基于组件技术的事件流引擎通信框架的设计与实现

随着网络规模的增大和通信技术的发展,网络安全、金融和交通等领域已经开始利用事件流技术实现其业务数据的处理及分析。该文针对这些领域复杂的网络环境为事件流引擎设计并实现了一种基于组件技术的通信框架,可以灵活地集成多种通信组件以应对不同的通信环境,并且通过嵌入Esper引擎提供统一的语义封装解析和高性能的事件流业务处理。     

基于ODS的数据订阅及其更新策略

随着信息技术的不断进步，企业对信息的需求在不断增大，由于职能部门繁多和不同历史条件的限制等原因，各个业务部门会根据各自信息的特点选择不同的数据库系统，如何实现这些业务系统之间数据的共享成了当前研究的课题。针对上述特定的应用，文中介绍了一种基于操作数据存储（ODS）技术的数据订阅，介绍了数据订阅的功能结构和流程。并在此基础上讨论了数据订阅的更新策略。在实际项目实施中，使用数据订阅方案达到了项目预期的目的，很好地满足了实际应用中对数据的一致性、实时性和高效性的需求。     

软件学院数据库原理课程实践环节改革的思考与实践

本文结合课程教学改革工作,提出了切实可行的实践环节改革措施,主要包括作业和实践环节改革、增设新的数据库系统实践课、建设网络教学系统、建设实验上机环境等等,并在近几届学生中连续实施了多年,取得了较好的效果。     

一个数据仓库建模工具的设计与实现

介绍了一个数据仓库建模工具DWdesign．给出了DWdesign的基本结构．对DWdesign中若干关键技术进行了研究，包括中间语义层、自定义数据类型、XML和标准SQL支持。该工具已在多个企业的数据集上进行了试用。     

一种改进的基于矩阵的频繁项集挖掘算法

如何从海量数据信息中挖掘出有用的关联规则已经成为人们广泛关注的问题,而在关联规则挖掘中,首要的问题就是如何高效地挖掘出频繁项集.针对已有FIMM算法作出改进,提出了一种改进的基于矩阵的频繁项集挖掘算法NFIMM,该算法在FIMM基础上去除大量冗余的非频繁项集的项集,减少计算可能频繁项集的工作量,同时缩小了矩阵规模,提高了空间效率.通过对矩阵操作,一次性地产生所有的频繁项集.试验结果表明,该算法对已有的基于矩阵的频繁项集挖掘算法有了很大的改进,提高了挖掘效率.     

数据质量研究综述

数据质量管理是信息系统建设的首要问题.本文首先回顾了数据质量的定义和质量提高策略的分类,然后对数据质量研究涉及的两个主要方面,即数据质量评估和数据质量提高技术的各种方法进行了比较和分析,并对有代表性的数据质量提高工具进行了介绍.最后提出了一个评估驱动的数据质量提高框架,并对数据质量研究方向进行了展望.     

一种改进的基于矩阵的频繁项集挖掘算法

如何从海量数据信息中挖掘出有用的关联规则已经成为人们广泛关注的问题,而在关联规则挖掘中,首要的问题就是如何高效地挖掘出频繁项集。针对已有FIMM算法作出改进,提出了一种改进的基于矩阵的频繁项集挖掘算法N—FIMM,该算法在FIMM基础上去除大量冗余的非频繁项集的项集,减少计算可能频繁项集的工作量,同时缩小了矩阵规模,提高了空间效率。通过对矩阵操作,一次性地产生所有的频繁项集。试验结果表明,该算法对已有的基于矩阵的频繁项集挖掘算法有了很大的改进,提高了挖掘效率。     

基于多分类及特征融合的静默活体检测算法

现有的静默活体检测研究忽略不同非活体攻击方式之间的差异,以及不考虑活体和非活体样本类别不均衡对模型学习的不利影响. 本研究将非活体攻击类别细分成打印攻击和展示攻击,将静默活体检测由传统的二分类问题转变为多分类问题,并提出采取交叉熵作为损失函数对网络模型进行训练的方案,用以克服二分类和类别不均衡问题,使得模型训练中能更准确发现和抽象出非活体人脸样本共同的欺诈特征,提高网络模型对非活体识别的精准度. 构建双流特征融合网络模型,采取注意力机制对从RGB和YCrCb这2种不同色彩空间提取到的特征向量进行自适应加权融合,以进一步提升网络模型的特征表示能力. 在CASIA-FASD、Replay-Attack、MSU-MFSD和OULU-NPU 4个公开数据集进行大量的对比实验,实验结果表明,采取多分类策略以及特征融合的静默活体检测模型能够有效降低分类错误率并提升泛化能力.     

分布式数据库系统SUNDDB的设计与实现

本文介绍了分布式数据库系统SUNDDB的研制情况。SUNDDB采用联合型体系结构,以集中式的进程结构来完成事务处理。用户对数据对象可以独立命名,系统具有较强的结点自治性。在查询优化中,综合考虑了查询过程中的局部处理代价、传输代价等因素。在事务管理中,采用了改进的主复本并发控制方法及两阶段提交协议,以保证事务的原子性及数据库的一致性。