بخشی از متن:
چکیده:
رشد سریع استفاده از کامپیوتر برای پردازش دادههای مالتیمدیا مسالهای را مطرح کرد و آن نحوه ذخیره و بازیابی این نوع دادهها بود. دادههای مالتیمدیا را میتوان به صورت زیر تعریف کرد:
به مجموعه متن، گرافیک و صدا برای نمایش اطلاعات در پایگاه دادههای امروزی غالبا تنها از متن برای نگهداری اطلاعات استفاده میشود اما از حدود سال 1985 بحث پایگاه دادههای مالتیمدیا مورد توجه قرار گرفت. اهمیت این نوع دادهها بسیار زیاد است.
استفاده از داده های چند رسانه ای ،به طور قابل ملاحظه ای در کاربردهای مختلف فناوری اطلاعات، افزایش یافته است.تامین دسترسی امن، به این نوع از اطلاعات ،نیاز به سیستم مدیریت امنیت و مجموعه ای از قوانین امنیتی دارد.در حال حاضر از سیستم های مدیریت پایگاه داده ی چند رسانه ای برای ذخیره ،مدیریت و توزیع این نوع از داده ها ،استفاده می شود. موضوع مهمی که در انتشار اسناد چند رسانه ای در وب،مورد توجه قرار می گیرد ؛توزیع امن داده های چند رسانه ای می باشد. در واقع علاوه بر حفاظت از محتوای داده ،برقراری تاملات امن و اختفای اطلاعات محرمانه ،اهمیت بیشتری دارد.
پایگاههای داده چند رسانه ای عموما حاوی بردارهای ویژگی با ابعاد بالا هستند که مدیریت، دسته بندی و بازیابی این داده ها را پیچیده خواهد کرد. بنابراین در این به ساختمان داده ای مناسب جهت پرس و جوس مشابهت و شاخص گذاری مناسب نیاز داریم. روش های کاهش ایعاد در سیستمهای بازیابی تصویر و ویدیو براساس محتوا به منظور کاهش هزینه اندازه گیری، افزایش کارایی و دقت بالای بازیابی کاربرد فراوان دارد. اکثر تکنیکهای کاهش ابعاد فعلی از تبدیلات خطی برای تبدیل بردلرهای ویژگی تصویر به بردارهای با ابعاد کمتر استفاده می کنند. این روشها برای نمایش تصویر و افزایش کارایی مفید اند اما تعداد ویژگی هایی که می بایست اندازه گیری شوند را کاهش نمی دهند، زیرا هر ویژگی جدید ممکن است ترکیبی هطی از ویژگی های اصلی تصویر باشد. از طرفی این روش ها در بانکهای تصویری پویا بصورت کارا عمل نمی کنند، چون انتخاب ویژگی ها براساس محاسبات پیچیده و مشکل انجام می شود.
بین پایگاه داده های چند رسانه ای و پایگاه داده سنتی تفاوت های اساسی وجود دارد. این تفاوت ها منجر به وجود آمدن مباحث جدیدی از جمله پرس و جوهای فازی گردیده است. در سال های اخیر موضوع پرس و جوهای فازی در پایگاه داده ی چند رسانه ای، به شدت مورد توجه قرار گرفته است و کاربردهای این حوزه را بصورت قابل ملاحظه ای توسعه داده است. یکی از کابربردهای پی گاه داده های چند رسانه ای احراز هویت تصاویر چهره اشخاص است که اغلب از تکنیک های پردازش تصویر استفاده می شود، که دارای پیچیدگی و نیاز به زمان زیاد برای محاسبات آنها می باشد. در این مقاله روشی برای احراز هویت چهره با استفاده از پرس و جوهای فازی با وزن دهی خاص پیشنهاد می شود.
