[发明专利]基于可信云计算的信息大数据分析支撑方法

说明书

技术领域

本发明涉及大数据领域，具体涉及基于可信云计算的信息大数据分析支撑方法。

背景技术

随着移动互联网、物联网等技术的兴起，全球范围内数据量迅猛增长，大数据时代己经来临。伴随着大数据的产生，其在现代社会和经济活动中发挥着极其重要的作用。

大数据基本都是基于云计算，在这其中，数据的分析以及检索技术，是整个大数据领域的关键支撑技术。大规模数据给传统的多媒体研究，尤其是基于图像的应用和研究带来了新的挑战和机遇。

可信计算是在计算和通信系统中广泛使用基于硬件安全模块支持下的可信计算平台，以提高系统整体的安全性。信息安全具有四个侧面:设备安全、数据安全、内容安全与行为安全。行为安全包括：行为的机密性、行为的完整性、行为的真实性等特征。可信计算为行为安全而生。

发明内容

针对上述问题，本发明提供基于可信云计算的信息大数据分析支撑方法。

本发明的目的采用以下技术方案来实现：

基于可信云计算的信息大数据分析支撑方法，其特征是，包括以下步骤：

(1)由云服务器获取信息数据，将图像信息和非图像信息进行分类后，分别储存到图像数据库和非图像数据库中，并将来源相同的图像信息和非图像信息作标记；

(2)将非图像数据库按照预先设定的多个关键词划分为多个第一子数据库，同时按照所述关键词对非图像信息进行分类，分别储存到对应的所述第一子数据库中，未匹配到关键词的非图像信息单独划分为一类；

(3)将图像数据库按照所述关键词划分为多个第二子数据库，并对图像信息根据与其来源相同的非图像信息进行分类，分别储存到对应所述第二子数据库中，无来源相同标记的图像信息，或者其对应的非图像信息未匹配到关键词的图像信息单独划分为一类；

(4)当用户输入关键词进行检索时，按照输入的关键词与预先设定的关键词的相关度排序依次在各个第一子数据库和第二子数据库中分别进行检索，并分别输出图像数据和非图像数据的检索结果；每个第二子数据库的图像检索中还提供了通过输入查询图像I_p来检索相似图像的功能，该功能由以下步骤实现：

(1-1)采用SIFT特征对图像局部区域进行描述；

(1-2)基于单词包的图像表示：

a.采用基于单词包模型对局部特征进行量化，设由M个局部特征向量组成的样本空间X＝{x₁,…,x_M}，以无监督方式快速聚类生成初始视觉码本，采用最近邻策略建立局部特征向量x_j与相对应的视觉单词的映射关系，j＝1,…,M；

b.设码本空间中包含N个视觉单词，则任一图像表示为高维稀疏向量{w₁,…,w_N}，w_i表示视觉单词i的权值，i＝1,…,N；

式中，表示该图像中视觉单词i出现的次数，t_i表示图像数据库中视觉单词i出现的总次数，f_i表示图像数据库中包含视觉单词i的图像数目；

对权值w_i进行归一化处理，令Σ_iδ_i＝1，此时任一图像的高维稀疏向量表示为{δ₁,…,δ_N}；

c.对于任意两幅图像p和q，定义两幅图像之间的第一视觉相似度S(p,q)：

S(p,q)越大，表明两幅图像越接近；

(5)对计算结果进行可信评估。

优选地，其特征是，步骤(4)还包括：

(1-3)基于特征组合的图像表示:

a、将包含一个具有较大尺度的主特征和由这个主特征空间覆盖的若干个具有较小尺度的元素特征的集合定义为特征组合，给定任一图像P，抽取其包含的特征组合集其中，C_l＝(Z_l,Y_l)；

式中，C_l表示第l个特征组合，Z_l为第l个特征组合的主特征，Y_l为第l个特征组合的一组元素特征，Z_l和Y_l满足0.02×a(P)<a(Z_l),a(Y_l)<0.2×a(P)，且Y_l对应的局部空间区域完全被特征组合C_l的局部空间覆盖，a(·)表示覆盖空间区域的面积；