一种基于分层体心部署模型的水下传感器网络路由算法

节点分簇和簇首轮换机制是无线传感器网络中解决能量有效问题的经典方法,但仅适用于节点是固定或准固定的情况。在水下传感器网络中,经常会有节点因为各种原因移动或者失效。提出一种适用于水下传感器网络的分层体心部署模型,该模型把网络抽象成移动节点层和固定节点层,并采用覆盖性能最优的体心部署,同时提出一种基于LEACH协议且适合分层体心部署模型的静态分层-动态分簇路由算法。NS2的仿真结果表明这种方法能够延长网络的生命周期,并在一定程度上提高了网络的平均吞吐量。     

虹膜图像质量评价的研究

详细介绍了对采集到的虹膜图像进行质量评价的方法,并通过实验证明了其有效性。     

基于DAS模型的一种数据库加密方法

DAS(database-as-a-service)模型是最近出现的一种新的数据管理模型,它把用户的数据存放在数据库服务提供端(database service provider,DSP)并让它们通过网络使用数据库管理系统,因此这种模型对外购数据库的安全性提出了更高的要求:不仅可以防止外部攻击者对重要数据的窃取或篡改,而且可以防止DSP内部人员的非法访问.加密技术是确保外购数据安全的基本手段.提出了一种简单有效的基于DAS模型的数据库加密方法,并分析了这种加密方法的优缺点;同时还设计了密文数据上的查询,提出了有待进一步解决的问题.     

基于多标注源的Deep Web查询结果自动标注

Deep Web查询结果的语义标注,是Deep Web数据集成的关键问题之一。提出基于多标注源的Deep Web查询结果自动标注框架,根据不同的特征设计多个标注器。基于搜索引擎的标注器,扩展AI领域常用的问答技术,构造验证查询并提交到搜索引擎,利用返回结果选择最合适的词汇用于标注,有效提高了标注的查准率和查全率。多个领域Web数据库的测试证明了该方法的有效性。     

可信数据库环境下无证书认证的可信密钥共享

基于DAS模型的可信数据库环境下,数据拥有者将数据加密以后存储于第三方数据库服务提供商,数据拥有者与被授权用户间的可信数据共享本质上是数据密钥的可信共享。现有的DAS模型中密钥管理方法的安全落脚点都是假设数据拥有者与各用户能事先分别安全共享一个用户密钥,而在可信数据库环境下如何进行数据拥有者与用户间的可信用户密钥共享却是一个未解决的问题。基于无证书签名认证机制,提出了一种可信数据库环境下的可信用户密钥共享协议,并对该协议的有效性和安全性进行了分析。该协议完全无需安全传输通道和可信第三方作为支撑,且有较好的执行效率;同时基于DL问题、Inv-CDH问题、q-StrongDH问题等数学难题,该协议被证明能有效抵御无证书安全模型下的各种攻击。     

网上专利个性化管理与服务系统

专利文献的管理和分析对于知识产权保护和企业科技创新非常重要.专利个性化管理与服务系统是基于对象代理数据库管理系统的网上专利信息服务系统,它能够提供专利下载工具、检索与统计分析和个性化管理等先进功能.专利下载工具用于集成各国专利局的检索接口,从检索结果中抽取出结构化专利信息;专利检索与统计分析服务通过在本地建立专利数据库和全文索引来实现,能够提供专利各类查询和统计分析服务;个性化服务功能基于对象代理模型创建个性化数据空间来实现,能够自动更新数据空间中的数据,使得用户获得最新的专利信息.     

集成对象代理数据库的科学工作流服务框架中的数据跟踪

文中提出了一个集成数据库的科学工作流服务框架,它采用对象代理模型描述一系列科学任务的执行过程,使得工作流管理操作以类似于传统数据库管理操作的方式来完成.同时,基于对象代理数据库中的双向指针机制,文中提出了一种新的数据跟踪方法,该方法能提供比注释或反向方法更高的性能,不仅节省了大量的存储空间,而且减少了额外的计算代价,为了进一步提高数据跟踪的高效性,文中也提出了一种部分物化中间数据模式,实验显示它具有较好的系统性能.     

一个基于逻辑的存取控制模型

在任何一个安全系统中，存取控制都是一个极为重要的问题。本文提出一个基于逻辑程序设计的方法来管理非集中式的授权及其代理。在这个系统中，允许用户代理管理权限、授权或禁止其他用户使用某些存取权限。给出一组独立于论域的规则来实现代理正确性、解决冲突和沿着主体、客体及存取权限层次结构的授权传递，其基本思想是将这些一般规则与用户定义的一组与论域相关的特殊规则结合起来，以推导出系统中成立的所有授权。此外，还给出一些语义性质。     

空间数据融合技术的研究

空间数据融合技术是地理信息系统集成的重要组成部分，在多表现、多分辨率空间数据库中，该技术占据了重要的地位。该文介绍了几种主要的空间数据融合技术，并进行了比较和分析。结果表明了空间数据融合技术的有效性，并描述了空间数据融合技术发展前景。     

基于分配空间自学习的在线动态索引混合更新机制

针对索引维护时间和空间效率低的问题,提出了一种基于分配空间自学习的在线动态索引混合更新机制(on-line dynamic index hybrid update,ODIHU).ODIHU根据Zipf分布原理对长短列表数量分布进行估计,并采用基于历史分配空间的自适应学习机制对长短列表空间进行有效管理,然后对短列表采用立即合并更新方式,长列表采用上限Y相邻多路合并的更新方式维护,实现索引更新与查询性能的有效折中.理论分析及实验结果表明,ODIHU能有效地提高索引维护与更新过程中的空间效率、索引合并与查询时间效率.