面向服务质量感知云API推荐系统的数据投毒攻击检测方法

针对现有研究通常假设云API推荐系统的服务质量数据是可靠的,忽略了开放网络环境中恶意用户对云API推荐系统的数据投毒攻击的问题,提出了一种基于多特征融合的数据投毒攻击检测方法。首先,依据设计的相似性度量函数构建用户连通网络图,并利用Node2vec捕获用户邻域特征;其次,采用稀疏自编码器挖掘用户服务质量深度特征,并构建基于服务质量数据加权平均偏差的用户解释特征。进一步,融合用户邻域特征、服务质量深度特征和解释特征建立基于支持向量机的虚假用户检测模型,并使用网格搜索和交替迭代优化策略学习模型参数,继而实现虚假用户检测。最后,通过多组实验验证了所提方法的有效性和优越性,实现了服务质量感知云API推荐系统在数据端的投毒攻击防御。     

一种基于Web资源相似性的序列模式聚类方法

在Web行为挖掘中,序列模式聚类是一个很重要的课题,其首要问题就是web序列模式间的相似性度量.以往的多数方法都仅仅针对序列本身进行度量,而忽略了系统中资源本身所存在的关联关系以及用户对资源访问的时间因素.针对该问题,提出了一种基于考虑资源相似性的web访问序列模式的相似度量方法,并且考虑了用户访问资源的时间因素.经过检验,证明能够有效真实地反映实际情况.     

分布轮廓与局部特征融合的云模型不确定性相似度量

针对当前基于云模型的不确定性相似度量或为精确局部数据的量化计算,或单纯通过其整体几何特征进行度量,导致结果具有较大的片面性问题,综合考虑云模型整体几何特征与微观云滴分布贡献,该文提出了一种分布轮廓与局部特征融合的不确定性相似度量方法,即基于包络带及其云滴贡献度的云模型不确定性相似度量方法(EACCM)。该方法将体现云模型几何特征的包络带(内包络曲线和外包络曲线之间区域)作为相似度量基础,结合其重叠部分包含云滴的贡献度大小建立综合度量模型。仿真结果显示,该方法度量结果更为科学合理,并且有效避免了同一数字特征相差较大或者非常接近时导致的相似性异常问题。     

一种混合云环境下SLA约束的云资源调度方法北大核心

混合云提供了一种本地资源不足以向公有云申请资源的灵活做法,但使用哪一个公有云服务或者如何选择公有云服务需要仔细斟酌。提出一种基于SLA约束的云资源调度方案。该方案将向外部云调度的关键SLA度量看作用户的满意度和最低代价,并将这些SLA分量进行量化比较,以动态调整内部云资源无法服务而需要向外调度资源的情况。实验结果表明,该方案能够实现成本和实时性的最大满意度。     

协同过滤中的相似性度量方法的研究

现今,推荐系统越来越受到重视和普及,协同过滤算法是应用最为广泛的个性化推荐技术之一,对基于用户和项的协同过滤推荐算法进行简单的阐述之后,着重对相似性度量方法进行了研究,分别介绍了相关相似性、余弦相似性和调整的余弦相似性,在稀疏数据下对这3种相似性度量方法进行了分析与比较,在最终给出分析结论,并在此基础上提出了改进的相似性计算方法。     

基于云模型相似度的图像分类方法研究

云模型相似度方法是对象相似性分析的一种重要方法.为提高图像分类的准确性,提出一种基于云模型相似度的图像分类方法.首先给出图像云模型的定义,然后根据云模型方法的逆向云算法对图像云模型特征进行数字特征计算,最后引入云模型相似性测度方法对图像云模型相似性进行测算并确定图像分类.仿真结果表明,文章所提方法可准确地对图像进行分类,且计算效率较高.     

