互联网金融信息安全分析

首先介绍互联网金融信息安全现状以及不同类别的信息安全风险,然后分析移动支付、互联网金融数据的安全风险。最后提出互联网金融信息安全的几种主要解决方案,给出互联网金融信息安全风险管理与建议。     

金融大数据下互联网金融的风险控制策略探讨

近年来,互联网技术飞速发展,并广泛应用于各个领域。互联网技术在金融领域内也得到了深度运用,尤其是大数据技术。然而,互联网金融本质上仍然是传统金融,只是结合了更多先进的技术,注入了新的活力。因此,互联网金融依然具备诸多风险,并且,互联网技术在金融中的运用使各种风险在无形中被放大。本文将分析金融大数据下互联网金融所面临的风险,并探讨可行的风险控制策略。     

互联网金融发展中风险控制的分析

随着互联网金融的热潮汹涌袭来,P2P网贷各种模式竞相发展.基于P2P模式的特点,介绍了P2C模式的特点.从选择靠谱的担保公司、实行多道风控手续、引入风控人才等3个方面,分析了P2C的风险控制.     

互联网金融产品的协同及其风险和防范

我国互联网金融的起步较晚,监管还不够完善,互联网金融产品的协同发展更是处于无先例可循、探索发展的 状态。在这种情况下,要及时发现协同发展带来的风险并进行防范。本文以综合型金融机构复合型产品开发销售的多层次供 给为背景,从互联网金融产品的协同发展着手,借鉴国内外的创新模式,为我国互联网金融产品的协同发展提供有益的借鉴; 同时注重发现互联网金融产品的协同发展过程中出现的问题和潜在的风险,并提出解决的办法和预防措施。     

基于复杂网络的风险传播模型及有效算法

提出一种基于复杂网络的风险传播模型及有效算法,通过结合复杂网络中传播蔓延现象的推广模型,将风险传播模型划分为两种：主动型风险传播模型与被动型风险传播模型。并对已有风险传播算法进行改进,实验表明,该模型及算法能健全风险传播机制,提高传播速度与精确度。     

互联网金融：创新与风险相伴

2013年,互联网金融发展风起云涌如火如荼,以阿里巴巴、腾讯为代表的互联网公司凭借火数据、云计算、平台化、移动互联网等新一代信息技术,依托用户、渠道和流量等独特优势在金融领域攻城略地风生水起,改变了金融机构一统江山的现状,一些“高大上”的金融产品通过互联网金融独有的业务服务模式“飞人寻常百姓家”。     

论互联网金融与传统金融

互联网信息时代的到来,给人们的生活带来了冲击,改变了人们以往的生活方式,互联网金融的到来也对传统金融完成了冲击和影响,并与传统金融形成了鲜明的对比.本文在互联网时代背景下,探讨了,互联网金融与传统金融的对比自己传统金融应该如何应对互联网金融.     

互联网金融数据抓取方法研究

介绍了金融数据采集工具软件中用到的数据抓取方法.该方法通过微软公司MSXML组件中的XMLHTTP对象获取网页文本,并将待提取数据文本划分为3个层次:数据块、数据行和数据字段,逐层截取.对每个数据层次给出了7种不同的标识类型,以方便对各层次数据进行标识.为达到灵活和精确提取数据的目的,正则表达式被引入.以新浪网的金融网...     

互联网理财,看收益更要看风险

互联网金融风生水起。自从去年6月份阿里巴巴推出余额宝以来,金融市场上出现了各种理财宝宝,吸引了众多投资者参与购买。然而,在投资呈现一片热潮的同时,互联网理财的各种风险必须被关注。本文从互联网金融的出现着手,分析了目前互联网理财的优势及其中存在的各种风险,以期能为互联网投资者提供一些参考。     

动态预测算法平台中网络多媒体应用的改进

为了进一步满足用户对网络多媒体应用的需求,减少带宽资源的占用率,在简要分析网络多媒体应用现状的基础上,提出一种基于动态预测算法平台的网络多媒体应用改进策略,期望通过实际的研究有助于网络多媒体应用的大范围推广普及。     

可信互联网中服务提供者身份的可信问题

可信互联网是近年的研究热点。介绍了当前互联网在网域路由、域名解析和可信应用3个层面在身份可信方面的主要进展,包括RPKI、DNSSEC以及网站可信标识体系,介绍了3项技术的主要原理和作用,同时介绍了三项技术目前在互联网社区部署的进展情况。最后特别强调了网站可信标识体系的重要性和意义。     

基于神经网络的链路预测算法

针对当前基于网络拓扑结构相似性的链路预测算法普遍存在精确度较低且适应性不强的问题,研究发现融合算法能够有效改善这些问题。提出了一种基于神经网络的融合链路预测算法,主要通过神经网络对不同链路预测相似性指标进行融合。该算法使用神经网络对不同相似性指标的数值特征进行学习,同时采用标准粒子群算法对神经网络进行了优化,并通过优化学习后的神经网络模型计算出融合指标。多个真实网络数据集上实验表明,该算法的预测精度明显高于融合之前的各项指标,并且优于现有融合方法的精度。     

