基于网络蜜罐的无线传感网络安全存储加密方法

文章提出了一种基于网络蜜罐的无线传感网络安全存储加密方法。其以存储数据的特征向量为基础,对数据进行分类,在上述基础上,利用网络蜜罐技术计算模型的数据量,构建数据加密模型,同时通过计算数据加密后编码的反函数,实现数据加密的过程。通过上述的设计,完成对无线传感网络安全存储加密方法的设计。在仿真实验中,和以往的无线传感网络安全存储加密方法相比,本文中设计的基于网络蜜罐的无线传感网络安全存储加密方法的密文相关性采用信息熵为7.9940,在进行数据加密时有更高的安全性。     

基于知识图谱的智能电网多维数据关联挖掘方法

为提高智能电网多维数据关联挖掘方法的准确性,提出了基于知识图谱的智能电网多维数据关联挖掘方法。按照动态图谱的框架结构,抽取关键电网数据,再根据数据的清洗与转换原理,完成基于知识图谱的电网数据关联性预测。在此基础上,划分关联区间,根据知识图谱结构,建立多维关联规则,得到挖掘置信度的具体计算数值,完成智能电网多维数据关联挖掘方法的设计与应用。实验结果表明,在知识图谱作用下,电网数据关联规则挖掘准确度在低维度、中维度、高维度三种传输环境下,实验组的关联规则挖掘准确度在0.910以上,而对照组的关联规则挖掘精度均低于0.900,该文具有较高的准确性,更符合实际应用需求。     

面向电商领域的旗袍知识图谱构建与实证研究

为挖掘旗袍服饰要素的关联关系与隐藏价值,构建一个基于电商数据的细粒度旗袍知识图谱,并开展实证研究。旗袍知识图谱采用自底向上逐层构建的方法,首先根据先验知识设计细粒度本体模型,为后续工作提供逻辑基础;然后采集并预处理原始数据,通过知识抽取、知识融合规范化数据,进行实例填充,完成数据层设计;最后将数据存储到图数据库,实现可视化。在此基础上,围绕旗袍、服饰要素以及用户人群开展深度挖掘、知识推理,借助图分析算法在社区检测、相似度和要素关联上展开实证研究。结果表明：旗袍知识图谱蕴含服饰要素之间隐藏的关系,能够挖掘内在的语义信息;旗袍服饰要素和用户人群之间存在一定的知识关联性,进而辅助设计与销售决策。     

基于文本挖掘的软件漏洞信息知识图谱构建方法

针对现阶段互联网软件中存在的漏洞问题,文章提出了基于文本挖掘的软件漏洞信息知识图谱构建方法。先确定软件漏洞信息知识图谱构建的基本架构,应用文本挖掘技术,完成软件漏洞信息的采集、预处理与特征提取,然后设计本体模型,完成软件漏洞信息的抽取与融合,最后设计存储机制,构建软件漏洞信息知识图谱。实验结果表明,文章所构建知识图谱的软件漏洞信息完整度均值为93.6%,构建所需时间均值为1.52 s,均优于对比方法,具有较好的应用价值。     

大数据环境下并行数据流预测及优化方法

以模糊集成联机分析处理(On-Line Analytical Processing,OLAP)为基础对关联规则挖掘算法进行改进,该算法为多维联机研究提供一种关联规则计算架构。基于模糊数据立方体的知识发现,为用户提供灵活的多维数据层次抽象模式。在多维数据集的多维属性处理中,引入模糊数据立方体作为问题措施补充,并利用不同层次的模糊关联规则构造模糊数据立方体,然后利用权重和多层次的概念构建模糊加权多层次关联规则。最后,通过对所提算法在合成数据集以及2000年中国人口普查的数据仿真测试,验证了基于OLAP的挖掘方法要比离散关联规则挖掘方法、单独支持阈值关联规则及最小挖掘项集关联规则三种对比算法,在最小支持度、置信度、权重均值等指标上,性能更加优异。     

