积分商城

最新搜索： 神经网络 AT91SAM7X256 S7 200 传感器 拼音输入 QCC5125
您现在的位置是：首页 > 技术资料 > 基于量子计算的用户识别算法
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于量子计算的用户识别算法

更新时间：2019-12-25 09:57:55 大小：754K 上传用户：守着阳光1985查看TA发布的资源 标签：量子计算用户识别算法 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

本文提出了基于量子算法的快速用户识别算法.当代社会进入互联网时代后,大量的信息充斥在网络上,许多有价值的信息被隐藏在Weblog中,大数据分析的一项任务就是通过对Weblog的分析得到用户行为模式等重要的信息,在这之前必须要做的是对用户进行识别.以往对用户识别算法的研究较为侧重在准确度方面,识别的速度尚不能令人满意.本文基于Grover搜索算法提出了扩展记录模式和非扩展记录模式的两种快速IP地址搜索算法,将搜索的查询复杂度进行了二次加速.


部分文件列表

文件名 大小
基于量子计算的用户识别算法.pdf 754K

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）
1
Vol． 46 No． 1  
Jan． 2018  
第
期
电
子
学
报
2018  
1
ACTA ELECTRONICA SINICA  
年
月
基于量子计算的用户识别算法  
1
2
，
朱皖宁 刘志昊  
( 1．  
，
金陵科技学院软件工程学院 江苏南京  
210000; 2．  
，
东南大学计算机科学与工程学院 江苏南京  
210096)  
:
．
，
摘
要
本文提出了基于量子算法的快速用户识别算法 当代社会进入互联网时代后 大量的信息充斥在网络  
Weblog Weblog  
的分析得到用户行为模式等重  
，
，
上 许多有价值的信息被隐藏在  
中 大数据分析的一项任务就是通过对  
， ． ，  
要的信息 在这之前必须要做的是对用户进行识别 以往对用户识别算法的研究较为侧重在准确度方面 识别的速度  
．
尚不能令人满意 本文基于  
Grover  
IP ，  
搜索算法提出了扩展记录模式和非扩展记录模式的两种快速 地址搜索算法 将  
．
搜索的查询复杂度进行了二次加速  
:
;
;
; Grover  
;
关键词  
中图分类号  
URL: http: / /www． ejournal． org． cn  
用户识别 量子计算 大数据  
搜索算法 无结构数据库搜索  
0372-2112 ( 2018) 01-0024-07  
DOI: 10． 3969 /j． issn． 0372-2112． 2018． 01． 004  
:
TP387; TN911. 73  
:
A
:
文章编号  
文献标识码  
电子学报  
User Identifying Algorithm Based on Quantum Computing  
1
2
ZHU Wan-ning ，LIU Zhi-hao  
( 1． Institute of Software Engineering，Jinling Institute of Technology，Nanjing，Jiangsu 210000，China;  
2． Institute of Computer Science and Engineering，Southeast University，Nanjing，Jiangsu 210096，China)  
Abstract: This paper presents an IP address finding algorithm based on improved Grover algorithm． At present，Inter-  
net is full of massive information． The weblogs contain lots of valuable information that must be analyzed for useful detec-  
tion like behavior pattern of user． And the user identifying is the previous work． In the past researching of user identifying al-  