评分可信度条件下的协同过滤模型

通过对用户信任度进行量化,再从项目的角度进行调整,最终获得了较为准确的评分可信度度量。在此基础上,建立了评分可信度矩阵,并对提出的四种可信度相似性模型进行了优化。实验比较结果表明,基于不同的数据集,新提出的相似性模型在合理的时间开销下,相对于传统模型在项目预测准确性方面拥有出色的表现。     

基于数据挖掘的电力云资源规划调度

随着虚拟化技术的应用,数据中心的资源利用率已经得到一定程度的提高,但是云资源通常还是根据用户提出的需求预先分配,资源利用率仍然有待提高.为了进一步改进资源利用率,云中心的实际资源需求可分为“周期资源”及“峰期资源”.“周期资源”可以通过历史规律,利用递阶成分负载模型进行分析,预测出数据中心大部分时间的资源需求;“峰期资源”主要是满足短时间内的各种高峰资源需求,这种需求应用了排队论及随机均衡算法模型并根据实际应用的需要动态启用、分配和收回资源.通过使用资源收集与分配守护进程对云中心资源需求进行规划调度实验,效果明显,从而为云中心资源利用率的提升及节能减排提供了一种有效途径.     

基于Matlab的图像自动标注

图像自动标注在检索大量数字图像时起到关键作用,它能将图像的视觉特征转化为图像的标注字信息,为用户的使用及检索带来极大的方便。研究了图像自动语义标注方法,设计并实现了基于Matlab图像自动标注系统,能够提取图像颜色特征和纹理特征,与已标注图像进行相似性度量并标注出图像语义关键词     

基于XML的英语学习资源协同过滤推荐方法

由于英语学习资源与正常文本或图像的数据属性特征存在一定差异，故无法为用户推荐符合需求的英语学习资源，因此，提出基于XML的英语学习资源协同过滤推荐方法。通过构建用户评分矩阵，设定英语学习资源为词频向量，利用改进的余弦相似性，度量邻域用户之间的相似性，根据解得的作品属性隶属函数，推导出属性特征隶属度矩阵，分别计算XML文档的内容相似度与结构相似度，经加权融合求解作品的综合相似度，实现英语学习资源的个性化推荐。实验结果表明，所提方法推荐结果较为精准，具有有效性与可行性。     

平移变化性相似性学习的行人重识别算法

行人重识别的精确度主要取决于相似性度量方法和特征学习模型。现有的度量方法存在平移不变性的特点,会增加网络参数训练的难度。现有的几种特征学习模型只强调样本之间的绝对距离而忽略了正样本对和负样本对之间的相对距离,造成网络学习到的特征判别性不强。针对现有度量方法的缺点该文提出一种平移变化的距离度量方法,能够简化网络的优化并能高效度量图像之间的相似性。针对特征学习模型的不足,提出一种增大间隔的逻辑回归模型,模型通过增大正负样本对之间的相对距离,使得网络得到的特征判别性更强。实验中,在Market1501和CUHK03数据库上对所提度量方式和特征学习模型的有效性进行验证,实验结果表明,所提度量方式性能更好,其平均精确率超出马氏距离度量6.59%,且所提特征学习模型也取得了很好的性能,算法的平均精确率较现有的先进算法有显著提高。     

云实训室信息化数据智能推荐技术

多模态领域内，海量信息化数据交互使用，用户难以精准获取目标资源，为此提出一种基于三维双流网络的云实训室信息化数据智能推荐技术。分析历史数据，采集用户对数据倾向程度，利用人口统计信息与历史评价矩阵，计算用户兴趣与待推荐数据间相似性，应用K-Means算法聚类相似性结果，引入三维双流网络，卷积化处理相似性结果集合，凭借文本与图像特征信息，对比卷积下数据与用户分类结果，实现云实训室信息化数据的智能推荐。实例测试结果表明，所提技术具有推荐效率较高与推荐满意度评分较好的优点。     

云计算在短信业务中的应用探讨

分析了短信系统云化的必要性,并从系统云化部署的便利性和云资源使用的高效性两方面考虑设计了云化短信系统的总体架构,并基于资源、业务量和短信业务特征提出了云平台资源的调度策略,对云计算技术在短信业务系统中的应用进行了探讨。     