基于可信连接的激光网络异质信息主动融合研究

激光网络异质信息存在交叉耦合性,信息融合的模糊度较大,提出基于可信连接的激光网络异质信息主动融合方法。构造激光网络异质信息分布式存储模型,采用相空间重构方法构建激光网络异质信息主动融合的大数据组合结构模型,结合大数据挖掘方法进行激光网络异质信息的可视化调度,提取激光网络异质信息的关联特征量,采用模糊聚类方法实现激光网络异质信息特征量的分类融合和自适应信息检索,建立可信连接的网络异质信息特征提取模型,在分布式网格存储空间中进行激光网络异质信息主动融合处理。仿真结果表明,采用该方法进行激光网络异质信息融合的特征匹配性较好,融合误差较小,融合后的异质信息检索能力得到有效提升。     

人工蜂群聚类的多媒体网络舆情数据挖掘

阐述多媒体网络舆情数据分布的图谱结构模型,采用人工蜂群轨迹图谱特征分析方法,构建多媒体网络舆情数据的循环查询模型,通过关键词查询和模式查询方法,进行多媒体网络舆情数据的人工蜂群聚类分析,结合数据存储结构分析和联合参数特征分析方法,进行多媒体网络舆情数据图谱参数融合和聚类,实现多媒体网络舆情数据挖掘。仿真结果表明,采用该方法进行多媒体网络舆情数据的精度较高,图谱辨识能力较好。     

基于随机森林算法的通信大数据重复清洗方法

当前在通信大数据清洗过程中,由于不能同时实现数据滤波与清洗,导致清洗效果差及通信时延高,为此提出基于随机森林算法的通信大数据重复清洗方法.构建主网通信数据的多维分布异构存储节点分布模型,采用云融合调度方法进行数据自适应调度和信息特征采样,结合模糊特征匹配和检测滤波方法实现数据采集过程中的抗干扰处理,根据所采集到的数据采...     

基于模糊匹配的蜂窝形光纤传感网络信息安全检测方法

针对现有蜂窝形光纤传感网络信息动态检测方法检测准确度较差，耗时较长的问题，本文提出了基于模糊匹配的蜂窝形光纤传感网络信息安全检测方法。构建蜂窝形光纤传感网络信息的异构存储结构模型，采用模糊分布式检测方法进行特征优化提取，提取高阶时频分布特征量，采用分块模糊匹配融合聚类方法进行分组特征检测和模糊信息聚类处理，结合网格区域化聚类分析方法实现信息的安全检测。实验结果表明，所提方法动态检测的优化效果在92%以上，准确率在92.2%以上，耗时最长不超过0.02 s,提高了检测准确度和检测效率。     

一种基于蓝牙的无线传感网测控小车设计

针对无线传感测控数据与移动互联网相结合的需求,设计并实现了一种基于蓝牙和Android智能终端的无线传感网测控小车。利用由CC2530组成的无线传感网进行节点数据的采集和通信,IAP15F2K61S2单片机控制的测控小车进行数据的汇聚和转发,在Android终端上实现数据的存储和显示。实验结果表明,该方案能够对传感数据、物联网和移动互联网进行有效融合。     

基于逆向光线追踪的图像畸变矫正

为了提高模糊荧光分子图像的畸变矫正能力,提出基于逆向光线追踪的图像畸变矫正方法。构建模糊荧光分子图像的高阶像素特征采样模型,结合模糊信息分布式重构方法进行模糊荧光分子图像的像素均匀结构重组,在重构的相空间模型中进行模糊荧光分子图像的特征分解和荧光分子层析处理,提取模糊荧光分子图像的中心像素点灰度特征量,结合图像的对比度差异性分hukan析方法进行模糊荧光分子图像的逆向光线追踪,提取图像的图像信息熵特征值,根据逆向光线追踪结果实现图像的畸变校正。仿真结果表明,本文方法的图像畸变矫正的模糊度较低,噪声为100 dB时,数据模糊度仅为16%。输出信噪比可达39. 4 dB。图像矫正后的成像质量较好,提高了逆向光线下的成像质量水平。     

