10.16208/j.issn1000-7024.2017.03.018
大数据可信性度量方法
在传统数据可信分析理论的基础上,通过增加时间因子与惩罚因子等权重参数,构建层次化的动态大数据可信分析网络模型.将大数据的可信性分析问题归结为数据源、数据源之间及数据传播网络路径的组合问题,通过计算数据源之间的可信度、数据源的可信度、数据的可信度,动态地构建大数据的可信性分析网络,通过所构建的可信性分析网络计算数据的全局可信度.仿真结果表明,该模型能较好地满足大数据的可信性度量需求,为今后进一步研究可信性度量方法提供了解决问题的思路.
大数据、数据源、可信计算、可信度量、建模与仿真
38
TP301(计算技术、计算机技术)
国家自然科学基金项目51407076;河北省自然科学基金项目F2014502050;河北省高等学校科学研究基金项目Z2013007;中央高校基本科研业务费专项基金项目2015ZD28
2017-04-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
652-658