基于组密钥管理技术的SAN安全存储研究

面对一个开放的网络环境,企业核心数据容易受到非授权访问、非法修改等攻击.针对数据安全存储问题,详细论述了TGDH组密钥管理技术及其在SAN环境中的应用,讨论了基于硬件的自安全存储设备技术.将两种技术结合起来,即软件上利用TGDH组密钥管理技术,硬件上利用自安全的存储设备,则可以将数据安全提高到一个新的水平.     

存储器类型的CDT构造Ⅱ

目的 CDT(范畴数据类型)是以范畴理论为基础的并行计算模型，本文对存储器类型的CDT构造进行深入的探讨。方法 采用构造方法Ⅱ实现了存储器类型CDT。结果 通过例子比较了与构造方法Ⅰ的区别．同时进一步详细论述了两种构造方法的优劣性，而它们之间的关系可以采用类似文[8]的方式得到。     

并行计算中的CDT模型

并行模型机的构造是并行计算研究中极为重要的部分，一个理想的并行模型机应该能够反映并行计算中的重要环节同时又能最大限度的减少并行计算中繁杂的具体细节的分析．在对目前较为流行的一些并行模型机进行简单分析的基础上，对以范畴理论为基础的并行机模型、范畴数据类型（CDT）的研究方法、现状及存在的问题进行了较为深入的研究和探讨．     

基于权值跳表的分布式数据定位策略与实现

为了克服现有的定位技术对快速查找存储数据算法性能的限制,提出一种基于权值跳表的分布式数据定位(Distribute Data Location Priority Skip List,DLPSL)策略,以解决数据定位效率问题。在跳表节点中加入权值,使定位率高的存储节点优先被找到,缩短查找路径,提高定位效率。系统性能分析表明,DLPSL中节点的插入、删除和定位比单链表存储结构和跳跃图效率都高,其时间复杂度为O(logn),空间复杂度为O(n)。     

基于贝叶斯理论的中文垃圾邮件过滤技术理论探讨

本文在对中文邮件关键词提取方法、关键词的降维处理与优化提炼以及垃圾邮件识别概率等方面进行理论探讨的同时,较为详细地阐述了中文环境下贝叶斯过滤技术的使用方法,这对有效减少垃圾邮件数量,提高网络利用率具有重要的理论价值和现实意义。     

基于物元可拓的信息系统等级保护测评评价

为了使信息系统的安全等级评价结果更加客观和直观,该文采用物元可拓法和层次分析法对信息系统安全等级保护测评的符合性程度进行了定量的分析研究。采用层次分析法确定信息系统各层指标的权重,基于物元可拓理论,分析建立了信息系统安全等级保护测评项以及层面间的物元可拓模型,通过计算得到该信息系统的定量符合性程度。采用该方法对已经测评过的信息系统进行结果数据分析,通过与实际的测评项目所获取的测评结果比较,得到的测评结果与测评机构给出的测评结果达到了较高的一致性。     

基于免疫克隆与差分进化的入侵检测方法

随着网络技术的飞速发展,信息安全变得越来越重要.入侵检测方法已经成为信息安全领域的热门研究方向之一.入侵检测实质上是一个分类的问题,对于提高分类精度是十分关键的.免疫克隆算法和差分进化算法都是用于解决分类问题的比较有效的方法.结合先前免疫克隆算法和差分进化算法分别在入侵检测中所取得的良好效果,在对差分进化算法改进的基础上,提出了一种基于免疫克隆和差分进化的混合入侵检测方法.仿真实验结果表明,该方法比文献中提出的方法具有更高的检测率和更低的误检率,能使检测系统在一定程度上有效的识别未知入侵.     

一种多租户授权管理访问控制模型

针对云服务中多租户应用面临越权访问和联合恶意攻击问题,综合聚类思想和基于密文策略的属性加密（CP-ABE）提出一种多租户授权管理访问控制模型（MTACM）。该模型根据多租户的业务特点将角色任务聚类为任务组,并采用匹配因子标记任务组,进而通过任务组授权管理角色属性,以实现角色的细粒度授权访问控制管理,减少系统计算量开销,降低系统的复杂度。在虚拟环境下实现了该模型算法,且通过逻辑推理证明了模型的安全性和系统访问的高效性。     

面向 Web 的建筑三维模型可视化方法研究

针对当前工业基础类(IFC)标准文件与 WebGL 框架集成方案存在模型语义完整性差及数据互操 性弱等问题,提出一套建筑信息模型(BIM)数据网络可视化实施方案。该方案以 IFC 标准文件作为输入数据源, 首先对 BIM 模型进行重构,并提出基于 IFC 结构树的构件实例层次拆分策略将原始 IFC 文件实施数模分离; 然后,将重构后的 IFC 模型文件向 glTF 格式文件进行转换,并在转换过程中完成几何空间和语义属性的双重 关系映射;最后,提出基于层次包围体(BVH)结构的 BS-AB 场景构件可视性检测算法对建筑构件进行可见性剔 除。实验结果表明：该方法能够显著减少 BIM 模型数据冗余,且高效完成了对复杂 BIM 场景不可见构件的剔 除工作,降低了渲染管线的开销,为基于 IFC 标准与 WebGL 框架集成方案的 BIM 模型数据网络可视化提供了 一种可行的参考方案。     

面向不平衡微博数据集的转发行为预测方法

针对微博转发预测方法研究中的数据集不平衡问题,提出了一种融合过采样技术和随机森林(RF)算法的微博转发行为预测方法。首先,定义了个体信息、社交关系和微博主题3类与微博转发行为相关的特征,并基于信息增益算法实现了关键特征选取;其次,综合微博特征数据的特点来改进少数类样本合成过采样技术(SMOTE),对原始数据集进行非参数概率分布估计,并根据近似概率分布对数据集进行过采样处理,从而使正反例数据量达到平衡;最后,利用随机森林算法,依据微博转发关键特征进行分类器训练,并利用袋外(OOB)数据误差估计来分析和设置随机森林算法的相关参数。通过与基于决策树(DT)、支持向量机(SVM)、朴素贝叶斯(NB)和随机森林等算法的微博转发预测方法进行对比,所提方法整体性能优于基准方法中性能最优的SVM方法,召回率提高了8%,F值提高了5%。实验结果表明,所提方法在实际应用中能够有效提高微博转发行为预测的准确率。