新工科背景下电子信息类专业网络课程群建设研究

针对电子信息类专业网络课程群建设问题,研究新工科环境下网络课程群理论知识体系模型,在此模型下探讨面向电子信息类专业的网络课程群建设原则、课程架构及课程布点,并在电子信息工程专业进行了专业改革尝试,效果良好。所研究的成果可用于指导新工科环境下电子信息类专业建设实践。     

大数据时代网络信息安全及防护措施研究

计算机技术已经应用到了社会生产生活的方方面面,人们的生活越来越离不开计算机网络技术。大数据时代,人们的日常生活、企业的运行和发展都离不开网络。但是,大数据时代计算机网络安全问题愈发突出,不法分子借助网络盗取个人、企业信息资源,造成了巨大损失。本文探讨了网络信息在大数据时代的安全现状及防护措施,希望能够给人们提供一定的帮助。     

新型电化学储能技术的研究及应用

本文在阐明传统电化学储能系统存在不足的基础上,提出了两种新的方案和技术,包括“基于不间断电源实现负载侧储能”和“基于可重构电池网络与软件定义电池能量管控技术组成的新型数字储能系统”,为电化学储能系统的应用开拓了新的场景及技术方向,从而助推电化学储能产业发展壮大。     

基于拥塞反馈的Semi-TCP优化方法

Semi-TCP根据无线多跳网络的特性,利用跨层设计的思想,端到端的拥塞控制调整为节点之间逐跳的拥塞控制,将传输层的拥塞控制下移到MAC层,形成递归逐跳的拥塞控制,旨在提高拥塞控制的效率和拥塞处理的即时性。现有的算法要通过增加或修改MAC控制帧的方式来实现拥塞的控制,因而需要对节点已安装的MAC层协议做适当的修改。文中提出了一种基于拥塞反馈的优化方法,不需要对传统TCP协议进行太多的修改。在EXata平台上进行了仿真,证明了该优化方法的有效性。     

我国信息通信行业防范治理电信网络诈骗探讨与研究

近年来电信网络诈骗作为一种新型诈骗方式受到社会广泛关注,诈骗形式从电话、短信诈骗朝网络诈骗演进,呈现技术对抗强、骗术变化快、涉及产业链广、扩散范围大等特点。从通讯联络方式方式入手,在加强个人信息保护、落实电话实名登记、规范重点电信业务、提升技术管控能力方面进行综合防范与治理。     

5G移动通信网络关键技术分析

5G移动通信网络技术是基于4G网络通信作为基础,具有4G的优势,并表现出了更为突出的技术优势,具有系统性、应用性以及综合性特征,满足了用户的信息传播要求。文章针对5G的概念、特点进行分析,并探讨了5G移动通信网络的各类关键技术。     

人工智能视角下的计算机网络发展困境及策略研究

人工智能在20世纪60年代之后取得了飞速发展,尤其是人工智能理念及意识驱动下的计算机网络技术也获得了突飞猛进的发展。文章在对人工智能视角下计算机网络发展的探讨不单单从技术层面的狭义进行,而是更多地从社会学以及技术哲学等方面进行分析。在梳理清楚主要的困难之后,针对性地提出了要回归人工智能发展的根本目的,并在法律法规及伦理道德的约束下发展相关技术。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。     

大规模生物网络马尔可夫聚类的并行化算法

马尔可夫聚类算法（MCL）是在大规模生物网络中寻找模块的一个有效方法，能够挖掘网络结构和功能影响力较大的模块。算法涉及到大规模矩阵计算，因此复杂度可达立方阶次。针对复杂度高的问题，提出了基于消息传递接口（MPI）的并行化马尔可夫聚类算法以提高算法的计算性能。首先，生物网络转化成邻接矩阵；然后，根据算法的特性，按照矩阵的规模判断并重新生成新矩阵以处理非平方倍数矩阵的计算；其次，并行计算通过按块分配的方式能够有效地实现任意规模矩阵的运算；最后，循环并行计算直至收敛，得到网络聚类结果。通过模拟网络和真实生物网络数据集的实验结果表明，与全块集体式通信（FCC）并行方法相比，平均并行效率提升了10个百分点以上，因此可以将该优化算法应用在不同类型的大规模生物网络中。