gorithms，most results focus on the accuracy of identifying user instead of the performance． This paper shows two IP address  
quick searching algorithms，namely record expansion searching algorithm and record non-expansion searching algorithm  
based on Grover searching algorithm． The query complexity of the record non-expansion searching algorithm gets quadratic  
acceleration．  
Key words: user identify; quantum computing; big data; Grover searching algorithm; searching on unstructured data-  
base  
;
从而进行广告定点投送 还可以用于分析用户的行为  
，
1
引言  
［5］  
．
对此用户参与的交易进行预测  
分析出这些结果的  
Weblog  
进行大数据  
，
当今世界已经进入一个信息爆炸的时代 而互联  
主要方法之一就是对这些网站的  
．
网处于信息交互的一个核心的位置 多种不同的数据  
．
分析  
，
和信息在互联网上交叉并存储在社交网络上 从而促  
每当一个用户请求一个页面或者是这个页面中的  
Weblog  
，
使多种不同的研究领域都开始关注社交网络 例如社  
， ， ，  
一些资源 例如视频 声音等 在网站的  
中就会  
［1 ～ 3］  
、 、  
会学 经济学 计算机科学等  
．
社交网络上的用户通  
．
新添一条记录 这些信息里蕴含了用户最喜欢的页面  
，
过访问网页来获得需要的资源 研究社交网络的关键  
(
) 、  
即访问次数最多 普通页面的访问序列甚至还暗示  
［4］  
［6，7］  
．
是在于分析这些社交网络是如何被使用的  
分析出  
．
了这个用户本身的一些特点  
这种信息分析手段可  
( Web Us-  
，
来的数据可以用来改进社交网络本身 让用户更加方  
Weblog  
以称为基于  
age Mining，WUM) ．  
信息的网页使用数据挖掘  
;
便的浏览所需要的数据 也可以用于分析用户的喜好  
，
WUM  
使用  
需要先抽取单个用户与  
: 2016-05-20;  
: 2016-10-26;  
:
收稿日期  
修回日期  
基金项目 金陵科技学院高层次人才科研 启动基金  
BK20140651) ; PAPD CICAEET  
资助  
责任编辑 孙瑶  
:
( No． jit-b-201624 ) ;  
( No． 61502101 ) ;  
( No．  
江苏省自然科学基 金  
国家自然科 学基金  
南京信息工程大学  
和
25  
1
:
朱皖宁 基于量子计算的用户识别算法  
第
期
，
网页交互的序列 这个序列所形成的文件中需要至少  
，
以支撑大规模的数据运算 但是科技革命的规律表明  
: IP 、 、 、  
包含以下字段 用户的 地址 时间戳 请求的资源 操  
．
了科学革命可以领先于技术革命 因此研究如何用量  
、
作结果的代码 进入此网页前的前一个网页地址和使  
子算法来解决当前的经典问题有极其重要的价值和  
． ，  
用的浏览器 使用和分析这个序列 可以得到此用户访  
．
意义 本节将会简单介绍量子计算的基本原理以及  
［8 ～ 10］  
．
Grover  
．
问网页的模式  
搜索算法  
，
为了便于数据分析 单个用户与网页交互的序列  
，
量子系统是由量子比特表示 一个量子比特由希  
，
还需要进行进一步的划分 这个过程称 为 会话 划分  
，
尔伯特空间中的一个向量表示 最简单的量子比特表  
( Sessionization) ．  
:
示如下  
而会话划分的前提是已经做好了用户  
( User Identifying) ． ，  
在以往对此问题的研究中  
T
T
识别工作  
|0〉=  
[
[
1
0
]
]
( 1)  
{
，
学者们已经提出了很多算法 黄健青等人提出了使用  
|1〉=  
0
1
，
二分查 找 算 法 进行 用 户 识 别 工 作 将 效 率 提 高 了  
5
，
与经典比特不同的是 量子系统可以同时以不同  
［11］  
［12］  
;
;
