一种具有时间约束的安全数据驱动协调模型

研究在开放环境下利用Linda-like数据驱动协调模型所带来的安全问题。为了对数据协调空间的安全进行控制,提出了一种具有时间约束的安全协调模型。此协调模型通过对元组数据增加特定信息,并运用混合密钥机制实现对协调元组空间的安全访问控制。     

基于树自动机的XML过滤技术

为了提高XML数据流的查询匹配效率,基于XML过滤技术研究提出了一种基于树自动机的XML过滤技术XTAFilter.该技术利用hash表来存储谓词,并对多个查询表达式XPath通过共享路径构建树自动机,减少了匹配的时间,提高了查询匹配的效率,同时降低系统运行时的活动状态.搭建仿真平台对技术进行验证,仿真实验结果表明,XTAFilter 技术能有效地提高XML数据流的匹配效率,提高了系统的实用性.     

基于网格虚拟组织的分层分布式密钥协议

分析了网格计算系统中面向虚拟组织的动态组密钥管理需求,讨论了基于虚拟组织成员选择环境的“虚拟组织4层结构”和“成员加入策略”,给出了分层分布式密钥协议,避免在密钥的集中式分发与管理模式中,出现单点失败的情况,并具有了层次结构的优点。     

基于模型驱动元数据集成体系结构研究与设计

元数据及其管理是数据仓库和业务分析领域中的核心部分,也是成功建立信息供应链的关键。元数据管理依赖于软件体系结构来抽取、集成、存储和发布元数据。这样的体系结构通常以元数据存储库为核心。提出了一个基于CWM(CommonWarehouseMetamodel)元模型的元数据集成体系结构,并对体系结构中的相关组件和技术进行了简要介绍。     

一种兴趣驱动的跨网络传播优化算法

现有社交网络影响力优化算法难以发现跨多个社交网络的全局影响力最大节点.对此,利用用户兴趣和跨网络重叠用户对多个社交网络进行研究,提出一种兴趣驱动的跨网络传播模型,设计跨网络影响力的优化算法.实验结果表明,相比现有算法,该算法仅用1/5的种子节点就能达到相同的影响力效果,同时计算时间开销减少了6/7.     

利用影响因子遗传算法优化前馈神经网络

提出了一种带有影响因子的改进遗传算法并以此来优化前馈神经网络.染色体的每个基因都有一个影响因子,其不同取值体现了基因对整条染色体的不同影响程度.在遗传进化过程中,通过影响因子等遗传操作以达到对前馈神经网络的权值、阈值和结构优化的目的.仿真实验表明,该算法能够快速地确定神经网络的结构并且有效地提高了神经网络的收敛速度.     

基于决策树和链接相似的Deep Web查询接口判定*

针对现有Deep Web查询接口判定方法误判较多、无法有效区分搜索引擎类接口的不足,提出了基于决策树和链接相似的Deep Web查询接口判定方法。该方法利用信息增益率选取重要属性,并构建决策树对接口表单进行预判定,识别特征较为明显的接口;然后利用基于链接相似的判定方法对未识别出的接口进行二次判定,准确识别真正查询接口,排除搜索引擎类接口。结果表明,该方法能有效区分搜索引擎类接口,提高了分类的准确率和查全率。     

基于源端控制规律的主动队列管理算法

将TCP源端的拥塞控制规律引入路由器端的拥塞控制问题,提出一种高性能的主动队列管理算法ERFU,综合考虑路由器输入流的流量速率与内部负载程度,无需设置多样的参数,直接依据TCP源端的拥塞控制规律,更新数据包的丢弃(标记)概率,具有较低的算法需求和优越的算法性能。通过仿真与ERED相比较,证明ERFU在随机流、突发流2种网络状况下均具有更优良的性能。     

基于特征词复合权重的关联网页分类

针对网页分类中关联分类方法存在的如下两点不足:(1)仅把网页当成纯文本处理,忽略了网页的标签信息,(2)仅用网页中的特征词作为关联规则的项,没有考虑特征词的权重,或仅以词频来量化权重,忽略了特征词位置特征的影响,提出了基于特征词复合权重的关联网页分类方法。该方法利用网页标签信息所体现的位置特征计算特征词的复合权重,并以此权重为基础建立分类规则,对网页进行分类。实验结果表明,该方法取得了比传统的关联分类方法更好的效果。     

基于约简数据集的FCM聚类算法

为了解决模糊C-均值(FCM)聚类算法在使用欧氏距离计算样本与类中心点的距离时计算量大的问题,提出了一种基于属性约简的FCM聚类算法.该算法根据粗糙集理论对初始数据进行属性约简,消除数据对象中的冗余值,然后再对约简后的属性集进行模糊聚类.实验结果表明,该算法能有效减少FCM算法的距离函数计算量,在不降低聚类精度的前提下,提高了FCM算法的执行效率.