浅析网上银行客户身份鉴别安全

为了在网络经济环境中取得竞争优势,银行业纷纷推出网上银行服务。随着网上银行服务的广泛开展,如何更好的规避安全风险问题,是所有客户与银行业非常关心和重视的话题。文章简要介绍了当前网上银行面临的主要风险,对比分析了当前网上银行主流辅助鉴别措施的技术方式、安全性、便捷性和成本数据。最后,从手机网上银行、第三方支付和攻击趋势三个方面阐述了网上银行鉴别安全面临的新挑战。     

基于圈结构的LPANNI优化算法

针对重叠社区发现准确率提升问题,提出了一种基于圈结构的LPANNI优化算法CLPANNI（cycle label propagation algorithm with neighbor node influence）。该算法通过挖掘节点的最小圈信息,依据圈比指标衡量节点的重要性并按升序进行标签更新,增加了标签传播过程的稳定性,按照邻居节点影响力大小加权接收邻居节点传递的标签。与四种基准算法在NMI_LFK、NMI_MGH、MOV指标下进行测试比较,CLPANNI算法在社区发现准确率方面表现较好。实验结果表明,该算法能够有效探测网络重叠社团结构,发现网络的紧密子团,识别的社团分布与真实网络结构更为接近。     

高频电子标签的防碰撞算法研究

多张电子标签的防碰撞技术是射频识别中的一个关键技术,防碰撞算法的好坏直接影响着RFID系统处理多张电子标签的能力。研究了高频电子标签的防碰撞原理,在二进制搜索算法和时隙SLOTS算法的基础上提出了动态混合算法和类八进制搜索算法,并对算法进行了性能分析。实验结果表明,这两种算法具有更优越的性能。     

基于区块链的工业互联网标识公共服务应用初探

[目的]通过在分布式的区块链网络上不可篡改地处理标识公共服务应用涉及的主数据模型、知识图谱模型、关键主数据,为跨行业和行业内的公共服务应用提供更加安全可信的标识服务,从而打造更加可信的工业互联网.[文献范围]文章重点调研国内外标识及区块链关键技术、基于标识和区块链的跨领域关联研究,以及面向标识服务进行的区块链建设应用,...     

基于反向感染的复合种群网络传播溯源算法

流行病的传播会对整个人类社会构成巨大威胁,因此迅速识别传播源并及时采取控制措施至关重要。然而,由于流行病传播过程具有多样性、信息不确定性等因素,使得快速准确识别传播源成为一项挑战。结合反向感染算法、复合种群网络模型以及马尔可夫链理论,提出了一个在复合种群网络中识别传播源的新算法。该算法首先利用马尔可夫链来初步估计子种群被感染的时间,被感染子种群根据感染时间获得自己的身份信息,然后遍历所有获得感染子种群身份信息的子种群,将收集到的感染子种群身份信息传播给其所有邻居,最后根据获得所有感染子种群身份信息的时间顺序推断出复合种群网络的传播源。在真实的航空网和人造复合种群网络上进行大量仿真实验,发现无论在已知全部感染快照还是部分感染快照的情况下,该算法与其他传播溯源算法相比,识别传播源的准确性都有显著提升。该算法非常适合用于航空网这类复合种群网络,对现实世界中的流行病传播溯源和控制也具有参考意义。     

BP算法在信用风险分析中的应用

建立了基于BP算法的神经网络信用风险评价模型,用来对我国某国有商业银行2001年80家贷款企业进行两类模式分类.按照企业的财务状况、经营状况以及过往的信用记录分为"信用好"和"信用差"两个小组.对于每一家贷款企业,主要考虑能反映该企业的还款能力、盈利能力、经营效率和资本结构等7个财务比率作为分析变量.对该BP网络分别训练100次、390次和800次.仿真结果表明,当训练800次时,网络达到一定的稳定状态,目标函数值达到最优,分类准确率达到98.75%.此外,还给出了该BP网络的学习算法和步骤.     

基于网络拥塞的Internet级联故障建模

Internet是一个典型的具有自组织临界特性的复杂网络,分析了Internet级联动力学特点,指出了两点可能引发级联故障的原因;不同于以往的介数模型,提出了节点拥塞函数,相当于给每个节点赋一个动态的权值,以表征该节点的拥塞程度;加入了延迟时间,在永久删除策略和不删除策略之间建立关联.另外,建立了新的网络效率评估函数并以此衡量级联故障的严重性.仿真实验研究了不同的拓扑结构、规模、延迟时间、节点处理能力和包产生速率对拥塞传播的影响,揭示出级联故障传播分为3个阶段以及影响传播的主要因素.     

金融风险预警的MPSO-FNN模型构建与应用

提出了一种改进型粒子群算法,并结合神经网络与模糊逻辑系统建立金融风险预警模型。将模型应用于信贷风险预警研究,仿真实例的结果表明,该模型所获得的预测准确性更高,是处理金融风险这类复杂经济系统预警问题的一种有效方法。