang，H。；王，Q。；赵毅，立体匹配的多尺度上下文注意网络，IEEE Access，715152-15161（2019）
[76] 舒斯特，F。；Costa，M。；Fournet，C。；Gkantsidis，C。；佩纳多，M。；Mainar-Ruiz，G。；Russinovich，M.，VC3:使用SGX在云中进行可信数据分析，IEEE安全与隐私研讨会，38-54（2015）
[77] 邵，F。；坎塔基奥卢，M。；林，Z。；Khan，L.，Sgx-bigmatrix:一个实用的加密数据分析框架，可信处理器，2017年ACM SIGSAC计算机和通信安全会议，1211-1228（2017）
[78] Smart，N.P。；Vercauteren，F.，具有相对较小密钥和密文大小的全同态加密，公钥密码学国际研讨会，420-443（2010）·Zbl 1281.94055号
[79] 斯努克，M.，《基于整数的完全同态加密》（2011），罗切斯特理工学院
[80] 苏萨，P.R。；Antunes，L。；Martins，R.，雾计算中隐私保护计算的现状和未来，物联网中的雾计算，51-69（2018）
[81] 斯特凡诺夫，E。；Van Dijk，M。；Shi，E。；弗莱彻，C。；任，L。；Yu，X。；Devadas，S.，Path ORAM：一种极其简单的不经意RAM协议，2013年ACM SIGSAC计算机和通信安全会议，299-310（2013）
[82] 斯托杰梅诺维奇，I。；Wen，S.，《雾计算范式：场景和安全问题》，计算机科学和信息系统联合会议，2014年第1-8期（2014年）
[83] 苏，C。；Bao，F。；周，J。；Takagi，T。；Sakurai，K.，通过安全近似保护隐私的两党K-均值聚类，第21届高级信息网络和应用研讨会国际会议，第1卷，385-391（2007）
[84] 苏，Z。；Biennier，F。；吕，Z。；彭，Y。；宋，H。；Miao，J.，面向云/雾计算中端到端可信赖性的架构和协议级基础，IEEE Trans。大数据（2017）
[85] Sun，H。；Wildemersch，M。；盛，M。；Quek，T.Q.，D2D动态TDD增强异构蜂窝网络，IEEE Trans。Wirel公司。社区。，14, 8, 4204-4218 (2015)
[86] Sun，L。；Mu，W.S。；齐，B。；Zhou，Z.-J.，一种用于垂直分区数据分类的新的隐私保护近端支持向量机，Int.J.Mach。学习。赛博。，6, 1, 109-118 (2015)
[87] Vaidya，J。；Clifton，C.，垂直分区数据中的隐私保护关联规则挖掘，第八届ACM SIGKDD知识发现和数据挖掘国际会议，639-644（2002）
[88] Vaidya，J。；Clifton，C.，垂直分区数据上的隐私保护k-means聚类，第九届ACM SIGKDD知识发现和数据挖掘国际会议，206-215（2003）
[89] Vaidya，J。；Clifton，C.，垂直分区数据上的隐私保护决策树，IFIP数据和应用程序安全与隐私年会，139-152（2005）·Zbl 1158.68380号
[90] 王，B。；Hou，Y。；Li，M.，加密大规模数据的实用和安全最近邻搜索，IEEE INFOCOM，1-9（2016）
[91] 王，P。；Yang，L.T。；Li，J.，智能城市边缘云辅助CPSS框架，IEEE云计算。，5, 5, 37-46 (2018)
[92] 王，P。；Yang，L.T。；Li，J.等人。；陈，J。；Hu，S.，《网络物理社会系统中的数据融合：最新进展和展望》，《信息融合》，第51期，第42-57页（2019年）
[93] 王，P。；Yang，L.T。；彭，Y。；Li，J.等人。；Xie，X.，M^2T^2：用于用户移动模式预测的多元多步转移张量，IEEE Trans。Netw公司。科学。工程（2019）
[94] 王，P。；Yang，L.T。；钱，G。；Li，J.等人。；Yan，Z.，HO-OTSVD：网络物理社交网络（CPSN）的一种新的张量分解及其增量计算，IEEE Trans。可持续计算。(2018)
[95] 王，P。；Yang，L.T。；钱，G。；Lu，F.，《网络-物理-社会转型张量服务框架》，IEEE Trans。可持续计算。(2018)
[96] 王，X。；Yang，L.T。；陈，X。；Han，J。；Feng，J.，网络物理社会大数据的张量计算和优化模型，IEEE Trans。可持续计算。(2017)
[97] 王，X。；Yang，L.T。；陈，X。；Wang，L。；Ranjan，R。；陈，X。；Deen，M.J.，《一种多阶分布式HOSVD及其增量计算，用于网络物理社会系统中的大服务》，IEEE Trans。大数据（2018）
[98] 王，X。；Yang，L.T.等人。；冯，J。；陈，X。；Deen，M.J.，用于增强生活环境的基于张量的大服务框架，IEEE云计算。，3, 6, 36-43 (2016)
[99] 王，X。；Yang，L.T。；Kuang，L。；刘，X。；张，Q。；Deen，M.J.，基于张量的异构网络大数据驱动路由推荐方法，IEEE Netw。，33, 1, 64-69 (2018)