基于大数据的无线传感网信息融合处理方法研究

无线传感网已在军事国防、应急通信和国民经济等领域得到广泛应用,信息处理方法的优劣直接关系到无线传感网的服务性能。首先简要介绍无线传感网和大数据的研究背景及特点。然后针对无线传感数据的特征探讨利用大数据方法进行数据融合处理的思路,对现有的数据处理方法进行梳理和分类,并对其优缺点进行比较分析。最后总结全文并对大数据在无线传感网中的应用前景进行展望。     

协同云计算下的差异区域数据挖掘平台设计与实现

针对在协同云计算下差异区域数据挖掘偏差较大,准确度不高的问题,提出基于非线性时间序列分析且分层调度控制的差异区域数据挖掘方法。首先构建协同云计算下差异区域数据的信息传输模型,进行数据信息流的时间序列采样分析;然后采用非线性时间序列分析方法重构特征空间,在重构的特征相空间进行自适应分层调度控制,提取关联规则特征,有效挖掘数据;最后进行仿真测试,结果表明该方法的数据挖掘精度较高,抗扰性能较强。     

基于改进关联规则的危险Web信息挖掘技术研究

在Web网络中承载着不同的协议和网络信道,由此产生危险信息,给网络信息空间带来安全威胁,通过对危险Web信息的准确挖掘,可净化网络空间,确保网络安全。传统方法采用模糊关联规则算法进行危险Web信息分类挖掘,在干扰背景下,模糊聚类过容易受到干扰,导致很难建立有效的关联规则,挖掘效率较低。提出一种基于改进关联规则的危险Web信息挖掘技术。在建立关联规则前,引入Takens定理进行危险Web信息数据的相空间重构,构建Web网络的危险信息挖掘的信道模型,并对危险Web信息的信息流多源进程进行分类设计。设计自适应IIR级联滤波算法进行数据干扰滤波,运用以上方法对规则关联过程进行改进,实现危险Web信息的准确挖掘。仿真实验进行了性能验证,结果表明,采用该算法进行危险Web数据挖掘,去干扰性能较好,精度较高。     

基于拨备满足模型的无线传感网节点覆盖算法

针对无线传感网预覆盖过程中存在覆盖盲区以及数据频繁重传而导致的节点覆盖抑制现象,提出了一种基于拨备满足模型的无线传感网网络覆盖算法。设计一种新的无线传感网节点覆盖模型,并构建覆盖指数、覆盖强度、覆盖均衡评估系数等评估维度,快速评估节点覆盖质量。再计算覆盖均衡评估系数,并采用拨备模型优化覆盖质量,确定覆盖性能优越的备用工作节点。随后,基于覆盖相似性原则评估工作节点覆盖性能,设计了节点首次覆盖评估方法,按节点移动路径依次评估覆盖指数统计均值,并根据目标节点进入覆盖区域的先后,逐次激活性能最佳的工作节点进行监测。仿真实验表明：与当前无线传感网常数节点覆盖方案相比,所提方案具有更高的网络覆盖率、更短的覆盖启动时间和更少的工作节点数目。     

融合知识图谱与图片特征的推荐模型

目前知识图谱研究主要面向信息检索、自然语言理解等领域,在推荐系统中融合知识图谱成为推荐领域学者广泛关注的问题。为了解决单一知识图谱忽略的丰富知识信息,该文对知识图谱进行多模态扩展,并提出一种融合知识图谱与图片特征的推荐模型(KG-I)。不同于其他基于知识图谱的推荐算法,该方法增加视觉嵌入、知识嵌入和结构嵌入去挖掘用户项目之间的隐式反馈信息。该模型利用深度游走模型(Deep Walk)捕获空间结构的方法和波纹网络模型(RippleNet)挖掘知识图谱的知识表达的思想,并且考虑图片对用户偏好的影响,有效地将信息进行融合,并在真实数据集上与其他模型实验比较,研究多种特征的影响,分析不同稀疏度数据下的表现。结果表明,融合知识图谱与图片特征的个性化推荐模型完全优于其他的对比算法并且有效缓解数据稀疏情况。     

