网络个性化服务资源综合推荐研究

把符合用户兴趣的相关网络资源自动推送给用户,针对性的推荐资源,实现个性化服务,提高用户满意度.根据资源个性化服务分析和研究了模型建立及推荐方法,建立了用户兴趣和资源描述模型,提出了基于背景和认知过程的综合推荐方法.使用MATLAB计算机仿真.通过度量资源和用户兴趣之间的相似程度,根据用户兴趣特征寻找与其匹配的资源,或有相近兴趣的用户群,实现了用户与资源的匹配和个性化推荐目的.建立的模型和设计的综合推荐方法是町行的,降低了复杂度,增强了有效性,推荐效率得到提高.     

基于WMI技术的进程静音模型研究

进程运行时需要占用系统的资源,会在一定程度上增加系统的负载,传统进程隐藏技术无法控制进程对资源的利用,不利于进程的隐藏。提出了一个基于Windows管理规范(WMI)的进程静音运行的模型,在此模型的指导下,依据当前系统负载情况和进程所占资源可以动态调控进程下一时刻对资源的利用,很好地克服了系统负载突增时对用户的影响,提高进程的隐蔽性,也使得资源得到了充分的利用。     

基于点击流的用户矩阵模型相似度个性化推荐

研究用户学习网页点击流数据,挖掘用户兴趣,从而为用户进行个性化学习资源推荐,提出JMATRIX算法。基于用户历史资源点击流信息,构建用户资源点击数据有向图模型,并将有向图模型转化为矩阵模型存储。采用求解矩阵模型相似度,从而求得用户相似度,极大地降低了资源点击频率和资源点击路径用户相似度求解的复杂度,提高用户相似度求解的效率与准确度。结合Leader Clustering算法及粗糙集理论进行用户聚类和用户个性化资源推荐。实验结果表明,相比Leader Clustering算法,JMATRIX算法具有更高的效率和更准确的推荐效果。     

基于角色的操作系统完整性控制模型

完整性是操作系统的安全目标之一。分析了安全操作系统的完整性保护策略,详细说明了用户职责和进程可信度是决定系统中用户、进程和文件完整级的重要因素。提出了一个完整性控制模型,该模型使用角色来简化对用户完整级的管理。分别给出了模型的完整性公理、模型元素、系统状态的定义、系统设置方法和以及状态转换规则,并对模型进行了正确性证明,最后介绍了模型的应用实例和实现方法。     

应用服务器资源动态重配置再生方法

传统的基于模型的老化与再生研究方法已不适于动态开放的网络环境。以对服务器内部状态、行为、环境等信息进行运行时监测,并准确、全面地评价老化趋势为基础,采用资源动态重配置方法提高系统服务能力、灵活性与适应性具有重要意义。以J2EE应用服务器为实验对象,对基于资源动态重配置的应用服务器软件再生方法进行研究与实现。给出动态重配置再生模型,提出运行时监测体系结构,从用户体验和服务器运行状况角度给出软件老化指标、服务器端监测模型、客户端监测模型,实现了负载发生器、用户体验数据监测等功能模块。研究资源动态重配置过程,分析可动态重配置的资源对象,提出将分析现有数据与预测未来数据相结合,再辅以人工控制的决策算法。建立测试系统,对再生模型进行实验,验证了老化现象与再生方法的有效性。     

一种融合信任和用户情感偏好的协同过滤算法

以调节用户情感为应用背景,为使资源满足用户情感需求,提出一种融合信任和用户情感偏好的协同过滤算法.首先,针对现有协同过滤中用户偏好模型扩展性不足的问题,提出融合评分和信任的用户偏好模型,依据评分数据集设定共同评分资源数目的阈值,有策略地选择用户间评分相似度和信任值,计算用户偏好程度;其次,定制资源的情感内涵特征,在资源集合生成过程中,通过引入用户对资源情感内涵的偏好度量机制,弥补了以往协同过滤推荐对用户情感的忽略.最后,实验结果表明,该算法有效地解决了协同过滤中用户偏好模型扩展性不足的问题,提高了分类准确度,增加了用户选中满意资源的机会.     

