彭飞
- 作品数：9 被引量：28H指数：4
- 供职机构：中国科学院声学研究所更多>>
- 发文基金：国家高技术研究发展计划国家科技支撑计划中国科学院重点部署项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于群组推荐的用户隐私保护方法被引量：6
- 2015年
- 针对现有协同过滤推荐系统中存在的用户隐私泄露问题,提出一种基于群组推荐的用户隐私保护方法,利用群组的天然匿名特性,实现用户身份和个人数据的保护,具体方法包括:用户通过自组织或系统聚类形成群组后,在组内选举管理节点并构建Crowds网络,组内成员通过构建好的Crowds网络将推荐所需数据提交至管理节点,管理节点对收集的数据汇总后提交至推荐服务器;推荐服务器以群组为单位,采用基于群组—项目—标签三部图的物质扩散方法进行推荐,并将推荐结果返回至各管理节点;管理节点将结果分发至组内成员,各成员修正后生成最终推荐结果。实验结果表明,所提算法框架能够在保护用户隐私的同时,保证推荐结果质量。
- 彭飞曾学文邓浩江刘磊
- 关键词：推荐系统隐私保护群组匿名
- 一种接入网关中数据报文的转发处理方法
- 本发明涉及一种接入网关中数据报文的转发处理方法，包括：接入网关接收数据报文；接入网关根据报文的源MAC地址进行学习，构造MAC转发表；接入网关查询数据报文的目的MAC地址是否在已注册终端的MAC转发表中，如果是，根据终端...
- 郑艳伟刘磊刘孝圣彭飞
- 加入用户评分偏置的推荐系统排名模型被引量：5
- 2012年
- 针对现有推荐技术忽视了推荐结果总体多样性的问题,提出一种加入用户评分偏置的推荐系统排名模型.该模型通过交叉验证获取偏置调节参数,用以计算用户评分偏置,利用该偏置改进了传统模型中的用户阈值计算方法,从而保证总体多样性的提升效果可作用于全局用户.通过在阈值计算环节引入多样性调节因子,并结合多种排名算法,实现了总体多样性和精准度的精细控制.实验结果表明,相对于传统的基于经验取值的排名模型,所提模型在保证推荐精准度的同时,提高了推荐结果的总体多样性,可以方便地嵌入互动电视和电子商务等推荐系统,无需对原功能模块进行改动.
- 彭飞邓浩江刘磊
- 关键词：推荐系统多样性
- 基于服务可信度的QoS预测模型被引量：2
- 2014年
- 针对现有面向个性化服务推荐的Qo S预测方法较少考虑候选服务可信度的问题,本文将协同过滤技术与信任度量方法结合,从候选服务的流行度、稳定性、位置相关性等方面综合评估候选服务的可信程度,改进了协同过滤技术中服务相似度的计算模型。实验结果表明,所提模型有效提升了Qo S预测的精准度。
- 彭飞曾学文刘磊尤佳莉
- 关键词：服务质量协同过滤相似度
- 面向个性化服务推荐的QoS动态预测模型被引量：7
- 2013年
- 针对个性化服务推荐领域现有服务质量预测技术精准度不足的问题,提出一种优化的服务质量动态预测模型.通过引入基线模型,将服务质量预测问题由整体值预测转化为偏差值预测,并结合矩阵分解技术建立了基线矩阵分解模型.通过对客户端和服务端的时间效应进行分析,设计了表示时间效应的矩阵分解模型,与基线矩阵分解模型结合形成了动态基线矩阵分解模型.实验结果表明,与现有服务质量动态预测模型相比,基线矩阵分解模型大幅度提升了服务质量预测精准度,而动态基线矩阵分解模型又在此基础上有进一步的提高.
- 彭飞邓浩江刘磊
- 关键词：服务质量
- 一种面向区域的机顶盒P2P-Vod系统及数据预部署方法
- 本发明提供一种面向区域的机顶盒P2P-Vod系统及方法，所述系统包含：机顶盒端子系统和服务器子系统；所述机顶盒端子系统中的机顶盒被划分为若干区域，且区域之间通过DHT组成一个覆盖网；所述服务器子系统，用于采集各区域的历史...
- 尤佳莉宋军彭飞李晓林郑鹏飞薛娇吕阳
- 文献传递
- EoC带宽增强方案的设计和实现被引量：3
- 2015年
- 为提升使用EPON+EoC方案进行双向化改造后的有线电视网络用户的下行带宽效果,提出EoC带宽增强方案。在原有EoC通道基础上,通过新增QAM通道,统一管理、分配和使用新增的QAM通道资源和原有的EoC通道资源,并通过调整新增资源数量实现渐进扩容。基于OCTEON CN5860多核网络处理器平台设计并实现该方案中的核心设备,即融合通道网关。性能测试结果表明,该设备单个处理核心可以提供920 Mb/s的吞吐量,具有良好的可扩展性。
- 刘孝圣刘磊郑艳伟彭飞
- 关键词：OCTEON网络处理器
- 一种接入网关中数据报文的转发处理方法
- 本发明涉及一种接入网关中数据报文的转发处理方法，包括：接入网关接收数据报文；接入网关根据报文的源MAC地址进行学习，构造MAC转发表；接入网关查询数据报文的目的MAC地址是否在已注册终端的MAC转发表中，如果是，根据终端...
- 郑艳伟刘磊刘孝圣彭飞
- 文献传递
- 基于特征子集的推荐系统托攻击无监督检测被引量：5
- 2014年
- 针对现有基于协同过滤的推荐系统易受托攻击影响的问题,提出一种基于特征子集的推荐系统托攻击无监督检测算法。利用现有攻击模型在项目选择上的随机性,给出一种描述用户兴趣集中程度的特征属性:兴趣峰度系数。将该系数与已有的推荐系统用户特征属性结合作为备选特征集,采用无监督特征选择方法为不同类型托攻击选取相应的检测特征子集。根据选择出的特征子集计算每个用户的离群度,以此进行排序并确定攻击目标,在已排序的用户序列上设置滑动窗口,通过计算窗口内攻击目标的平均评分偏移值对攻击用户进行过滤。实验结果证明,兴趣峰度系数的信息增益高于已有的特征属性,基于特征子集的无监督检测算法相比于现有的无监督检测方法具有更高的稳定性和精准度。
- 彭飞曾学文邓浩江刘磊
- 关键词：推荐系统特征子集