纪
倍
侯枫提出了构造序列集识别用户的算法  
，
的概率处于不同的状态上 这种状态称为量子叠加态  
，
2
2
Web  
良浩等人提出了基于协作过滤的 日志数据预处理  
过程结构图和一种可行的数据预处理方法 提高了用  
| 〉  
例如系统状态 ψ 以 α 的概率为  
| 0〉，  
以 β 的概率为  
，
|1〉，  
那么可表示为  
:
［13］  
;
户识别的准确度  
邹根等人提出了基于支持向量机  
| 〉= |0〉+ |1〉  
ψ α β  
( 2)  
2
2
， Cookies  
的用户识别算法 从  
，
中提取用户的以往记录 提  
， + = 1， ． | 〉  
其中 α β 即满足归一化 对 ψ 做操作会同时  
［14］  
; Stenmark  
高了用户识别的准确度  
一种特殊的搜索引擎来区分不同行为用户的族  
Santra  
等人提出了利用  
|0〉 |1〉  
和
，
进行操作 这就是量子算法的高度并行特  
对
［15］  
;
． 1997 ，Grover  
年 提出了利用量子的并行性原理进行  
性
［17］  
，
等人则提出了使用贝叶斯算法来识别兴趣用户  
，
无结构数据库上搜索的算法  
将时间复杂度降低到  
［16］  
，
大大提高了识别效率 其效率与网站深度成反比  
．
但
O
． Grover  
1
搜索算法的核心是迭代如图 所示  
了
(
)
．
算子  
N
槡
，
是以上的研究成果仍然有一定缺陷 文献  
［12 － 14］  
较
U
的
，
为关注用户识别的准确度 而对于海量的  
Weblog  
，
来说  
; ［11］  
其查询效率必须要同时被关注 文献 对查询效率  
，
进行了一定的改进 但是常数系数的效率提高仍然不  
; ［15］  
能满足查询的需要 文献 主要研究的是用户的行  
，
为以便于以后对于行为模式进行发现和验证 但是无  
; ［16］  
法查询某一特定的兴趣用户 文献 局限于某一特  
Weblog， ，  
但是在当今的大数据分析中 往往是  
定网站的  
d
输入是由 个量子比特叠加成的均匀叠加态  
:
D－1  
Weblog  
．
进行联合分析  
使用多个网站的  
1
| s〉=  
| i〉  
( 3)  
∑
，
对于用户识别算法来说 不仅仅是进行会话划分  
i = 0  
D
槡
，
之前的预处理过程 还需要能够快速查找特定的兴趣  
d
D = 2 ， ． 1 U  
为搜索空间 如图 所示的 算子可以分  
其中  
．
用户记录 本文提出了一种基于量子计算机制的用户  
: Oracle  
．
算子和均值反演算子 其中  
Oracle  
成两个部分  
，
识别算法 先使用量子搜索算法在海量的  
Weblog  
中快  
，
地址 在查询出的小集合中再运用以  
: Oracle = I － 2 | 〉〈 | ;  
φ φ  
算子令所求目标分量相位翻转  
IP  
速查找用户的  
D
作用在搜索空间为 的均值反演算子通过简单计算可  
，
往的文献算法进行二次分类 不仅保证了用户识别的  
( 4)  
:
以得到如式  
表示  
，
准确率 同时大大提高了查询的效率  
．
d
d
d
G
= H ( 2 |0〉〈0 | － I)  
H
D
d
d
d
d
d
d
= 2H ( |0〉〈0 | )  
H
－ H I H  
2
预备知识  
= 2 | s〉〈s| － I  
( 4)  
80  
，
年代 是一门新兴的  
量子计算源于上个世纪  
D
， ．  
交叉学科 利用量子力学来解决计算问题 在上个世  
M
，
为搜索目标的数量 那么迭代  
O
设
次后  
(
)
M
槡
90  
， ，  
年代末时 多个高效率量子算法的提出 让量子  
纪
1
，
对系统状态进行测量 就能以超过 的概率得到解  
．
，
计算被人们重视起来 其中就有在无结构数据库中进  
2
［17］  
Grover  
．
行快速搜索的  
搜索算法  
在随后的十几年  
中 量子计算飞速发展 尤其是今年墨子量子卫星的  
上天标志着量子计算与量子通信的研究进入到了一  
，
在之前的工作中 对  
Grover  
，
搜索算法进行了优化  
，
，
M
解决了算法在  
未知情况下无法确定迭代次数的问  
［18］  
，
题 为本文解决用户识别问题提供了算法基础  
．
．
个新的领域 尽管当前的量子计算机硬件技术尚不足  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号