Las redes móviles de detección de multitudes (MCS) recopilan datos sobre escenarios, entornos e individuos dentro de un radio de acción específico a través de los equipos de detección inteligentes que llevan los usuarios móviles, proporcionando así servicios sociales de toma de decisiones. La MCS se perfila como uno de los paradigmas de detección más importantes. Sin embargo, la propia detección centrada en la persona conlleva el riesgo de divulgar la privacidad de los usuarios. Para hacer frente a este problema, hemos propuesto un algoritmo de peso variable que preserva la privacidad del cálculo multipartito seguro. Este algoritmo se basa en la utilidad de preservación de la privacidad y su eficacia y viabilidad se demuestran mediante experimentos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Marco de Agente Óptimo: Un Nuevo y Económico Modelo de Articulación para Cubrir la Brecha de Integración entre la Modelización Basada en Agentes y la Toma de Decisiones.
Artículos:
Ancla Oculta: Un Enfoque Ligero para la Privacidad de Ubicación en la Capa Física
Artículos:
Análisis de la Arquitectura Orientada a Servicios y el Enfoque de Desarrollo de Software Scrum para IIoT
Artículos:
Análisis de modelos de rendimiento de D-MSMR-CARQ con selección de relés en redes de sensores inalámbricas
Artículos:
Perfiles energéticos de sistemas conscientes del contexto: Un análisis contemporáneo y un marco para la conservación de la energía
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.