[100] 王，X。；Yang，L.T。；刘，H。；Deen，M.J.，《大数据即服务框架：最新技术和前景》，IEEE Trans。大数据，4，3，325-340（2018）
[101] 王，X。；Yang，L.T。；夏，X。；Jin，J。；Deen，M.J.，网络物理社会服务的云计算框架，IEEE Commun。杂志，55，11，80-85（2017）
[102] 王，Y。；Xiang，Y。；张杰。；周，W。；魏，G。；Yang，L.T.，使用约束聚类进行互联网流量分类，IEEE Trans。并行分配系统。，25, 11, 2932-2943 (2014)
[103] 熊，N。；瓦西拉科斯，A.V。；Yang，L.T。；王，C。；Kannan，R。；Chang，C。；Pan，Y.，支持TCP流的主动队列管理的新型自校正反馈控制器，Inf.Sci。，180, 11, 2249-2263 (2010)
[104] 熊，W。；胡，H。；熊，N。；Yang，L.T。；彭，W.C。；王，X。；屈毅，通过分析云通信中网络流量的动态特性实现异常安全检测的方法，信息科学。，258, 403-415 (2014)
[105] Yan，H。；陈，Z。；Jia，C.，SSIR：物联网中的安全相似图像检索，信息科学。，479, 153-163 (2019)
[106] Yang，L.T。；黄，G。；冯，J。；Xu，L.，用于云计算中RSA安全的并行GNFS算法与并行块Wiedemann算法集成，Inf.Sci。，387, 254-265 (2017) ·Zbl 1429.68022号
[107] Yang，L.T。；黄，Y。；冯，J。；潘，Q。；Zhu，C.，GF（2）上整数分解的改进并行块Lanczos算法，Inf.Sci。，379, 257-273 (2017) ·Zbl 1429.94067号
[108] Yang，X.先生。；尹，F。；Tang，X.，针对雾计算增强的基于位置服务的细粒度和隐私保护查询方案，Sensors，17，7，1611（2017）
[109] 杨，Z。；钟，S。；Wright，R.N.，《在不损失准确性的情况下对客户数据进行隐私保护分类》，2005年SIAM国际数据挖掘会议，92-102（2005），SIAM
[110] 姚，A.C.-C.，《如何生成和交换秘密》，第27届计算机科学基础年会，162-167（1986）
[111] Yi，X。；Zhang，Y.，通过半信任混合器对分布式数据进行隐私保护朴素贝叶斯分类，Inf.Syst。，34, 3, 371-380 (2009)
[112] Yu，H。；蒋，X。；Vaidya，J.，在水平分区数据上使用非线性内核的隐私保护SVM，2006年美国计算机学会应用计算研讨会，603-610（2006）
[113] Yu，H。；Vaidya，J。；Jiang，X.，垂直分区数据的隐私保护SVM分类，太平洋亚洲知识发现和数据挖掘会议，647-656（2006）
[114] Yu，X。；严，Z。；Zhang，R.，加密数据的可验证外包计算，Inf.Sci。(2018)
[115] Zaharia，M。；Xin，R.S。；温德尔，P。；Das，T。；Armbrust，M。；Dave，A。；X孟。；罗森，J。；Venkataraman，S。；Franklin，M.J.，《Apache spark：大数据处理的统一引擎》，Commun。ACM，59，11，56-65（2016）
[116] 张，Q。；Yang，L.T。；陈，Z。；Li，P.，PPHOPCM：用于云计算大数据聚类的隐私保护高阶可能性c-均值算法，IEEE Trans。大数据（2017）
[117] 张，Q。；Yang，L.T。；陈，Z。；Li，P.，基于物联网大数据张量分解的高阶可能性c均值算法，Inf.Fusion，39，72-80（2018）
[118] 张，Q。；Yang，L.T。；陈，Z。；李，P。；Deen，M.J.，基于云众包的隐私保护双投影深度计算模型，用于大数据特征学习，IEEE Internet Things J.，5，4，2896-2903（2018）
[119] 张，S。；Yang，L.T。；Kuang，L。；冯，J。；陈，J。；Piuri，V.，物联网虚拟化网络功能的基于张量的取证框架：利用张量代数促进更高效的网络取证调查，IEEE Consum。电子。Mag.，8，3，23-27（2019年）
[120] 赵，C。；赵，S。；赵，M。；陈，Z。；高，C。；李，H。；Tan，Y.，《安全多方计算：理论、实践和应用》，《信息科学》。，476, 357-372 (2019)
[121] 郑伟。；Dave，A。；比克曼，J。；波帕，R.A。；冈萨雷斯，J。；Stoica，I.，《不透明：具有强大安全性的数据分析平台》，第14届USENIX网络系统设计与实现研讨会（2017年）
[122] 朱，H。；刘，F。；Li，H.，《基于位置服务的高效和隐私保护多边形空间查询框架》，IEEE Internet Things J.，4，2，536-545（2017）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。