基于用户行为特征的云计算资源可用性动态评价模型

针对云计算资源分布集中、同一来源资源质量一致性强的特征,提出了一个基于用户行为特征的云计算资源可用性动态评价模型。首先利用资源来源质量、服务质量和特征信息,确定来源原始基准,并以此对原始资源进行评价。然后通过动态基准的方法,以动态误差和更新阈值为指标,在加入新资源时对原始基准进行校正,从而对所有资源进行重新评价。最后提出了以特征系数为核心的用户行为特征优化算法。     

基于用户偏好的教育教学资源推送机制模型研究

我国教育教学资源建设和教育信息化建设正在经历着从以简单信息资源堆砌为导向到以复杂需求推送为导向的发展转换,该文在研究了通用的急于用户偏好的信息模型后,提出了依托高校教育教学资源,基于改进的用户偏好推送机制模型,重点解决以往信息资源建设中忽视学习者需求,不能切实解决学习者对教育教学资源充分利用的问题。     

基于资源特征的协同过滤算法的研究

以往的协同过滤推荐算法具有数据稀疏性问题,而对于新资源还具有"冷启动"问题。为此提出了一种基于资源特征的协同过滤推荐方法。通过收集和分析用户的行为,将用户对于资源的喜好转化为用户对于关键词的兴趣权重,将用户兴趣的改变表示为用户兴趣关键词权重的改变,以此来建立和更新用户兴趣模型。最后,通过发现用户兴趣模型与资源模型之间的联系从而达到资源推荐的目的。实验表明,该算法不仅可以跟踪用户的兴趣变迁,而且没有数据稀疏性问题和新资源的"冷启动"问题。     

网格环境中基于二叉树模型的资源监控方法

针对虚拟共享平台（VSP）对资源监控和用户任务计费的需求,设计实现了VSP的网格资源监控模块VSPMonitor。VSPMonitor中资源消耗的计算采用二叉树对系统进程树进行存储。通过对二叉树的非递归遍历统计出用户任务的资源消耗量。实验表明这种基于二叉树模型的方法可以高效计算出用户任务的资源消耗量,满足VSP对资源监控和任务计费的需求。     

基于DM的网络教学资源的反馈跟踪系统

网络教学资源的反馈跟踪系统是促进教学质量不断提高的重要手段,从以学生为主体的理念出发。研究设计了网络教学资源的反馈跟踪系统。该系统采用DM（Data Mining,数据挖掘）技术中的粗糙集和关联规则对学生在线学习等行为特征数据进行数据收集、数据预处理、构造决策表、基于粗糙集的关联规则的提取,最终得出跟踪反馈的结果,对于推进教学现代化,提高教材质量有重要的意义。     

嵌入式智能移动水资源监测管理平台设计

针对水资源监测系统监测站搭建调试工作艰难,线路管理维护不方便的问题,设计了一款基于嵌入式的采用CDMA方式进行无线采集和通信,以Wince下的数据库进行信息管理工作的可移动水资源监测系统。给出了系统工作原理及各模块软硬件设计的方法,并对基于Wince的智能设备下数据库的使用作出了说明。实验证明,该系统具有可靠性高、管理方便直观的特点。     

资源与环境信息系统的元数据组织与使用

由于建立资源与环境信息系统的统一元数据构架是对资源环境数据和模型实现管理和知识共享的有效途径之一,且由于资源与环境信息系统中的狭义数据已有描述其规格、质量控制和共享限制的元数据标准,为了能有组织地记录资源环境狭义数据和模型方法的详细信息,因此在对已有资源与环境信息系统中的元数据标准进行分析的基础上,首次提出模型方法元数据的概念,并指出资源与环境信息系统中对模型方法的规范描述即构成模型的方法元数据,还指出完备的资源环境元数据由狭义数据的元数据和模型方法的元数据组成。实践结果显示,基于元数据来实现系统集成和知识共享是可行的选择。     

Neural network‐based multi‐agent approach for scheduling in distributed systems

A distributed system consists of a collection of autonomous heterogeneous resources that provide resource sharing and a common platform for running parallel compute‐intensive applications. The different application characteristics combined with the heterogeneity and performance variations of the distributed system make it difficult to find the optimal set of needed resources. When deployed, user applications are usually handled by application domain experts or system administrators who depending on the infrastructure provide a scheduling strategy for selecting the best candidate resource over a set of available resources. However, the provided strategy is usually generic, aimed at handling a wide array of applications and does not take into consideration specific application resource requirements. As such, an intelligent method for selecting the best resources based on expert knowledge is needed. In this paper, we propose a neural network‐based multi‐agent resource selection technique capable of mimicking the services of an expert user. In addition, to cope with the geographical distribution of the underlying system, we employ a multi‐agent coordination mechanism. The proposed neural network‐based scheduling framework combined with the multi‐agent intelligence is a unique approach to efficiently deal with the resource selection problem. Results run on a simulated environment show the efficiency of our proposed method. Several scheduling simulations were conducted to compare the performance of some conventional resource selection methods against the proposed agent‐based neural network technique. The results obtained indicate that the agent‐based approach outperformed the classical algorithms by reducing the amount of time required to search for suitable resources irrespective of the resource size. Copyright © 2016 John Wiley & Sons, Ltd.     