云环境下的 CRUAC访问控制模型

提出了云计算环境下的CRUAC访问控制模型。该模型以使用控制模型为基础,引入了角色的概念,并将约束信息加入到决策判定因素中。该模型能够解决使用控制模型中将权限直接分配给用户所带来的系统开发、重用和系统安全管理等复杂性问题,并且为云用户访问不同云服务器上的资源提供了一种解决方案,能够较好地满足云计算环境对访问控制的需求。     

一种基于免疫克隆的偏好多维QoS云资源调度优化算法

针对云计算环境中高效资源调度问题,首先从理论上对云资源调度进行了建模,对用户应用偏好和多维QoS中的用户效用进行了量化,给出了多维QoS优化的目标函数.结合具有快速多目标优化能力的免疫克隆算法,提出了一种云资源调度优化算法.根据应用偏好信息为抗体分配偏好优先级,据此进行抗体的免疫克隆操作,提高抗体免疫基因操作的预见性,...     

基于颜色特征的少数民族服饰图像检索

针对同一民族的服饰具有统一的色调,文章使用RGB颜色空间下的颜色直方图来表示少数民族服饰图像的颜色特征,并在自建的少数民族服饰图像库中进行图像检索实验,在进行少数民族服饰图像检索时,使用改进的L1距离公式进行相似性度量,并与不同的相似性度量方法进行了对比研究,实验结果表明,与L1距离、L2距离、卡方距离和Canberra距离等相似性度量方法相比,文章提出的相似性度量方法检索效果较好。     

云环境中基于异构资源的资源分配算法

随着"云计算"的出现和快速发展,"云"作为一种新型的资源形式被越来越多的用户所使用。云环境中的资源分配问题成为了云计算中不可忽略的问题。在云资源管理平台中,如何既满足用户的任务需求,又节省云资源成本,是云运营商尽快希望解决的问题之一。实际上云用户对云资源的请求是有差异的,而且用户任务的完成通常由多个异构的云资源来实现。文中作者考虑了异构云资源间的差异,提出了一种基于异构资源的资源分配算法。该算法先从任务的全局角度考虑,将用户提交的云任务划成不同的组合,再根据云资源间的差异,为相应的组合分配相应的资源。实验仿真表明,在异构云环境中,该算法能在满足用户需求的前提下,在节省云资源使用上有较好的表现。     

协作多组多播认知无线网络的资源优化配置

考虑到无线电频谱资源日益紧缺,提出了一种基于组间组内协作传输的多播组新机制,涉及多个多播组并使用同一频谱资源以协作方式传输信息。基于认知无线网络中该机制,研究了系统的资源优化配置,理论分析得出了功率分配方案,进而讨论了系统加权总传输速率的优化,同时考虑了主用户和认知用户之间信号干扰及功率限制对传输速率的影响,最优化用户性能。仿真结果表明,优化方案下多播组传输速率随用户人数的增加而上升,达到最优化用户服务质量;当功率限制时,通过设置加权因子,能够保证主用户拥有良好的通信性能。     

云计算计费模型研究

分析并提出了一种基于用户业务相关的灵活定价策略和用户资源使用行为及对资源评价反馈的计费模型:首先,基于设定的业务类别资源定价策略关联模块,获取针对特定业务类别的资源单价策略,同时通过对云计算系统中用户的资源使用行为的分析,获得用户的资源使用行为影响因子;并依据SLA(服务等级协议)对资源提供者进行评价得到服务满意度,基于用户行为影响因子和服务满意度对计费结果进行调整。模型的实际应用表明,其具有良好的应用效果。     

基于资源路由表的P2P资源查找机制研究

对等网络使用户共享和访问网络中的大量资源，但随着网络规模的扩大，原有的资源查找机制已不能满足P2P环境下查找效率与网络负载的要求。文中结合P2P相邻节点的路径选择与Internet中的路由器选路具有的相似性．给出了一种新的资源查找方法——资源路由表查找法，并以此为基础构造了一个二层P2P资源查找模型，对其中的关键问题和方法给予了详细描述．并分析了该模型的性能。