基于用户反馈的top-k查询修改算法

top-k查询主要用来从海量的数据中返回用户最为偏好的k个对象.目前已经有大量的研究工作致力于top-k查询中的性能研究,近年来针对top-k查询结果进行解释的研究逐渐得到了广泛的关注.在top-k查询中,由于用户不能精确地指定自己的偏好,因此针对top-k查询的结果用户可能产生这样的质疑:"既然连对象p都出现在top-k结果中,为什么我期望的对象m块没有出现在top-k结果/"针对用户这样的疑问,提出了一种基于用户反馈的top-k查询修改算法,该算法首先定义了用来衡量初始化top-k查询变化的评估模型函数,基于该评估模型函数,使用抽样方法得到候选权重集合,针对每一个候选权重通过渐进式top-k算法来得到新的最优化查询.最后在模拟数据上验证了提出算法的效率.     

面向电子商务的用户异常行为检测研究

针对电子商务中用户异常交易行为的检测问题,文章首先根据用户行为日志数据的特点将其分割为静态属性集和操作序列集,然后利用基于轴属性的Apriori算法和GSP序列模式挖掘算法分别对这两种类型的数据集进行模式挖掘,在此基础上建立用户的正常行为模式,最后使用基于先后顺序的模式比较方法将用户当前的行为模式与其历史正常行为模式进行匹配,以此来判断该用户的交易行为是否异常。在真实数据集上的实验表明,该方法能有效发现电子商务中用户的异常行为。     

分布对象中间件StarBus

文章在介绍分布对象中间件技术及其应用情况的基础上,针对CAD领域中产品数据管理系统中的系统集成问题,着重介绍了基于分布对象中间件系统-StarBus3.0的主要功能,包括进行应用系统集成的通信“软总线”、系统服务、Web连接器等相关技术。     

面向OLAP的高效海量数据存储技术研究与实现

文章在分析了OLAP大规模海量多维数据特点的基础上,针对当前一般规模关系数据库处理海量多维数据能力的不足,通过使用数据库分区技术和并行磁盘组技术,设计并实现了一种高效的、面向OLAP应用的数据存储管理结构。并针对传统查询优化器对于大规模海量数据统计信息更新不及时的问题,设计了一种基于分区技术的统计方法。实验证明,该设计可以对百TB级的多维海量文本数据进行有效的管理。     

国外网络空间不良信息管理与趋势

针对网络空间内容安全中各种不良信息(包括恐怖、谣言、诈骗、暴力、色情和颠覆等)的治理需求,本文综述了国外网络空间不良信息的管理情况。首先,对国外网络空间不良信息进行了定义和分类;其次,梳理了国外网络空间不良信息监管的法律法规,阐述了一些国家在立法中普遍采取的做法;再次,从网络数据监听、网络不良信息过滤与舆论对抗入手,着重介绍了世界主要国家对网络不良信息的治理技术与手段;最后,总结了近年来全球范围内部分互联网不良信息治理专项行动等。     

基于通信特征提取和IP聚集的僵尸网络相似性度量模型

IRC僵尸网络(botnet)是攻击者通过IRC服务器构建命令与控制信道方式控制大量主机(bot)组成的网络.IRC僵尸网络中IRC服务器与bot连接具有很强的动态特性,为识别使用不同IRC服务器的同一僵尸网络,文中提取并比对僵尸网络的通信量特征、通信频率特征,建模估算bot重叠率,通过融合以上度量指标,提出了僵尸网络相似性度量模型.实验验证了模型的有效性,计算了其准确率,并分析了僵尸网络的迁移.     

基于类标号扩展的半监督特征选择算法

特征选择是数据挖掘、机器学习等领域的重要内容,在缺乏已标记样本的情况下,如何有效选择特征是一个非常值得研究的问题。基于集合间相关度与自相关度的定义,提出了一种新颖的半监督特征选择方法,从原始、少量、且已标记的训练样本出发,通过扩展类标号得到最终的聚类效果,采用复合的评价方法作为衡量特征子集的标准。大量实验结果表明,该算法是有效的。     

基于“事件—条件—动作”Agent模型的冗余服务管理框架

在目前大规模事务处理等商业应用的驱动之下,越来越多的分布式应用采用冗余服务以提高系统的性能和可用性。针对现有的冗余服务管理系统缺乏自动和自适应的管理功能,本文提出基于“事件-条件-动作ECA(Event-Condition-Action)”规则的Agent模型,并基于该模型创建了针对冗余服务的管理框架     

基于视图自维护理论的高效视图维护机制

1 介绍多库系统中的全局视图是在全局数据模式上定义的,而全局数据模式由各局部数据库(Local Database:LDB)的数据模式通过异构模式消解得到。因此,对全局视图的存取操作要分解为针对多个LDB的子操作,可能还要对数据模式及查询语言进行相应的转换。如果每一次对全局视图的访问都要转换为对底层数据库的访问,代价是很昂贵的,所以多库系统一般都保持物     

更新数据流上的连续Skyline计算

本文考虑＂更新数据流＂场景下的连续Skyline计算问题。在该环境下,数据不再满足＂先进先出＂特性,使得传统基于滑动窗口数据流上的连续Skyline计算方法不再适用。在对问题进行了形式化描述后,本文提出了基本算法BUSM,在分析其不足的基础上提出了一种网格索引数据结构,基于该结构提出了GUSM算法。该算法利用了更新数据流中删除和添加操作成对同时出现的特性,以网格为单位表示影响区域并进行快速排除预处理。理论分析和实验结果证明了上述方法在更新数据流上连续计算Skyline的有效性。