فهرست مطالب:
چکیده
فصل اول: مقدمه
1-1 مقدمه
1-2 تعریف مساله وبیان سوال های اصلی تحقیق
1-3 سابقه و ضرورت انجام تحقیق
1-4 فرضیه ها
1-5 هدف ها
1-6 کاربردها
1-7 جنبه نوآوری تحقیق
1-8 روش تحقیق
1-9 مراحل انجام تحقیق
فصل دوم: کلیات
2-1 مقدمه
2-2 مدیریت اطلاعات مالتیمدیا در پایگاه داده
2-2-1 ذخیرهسازی و بازیابی دادههای مالتیمدیا
2-2-2 ماهیت دادههای مالتیمدیا
2-2-3 مدل کردن دادههای مالتیمدیا
2-2-4 فرمت دادههای مالتیمدیا
2-2-5 پایگاه دادههای تجاری که دادههای مالتی مدیا را پشتیبانی میکنند
.2-3 مدیریت امنیت در انتشار اسناد چند رسانه ای
2-3-1 برقراری امنیت در سیستم مدیریت پایگاه داده چند رسانه ای
2-3-2 مدل های کنترل دسترسی
2-3-3 کتابخانه های دیجیتال
2-3-4 انتشار اسناد چند رسانه ای در وب
2-3-5 اختفاء اطلاعات
2-4 روشی جدید جهت بازشناسی تصاویر در پایگاه داده های چند رسانه ای مبتنی بر پرس و جو های فازی
2-4-1 پایگاه داده چند رسانه ای و منطق فازی
2-4-2 پرس و جوهای فازی در احراز هویت توصیفی
2-4-3 ایجاد پرس و جوی فازی براساس بیان ناظر
2-5 ارائه روشی جدید جهت کاهش ابعاد ویژگی بافت تصویر مبتنی بر الگوریتم ژنتیک
2-5-1 الگوریتم های ژنتیک در انتخاب ویژگی و استخراج آن
2-5-2 پیاده سازی الگوریتم و اندازه گیری کارایی روش ارائه شده
2-5-3 نتایج آزمایشات
فصل سوم: نتیجه گیری و مراجع
نتیجه گیری
مراجع
بخشی از متن:
چکیده:
پایگاه اطلاعاتی آماری (SDB) پایگاهی است که از آن استفاده می کنند تا اطلاعات آماری استخراج شده از ثبت ها را به استفاده کننده ها برگردانند تا برای تحلیل های آماری از آنها استفاده کنند. گاهی اوقات، با ربط دادن اطلاعات کافی داده های محرمانه ای در مورد یک شخص را می توان حدس زد. نمونه ای از اطلاعات محرمانه ذخیره شده در SDB ممکن است در مورد حقوق ها یا تاریخچه پزشکی اشخاص باشد. مسئله مهم، فراهم کردن امنیت برای SDB در مقابل افشا شدن اطلاعات محرمانه می باشد. یک پایگاه اطلاعاتی در صورتی امن خواهد بود که با سوال های در دسترس نتوان هیچگونه اطلاعاتی را از آن حدس زد. یکی از شیوه های کنترل امنیتی که در نوشته ها توصیه شده است شامل، در مورد محدودیت سوال پرسیدن است: مسئله امنیت این است تا استفاده از SDB را محدود کند، یک مکانیسم کنترل معرفی کند، به شکلی که هیچ اطلاعات محافظت شده ای را نتوان از سوال های در دسترس به دست آورد. جین و اوزمویوگلو یک مکانیسم کنترل معرفی کردند به نام Audit Expert (متخصص بازبینی) که فقط سوال های SUM، یعنی میزان خاصی از اطلاعات ثبت شده اشخاص در دسترس استفاده کننده ها هستند. این مدل سوال کردن SUM منجربه چند مسئله بهینه سازی چالش انگیز می شود. فرض کنید n تا ثبت عددی {Z1,…,Zn} در پایگاه اطلاعاتی وجود دارد. یک مسئله طبیعی این است تا تعداد سوال های SUM قابل پاسخ را به حداکثر برسانیم، یعنی تعداد جمع زیرمجموعه {Z1,…,Zn} که می توان آنها را بازگرداند، به شکلی که هیچ کدام از عددهای Zi را نتوان از این سوال ها حدس زد. در این مقاله محدوده های محکمی را برای این عدد تحت محدودیتهایی روی سایز و بُعد مجموعه های سوالی ارائه می دهیم.
فهرست مطالب:
چکیده
مقدمه
نتایج اصلی
رعایت HIPAA
پیش پردازش ها یا تبدیل داده ها
ویژگی های مقیاس بندی، رمزگذاری و انتخاب
برآورد مدل یا کاوش در داده ها
تفسیر نتیجه یا تفسیر مدل و رسیدن به نتایج
آماده سازی داده ها
نمایش جدولی یک مجموعه داده ها
داده های از دست رفته
تحلیل داده های نامنطبق
انواع داده های آماری
محدودیتهای مجموعه ی پرس و جو
انحراف برون داد
بیان مثالی از بانک های اطلاعات آماری
منابع