基于自然语言处理的医疗问答系统研究与实现

针对民生的医疗健康大数据,运用知识图谱构建医疗知识图谱,通过F₁值比较,在知识图谱构建的知识抽取阶段采用Bert模型自然语言处理算法,而关系抽取阶段采用基于注意机制的卷积神经网络(Att-RCNN),通过上述两种算法将建立好的知识图谱存储于图存储引擎Neo4j中;其次,为了系统能够识别用户的意图,通过F₁值比较,最终采用BERT-TextCNN算法模型处理用户意图识别和槽位匹配;最后,利用Django框架搭建后端,前端采用微信接口实现用户与该系统的交互。     

基于多种群协同进化算法的数据并行聚类算法

为了提高云存储空间多维资源数据挖掘能力,需要进行数据并行聚类处理,提出基于多种群协同进化算法的数据并行聚类算法.构建云存储空间多维资源数据的参数采集模型,对采集的云存储空间多维资源数据进行模糊并行特征分布式重组,提取云存储空间多维资源数据聚类特征参数集,采用关联粗糙集特征分析方法进行云存储空间多维资源数据的多尺度小波结构分解,结合多种群协同控制的方法,建立云存储空间多维资源数据的并行聚类模型,通过关联协同滤波检测方法,进行云存储空间多维资源数据的分组特征检测和融合聚类处理,根据差分进化方法进行云存储空间多维资源数据的聚类中心寻优,遍历云存储空间多维资源数据聚类区域的候选目标集,实现对云存储空间多维资源数据的并行关联规则聚类和可靠性挖掘.仿真结果表明,采用该方法进行云存储空间多维资源数据挖掘的精度较高,聚类性较好,收敛性较强.     

多源异构数据情景下的电力系统智能辅助决策建模

电力系统信息的准确检索对于指导电力系统的全生命周期管理具有重要作用。由于存在数据孤岛、答案搜索精度较低等问题,电力系统亟需采取新的策略来提高数据存储和提取效率。针对以上问题该文提出了一种面向多源异构数据情景下的电力系统,主要借助领域知识图谱构建技术以及相关知识问答方法,以智能辅助后续业务决策。首先合并现有多源异构电力系统相关数据,采用本体建模的方式对电力系统中的各项概念和公理进行约束定义。然后采用一种基于依存语义范式的无监督中文实体关系抽取模型对中文电力领域文本中的细粒度实体和关系进行三元组抽取以构建知识图谱,借助Neo4j图数据库辅助领域知识图谱的存储,并根据领域问题模板匹配的方式实现细粒度电力系统领域问答通过交互式问答原型系统验证文章所提方法的有效性。     

基于元数据的电力客户流量数据实时监测设计

为了提高电力客户流量数据实时监测能力,提出基于元数据的电力客户流量数据实时监测系统设计方法。构建电力客户流量数据的分布式采集和存储结构模型,采用多分布的传感器阵列进行电力客户流量数据采样,对采集的电力客户流量数据进行特征重组,提取电力客户流量数据的元数据结构特征,根据元数据的结构分布进行电力客户流量数据的模糊信息聚类处理,建立电力客户流量数据的多分布特征检测和属性聚类模型,采用模糊融合方法进行电力客户流量数据的多元信息重构,在重构的特征空间中实现电力客户流量数据实时监测。仿真结果表明,采用该方法进行电力客户流量数据监测的实时性较好,识别精度高,特征分辨能力较强,具有很好的电力客户流量信息检测和识别能力。