排序方式: 共有84条查询结果,搜索用时 296 毫秒
11.
基于推理的上下文感知RBAC模型设计和实现 总被引:1,自引:0,他引:1
为了解决现有基于角色的访问控制(RBAC)模型缺乏对上下文约束条件的动态调整和生成,无法根据调整后的感知条件对用户权限实时进行调节的问题,在融合上下文感知RBAC模型和基于推理的RBAC模型基础上,提出了基于推理的上下文感知RBAC扩展模型.该扩展模型采用逻辑推理方法实现了上下文约束条件的动态调整,启用相应的公共感知器和自定义感知器感知约束条件的属性值;利用感知获得的动态上下文值进行角色和权限规则的推理,实现了访问主体对客体控制权限的实时更新.应用实例表明,该模型能提高分布式环境中用户动态访问控制的灵活性,并降低实时访问控制管理的复杂度. 相似文献
12.
校园非接触式公话系统的研究与实现 总被引:1,自引:0,他引:1
就如何开拓非接触式公话在校园内的应用、延长校园公话业务的生命周期进行深入具体的研究与分析。结合工程实践经验,利用现有的智能网公话平台和成熟的IC卡及RFID技术,设计了校园非接触式公话系统,革新了校园公话的拨打方式,实现了校园公话与校园“一卡通”系统的无缝整合,达到了一卡多用。经过实践推广,试点学校话务量与话务收入同比增长都有大幅提高,同时使得广大学生用户对校园公话有了更为具体生动的认识,并对其重新培养起使用习惯,充分证明非接触式校园公话系统的有效性和良好推广前景。 相似文献
13.
推荐系统是电子商务系统中最重要的技术之一,用户相似性度量方法是影响推荐算法准确率高低的关键因素。针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,提出了一种基于群体兴趣偏好度的协同过滤推荐算法,根据群体兴趣偏好度来预测用户对未评分项目的评分,在此基础上再采用传统的相似性度量方法计算目标用户的最近邻居。实验结果表明,该算法可以有效解决用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,显著提高推荐系统的推荐质量。 相似文献
14.
依据信任的认知特征,分析了信任2个维度对角色信任的不同贡献,给出了服务信任和推荐信任的定义和量化公式.在信任网络中,分析了信任预测的3种情况及其社会网络特征,以代理的服务信誉为核心,设计了具有直接信任和传递信任的不同信任预测方案.设计方案中综合考虑了交互次数、交互时间、角色信誉、服务信任和推荐信任对信任预测的影响.最后的实验验证了角色信任的量化差异以及信任预测方法的有效性. 相似文献
15.
研究人员已经致力于组合事务的恢复问题研究,但是大多数成果集中通过向后恢复来维持事务的一致性,补偿是向后恢复通常使用的一种手段,但是向后恢复的最大缺陷就是导致代价相当高,且向后恢复策略不能完全满足各种不同恢复需求。提出一种基于失败类型的恢复算法(包括向前、向后和替代恢复),其是一种基于扩展Petri网的形式化建模方法,为实现松弛ACID属性,引入状态托肯、数据托肯和QoS托肯,增加失败变迁和补偿变迁。失败发生时,动态计算终止依赖点TDP和补偿集,依据任务之间的控制流、数据流、时序、状态和行为依赖,获取任务的失败类型,选择合适的恢复策略,构造一个支持无缝添加/删除失败恢复的可执行模型。 相似文献
16.
17.
基于IPMI的虚拟远程串口终端 总被引:2,自引:0,他引:2
目前,在服务器管理领域,基于串口的管理方案被广泛应用。然而,这种方案单对单的本性使得它只适于一台或几台服务器的管理。在管理多组服务器时,这种方案连线复杂,管理混乱,成本较高。为此,本文提出了一种基于IPMI的虚拟远程串口终端(SOLTerm,Serial Over Lan Terminal),这种终端基于IPMI v2.0的SOL设计,它通过LAN与目标机器的BMC 交互,将目标机器上的串口重定向到局域网上,为管理人员提供了一个监控、管理、配置操作系统和BIOS的远程控制台, 方便了服务器的监控、管理和故障修复,节约了机房管理成本。 相似文献
18.
基于时空域暗示的运动对象检测和分割* 总被引:1,自引:1,他引:0
通过对视频帧间的时域信息和帧内的空域信息的充分开发,提出一种任意视频对象检测与分割算法。初始的运动区域评估利用时间加权的时域帧窗,采用基于点的分割;而近似同质颜色亮度纹理区域利用区域之间的差异和区域内的相似,采用改进的分水岭分割和基于区域特征相似度的合并。时域和空域分割结果的合并基于多数原则。最后,分割结果的完善和修正基于时域的持续性和空域上的一致性标准。通过测试,提出的分割算法获得可靠的对象边界,而且通过调整少量参数,可以适应于室内和室外场景以及高速和低速运动物体。 相似文献
19.
一种改进的协同过滤推荐算法 总被引:2,自引:0,他引:2
针对User-based协同过滤推荐和Item-based协同过滤推荐算法的不足,提出了一种改进的推荐算法。该算法融合User-based协同过滤推荐和Item-based协同过滤推荐算法思想,通过形成项目相似集来填充用户评分矩阵,并利用高评分阈值来计算用户相似性,有效改善了传统协同过滤推荐算法的数据稀疏性和实时性。实验结果表明,该算法可以显著提高推荐系统的推荐质量。 相似文献
20.