基于句中词语间关系的文本向量化算法

文本向量化是将文本转化为向量的代数模型建立过程,在文本处理领域具有重要的应用价值,是文本数据挖掘算法的关键环节。在著名的PageRank算法基础上,提出一种基于句中词语间关系的文本向量化算法。通过引入语义层面的词语关联来克服传统的基于词频统计数据的向量化方法语义敏感度不佳的缺陷。在不同的语料测试集上的实验表明,基于句中词语间关系的文本向量化算法有更高的准确率。     

基于Android平台的手机木马的设计与实现

Android作为三大智能手机操作系统之一,由于其是开源性系统,因此成为了黑客攻击的重要目标。而木马作为一种隐蔽性、欺骗性很高的攻击手段,正在该平台上不断蔓延,虽然已经受到了广泛关注,但却没有很好的抑制方式。文中设计并实现了一种简单的木马原型。通过对命令接收,信息获取,数据回传,远程控制四个Android木马的主要功能的分析,提供了一种实现思路,并且详细阐述了该平台上各种信息获取方式,借此探讨Android系统的脆弱性,并期望能提出针对这种木马的防范措施。     

一种虚拟社区信任机制模型的构建方法

虚拟社区是网络社会化的重要产物,在众多网络应用中发展极为迅速.虚拟社区以现实社区为原型,社区成员间的交互行为很大程度上依赖于信任关系,稳定良好的信任环境对于虚拟社区的健康发展十分重要.通过分析虚拟社区的特性,结合现有实现机制的相关经验,在课题信任模型研究的基础上提出了一种基于结构化P2P网络环境的虚拟社区的信任模型构建方法.通过分析现实社会社区与虚拟社区的层次关系和映射关系,结合结构化P2P网络环境的特点和优势,使得社区构建更为真实合理,从而有效地提高了虚拟社区的运作性能.     

MPLS和Internet流量工程

随着经济全球化趋势的进一步演进,Internet产品和商业工具的不断更新以及新经济对社会生活的介入,Internet用户的数量有了极大的增长,整个网络的主干链路上每个用户的平均数据流量以指数规律上升,与此同时,新的网络应用和网络业务的层出不穷,更加剧了网络发展的日趋大型化、复杂化。     

iOS 系统数据安全分析与加固

手机在如今的通讯手段中,占据举足轻重的地位,特别是随着社交网络、电子邮件、即时通讯等软件的频繁使用,越来越多的用户隐私信息也都被存储在手机之中。智能手机操作系统的数据安全,成为今日关注的焦点。文中深入研究了iOS系统的各项安全机制,分析在iOS系统越狱对安全机制的影响,以及敏感数据泄露的可能性。然后根据iOS系统越狱后暴露的安全性问题,分析研究了可能的植入方式。最后讨论了恶意程序检测手段,再针对越狱iOS系统出现的安全隐患,提出了安全加固的防范性措施。     

基于VNC的互动式实验教学支撑系统的研究

针对以往的实验教学支撑系统交互性差、耗用资源多等缺点,利用RFB远程瘦客户端控制协议占用资源少的特点,提出并且实现了一种基于VNC的互动式实验教学系统。运行结果表明,该系统提供了一个比较完善友好的教师和学生的交互平台,在学生和教师机器硬件配置比较低的情况下,仍能够稳定流畅支持多媒体教学,并且支持远程在线实验教学系统。     

基于一类SVM的不良信息过滤算法改进

互联网的高速发展使得通过网络传输的文件监控和过滤成为一个热门课题。使用传统的基于字符串匹配的算法显然无法满足呈几何爆炸级别的信息增长的监管需求。而使用SVM确实可以提高分类效率,但依然存在维数过大导致存储资源和计算能力浪费的现象。为了有效减少SVM的维数,提出通过使用特征简约对向量机的维数进行约束的一个一类SVM算法改进。实验表明:在选用相同数量的特征词的前提下,改进算法使得不良信息分类和过滤的正确率有明显提高。     

美国ASU计算机科学专业本科培养的若干启示

美国亚利桑那州立大学ASU作为美国规模最大的公立大学,学生体量庞大且师生比例较高,与国内研究型大学的情况较为类似。文章对其本科生培养尤其是计算机科学专业本科生培养情况进行研究,分析其在专业课程设置、教学方式、学生培养方面的特点,提出在国内研究型高校的本科教学中应注重完善学校教学制度、转变教师教学观念、加强学生自主性和指导性的结合、激发学生主观能动性、提升学生归属感等具体建议。     

中文单文档摘要模型DSum-SSE

针对中文文档摘要领域存在的缺少可靠数据集,有监督的摘要模型不成熟的问题,构建了一个规模超过20万篇的中文文档级别的摘要语料库（Chinese Document-level Extractive Summarization Dataset,CDESD）,提出了一种有监督的文档级别抽取式摘要模型（Document Summarization with SPA Sentence Embedding,DSum-SSE）。该模型以神经网络为基础的框架,使用结合了Pointer和注意力机制的端到端框架解决句子级别的生成式摘要问题,以获得反映句子核心含义的表示向量,然后在此基础上引入极端的Pointer机制,完成文档级别抽取式摘要算法。实验表明,相比于无监督的单文档摘要算法--TextRank,DSum-SSE有能力提供更高质量的摘要。CDESD和DSum-SSE分别对中文文档级别摘要领域的语料数据和模型做了很好的补充。     

一种微博预警算法

以新浪微博为研究对象,基于用户特征将用户对微博转发量的影响力进行量化,提出了一种微博预警算法。首先,分别研究了大转发量与小转发量的微博作者的用户基本特征,获得其中对关键用户与非关键用户具有良好区分度的特征,并基于信息增益的特征选择法获得用户特征对用户关键性的区分度。随后,基于特征加权模型,提出了一种用户对微博转发量的影响力的量化算法。最后,提出了一种微博预警算法,该算法对给定的新发布的微博,以其作者及已有转发用户的特征就用户对该微博转发量的影响力进行量化,当影响力超过一定阈值时,输出预警信息。该算法可以有效控制敏感微博在网络上的传播及扩散。