安全操作系统中基于客体的保护机制

Security of operation system is the basis of protecting computer system against attack. To resolve more and more problem in security area ,we need an operation system of great security. That require we find an effective method to develop an security-enhanced operation system to meet these needs. Access control is often used in modern operation system. It is based on identity affirm and enforces control to the resources that are required by the identify. In this oaoer we mainly discuss security nolicies based nn nhiect (Mac and Dac).     

水资源承载力的BP神经网络评价模型研究

针对当前水资源承载力评价方法的不足,提出了基于BP神经网络的综合评价方法。构建了水资源承载力的评价模型和指标体系,描述了方法的应用过程,并通过MATLAB神经网络工具对其进行模拟计算。最后,给出了一个算例。     

基于资源的需求描述方法

针对需求分析中的系统需求描述问题,本文提出了一种以资源描述需求的方法,分析了这种方法与传统需求描述方法的异同;实现了对资源及需求的形式化描述,并详细讲述了获取需求的过程;最后给出了需求的存储形式和需求同资源的映射算法。     

S-IDE: A tool framework for optimizing deployment architecture of High Level Architecture based simulation systems

One of the important problems in High Level Architecture (HLA) based distributed simulation systems is the allocation of the different simulation modules to the available physical resources. Usually, the deployment of the simulation modules to the physical resources can be done in many different ways, and each deployment alternative will have a different impact on the performance. Although different algorithmic solutions have been provided to optimize the allocation with respect to the performance, the problem has not been explicitly tackled from an architecture design perspective. Moreover, for optimizing the deployment of the simulation system, tool support is largely missing. In this paper we propose a method for automatically deriving deployment alternatives for HLA based distributed simulation systems. The method extends the IEEE Recommended Practice for High Level Architecture Federation Development and Execution Process by providing an approach for optimizing the allocation at the design level. The method is realized by the tool framework, S-IDE (Simulation-IDE) that we have developed to provide an integrated development environment for deriving a feasible deployment alternative based on the simulation system and the available physical resources at the design phase. The method and the tool support have been validated using a case study for the development of a traffic simulation system.     

基于本体的网格资源匹配算法研究

由于网格动态异构等特点，传统的基于资源属性的精确匹配方法不够灵活，并且扩展性差。近年采，本体论引入到网格计算中，试图在语义层次上采用通用可扩展的信息系统建模工具，使得网格资源分配系统能够高效和精确地检索网格资源信息。通常采用的技术是建立和维护一个集中和一致的网格资源本体。这种集中的本体不适合具有分布式特性的P2P网格资源匹配。针对P2P网格，本文提出了一种基于分布式网格本体的P2P网格资源匹配模型。在该模型中，全局本体由各个节点的独立的本地网格资源本体构成。网格资源匹配操作完全分布式地由节点自主控制。这种方法可扩展性强，更适合p2p网格的资源匹配。     

Searching and ranking method of relevant resources by user intention on the Semantic Web

As the information on the Internet dramatically increases, more and more limitations in information searching are revealed, because web pages are designed for human use by mixing content with presentation. In order to overcome these limitations, the Semantic Web, based on ontology, was introduced by W3C to bring about significant advancement in web searching. To accomplish this, the Semantic Web must provide search methods based on the different relationships between resources.In this paper, we propose a semantic association search methodology that consists of the evaluation of resources and relationships between resources, as well as the identification of relevant information based on ontology, a semantic network of resources and properties. The proposed semantic search method is based on an extended spreading activation technique. In order to evaluate the importance of a query result, we propose weighting methods for measuring properties and resources based on their specificity and generality. From this work, users can search semantically associated resources for their query, confident that the information is valuable and important. The experimental results show that our method is valid and efficient for searching and ranking semantic search results.