高校在线教学平台的信息安全管理研究

高校在线教学平台的进一步普及,使得学生分数的取得更依赖于线上数据和线上考核,从而引起对于平台更多的主动安全攻击,本文从OpenLDAP安全、Nginx反向代理、文件服务器安全、程序逻辑漏洞等几方面研究了高校在线教学平台的信息安全问题,给出了相应的应对办法。     

改进强化学习的AI远程终端用户身份识别仿真

受限于AI技术以及远程智能终端网络条件的复杂性，终端用户的网页浏览行为跟踪过程易产生冗余数据，用户身份识别难度较大。为此，提出基于强化学习的AI远程终端用户身份识别方法。从解锁行为、操作行为、通信行为等方面判断远程终端用户行为规律，在客户端中通过用户ID、访问页面地址、页面标题等属性定义用户终端浏览行为。将浏览信息传输至中心服务器并录入终端数据库内，采集完整终端用户数据。通过小波阈值方法消除冗余信息，根据强化学习的奖励持续调节方法，提取AI远程终端用户行为数据集，计算用户身份特征与行为特征间的耦合关系，得到身份识别结果。仿真结果表明，所提方法能够快速准确地识别目标用户身份，保障了用户数据安全，为其提供更可靠的AI远程操作环境。