稀疏矩阵向量乘法的并行计算

本文研究大型稀疏矩阵向量乘法的并行化措施。主要包括高效的存储方法,核心代码用汇编语言编写,循环展开,宏任务和微任务方式,重排序和分块技术。根据实际问题的需要,分别给出了一般稀疏矩阵和对称正定带状矩阵向量乘法内核子程序,ELLPACK,ITPAKC及LINPACK等库和许多应用程序可直接调用它们。     

邮件系统防病毒技术研究

网络已成为病毒传播的主要途径,网络病毒也成为对系统和个人用户的破坏性和传染力最强的病毒.本文分析了邮件病毒的机理,描述了电子邮件系统的防病毒技术及实现方法.     

层次分类中的机器学习方法研究

本文通过对著名站点Ｙａｈｏｏ层次结构的分析,介绍一种基于此层次结构的文档分类器的机器学习技巧。我们利用此层次学习算法来自动构造分类器每个域的背景知识。     

基于IP和密码双重管理安全认证系统的设计和实现

以电子期刊的网上发布与管理为基础，提出了“基于IP和密码双重管理”的安全认证策略，很好地解决了信息发布与安全问题。     

IPTV平台实时检测系统的设计与实现

基于P2P的网络电视直播(IPTV)业务快速发展并带来诸多安全隐患,精确检测IPTV流使用的平台是对其实施有效监管的前提。为此,采用支持向量机方法,依据网络流量的流量特征和行为特征,选取PPlive、PPstream、QQlive、Sopcast和UUsee作为IPTV平台的代表,设计并实现一种IPTV平台实时检测系统。实验结果证明,该系统能够在5 min内检测出被管理节点是否在使用IPTV平台及平台类型,平均检测精度为90.62%。     

EIP技术研究与实例分析

通过对具体实例的分析研究,系统介绍了用作业信息门户的EIP技术,并对几个实例（IBM,EIP,Brio.portal,Pulmtree Corporate Portal)进行了分析。     

基于XML的Web发布技术

简述了ASP、JSP、Perl等现有的动态Web内容发布技术的不足,提出一种基于XML的Web发布框架技术,详细介绍了该框架的思想、结构和特点,说明了静态和动态内容的发布过程.     

基于双重特征的P2P流量检测方法

P2P流量逐渐成为了互联网流量的重要组成部分,精确地识别P2P流量对于有效地管理网络和合理地利用网络资源都具有重要意义.首先提出了在特定网络拓扑结构下的P2P流量表现出的流量特征,然后结合P2P流量的payload特征,设计了一种基于双重特征的P2P流量检测方法.该方法既克服了基于流量特征的检测方法应用级分类能力弱的缺点,又克服了基于payload特征的方法不能检测加密和未知P2P应用且检测效率不高的缺点.实验结果显示该方法比传统的基于payload特征的方法具有较高检测效率和合适的检测精度.     

数字校园中基于LDAP的统一用户身份管理技术研究

本文在简要介绍了LDAP及相关技术的基础上，提出了一套基于LDAP的统一用户身份管理解决方案并对其中涉及的关键技术进行了论述。方案实现了对数字校园中用户的统一身份认证、单点登录、集中鉴权以及对网络应，源的统一管理。