第10期(总第507期)33图2HEPP－GD隐私保护中加密的时间消耗假设比率rate被定义为本地的客户机使用HEPP－GD算法及Dijkstra算法所需求的内存的比例rate=(HEPP－GD/Dijkstra)%。正如图3所显示，随着智能电网图数据的顶点规模的增加，内存比率rate动态的减少，当图数据系统中的顶点达到2500个时，HEPP－GD的带边权重的隐私保护方法只需要Di-jkstra算法中的1．95%的内存资源消耗，随着图数据系统顶点规模的进一步增加，内存比率也进一步降低，从实验结果可以看出，HEPP－GD算法能够有效的减少内存资源的消耗情况，可以在云计算环境下使用极少本地客户端硬件资源完成顶点之间的最短距离寻找与计算，HEPP－GD隐私保护算法的高效性与正确性得到了验证。图3HEPP－GD中隐私加密与Dijkstra时间消耗的比值5结论本文提出了一种云环境下的图数据带边权重的隐私保护方法HEPP－GD，时间消耗的比值-数控滚圆机滚弧机倒角机张家港倒角机液压倒角机数控倒角机基于同态加密体系Pailli-er来对云环境下的图数据进行加密，然后在云服务器端计算顶点之间的最短距离，以智能电网的大规模图数据作为案例程序，测试结果表明HEPP－GD可以消耗很少的本地物理资源，本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 对图数据系统中的节点之间最短距离计算都是高速的和可行的所显示的，横坐标Numbers是智能电网图数据的顶点的个数，纵坐标是系统的存储空间消耗情况;图2中纵坐标time是HEPP－GD算法中增加了Paillier加密过程所消耗的时间，横坐标Numbers是智能电网图数据的顶点的个数，同时Paillier加密过程还增加了图数据的存储空间的消耗。从图1到图2都可以看出，随着智能电网图数据中顶点个数的增加，存储空间的消耗和加密时间的消耗都是几乎呈线性的增加，这说明经过加密操作，系统的时间消耗是平稳和缓慢的，这是一种比较好的图数据处理结果。图1HEPP－GD隐私保护中加密的存储空间消耗随着智能电网图数据的顶点规模的增加，内存比率rate动态的减少，当图数据系统中的顶点达到2500个时，HEPP－GD的带边权重的隐私保护方法只需要Di-jkstra算法中的1．95%的内存资源消耗，随着图数据系统顶点规模的进一步增加，内存比率也进一步降低，从实验结果可以看出，HEPP－GD算法能够有效的减少内存资源的消耗情况，可以在云计算环境下使用极少本地客户端硬件资源完成顶点之间的最短距离寻找与计算，HEPP－GD隐私保护算法的高效性与正确性得到了验证。图3HEPP－GD中隐私加密与Dijkstra时间消耗的比值5结论本文提出了一种云环境下的图数据带边权重的隐私保护方法HEPP－GD，基于同态加密体系Pailli-er来对云环境下的图数据进行加密，然后在云服务器端计算顶点之间的最短距离，以智能电网的大规模图数据作为案例程序，测试结果表明HEPP－GD可以消耗很少的本地物理资源，对图数据系统中的节点之间最短距离计算都是高速的和可行的时间消耗的比值-数控滚圆机滚弧机倒角机张家港倒角机液压倒角机数控倒角机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/