Las subastas combinatorias se pueden emplear en campos como la subasta de espectro, enrutamiento de red, segmento ferroviario y subasta de energía, lo que permite vender múltiples bienes simultáneamente y pujar por cualquier combinación de bienes y calcular la suma máxima de combinaciones de precios de oferta. Sin embargo, en los mecanismos de subasta combinatoria tradicionales, los datos sobre el precio y el paquete de los postores podrían revelar información sensible, como preferencias personales y relaciones competitivas, ya que el problema de determinación del ganador debe resolverse en términos de datos sensibles como se mencionó anteriormente. Para resolver este problema, este documento explota una función unidireccional y monótonamente creciente para proteger la privacidad de los postores y garantizar el precio de la subasta de manera segura, en la cual diseñamos una función para proteger la oferta de un postor y permitir al subastador seleccionar la oferta más alta sin revelar ninguna información sobre las ofertas. Además, diseñamos y empleamos tres subprotocolos
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.
Artículo:
Existencia de soluciones positivas para una clase de sistemas elípticos -laplacianos con multiplicación de dos funciones separadas.
Artículo:
Esquema efectivo de seguimiento de canal y estimación para el sistema móvil WiMAX DL-PUSC.
Artículo:
Relación entre la capacidad de administración de empresas y la formación de la capacidad de innovación de los estudiantes universitarios basada en la minería de datos y la investigación empírica
Artículo:
Flujo óptimo de potencia reactiva para sistemas eléctricos de gran escala mediante un algoritmo metaheurístico eficaz
Artículo:
La influencia de las redes sociales en el desarrollo de acciones de captación que favorecen el diseño de la interfaz de usuario y las conversiones en aplicaciones móviles basadas en Linked Data