删不掉的恶意APP交给一键ROOT大师

随着普通的通信手机向智能手机全面转变,曾让用户不堪其扰的短信骚扰少了,但更加隐蔽和难以根除的恶意软件却让人更加头疼。而在这些或泄露用户信息、或偷取流量与话费的APP中,伪装成原装手机出厂预设软件形象的恶意APP影响最为恶劣。小刘是上海一名智能手机用户。去年9月购入了一台千余元的国产安卓手机。没想到,在点开手机自带浏览器APP之后,就被见缝插针弹出的广告网页与不良信息严重骚扰。     

探讨计算机网络管理与安全技术方法

当今社会高速发展,我们已经进入信息时代,网络信息技术得到快速地发展,人们也越来越重视计算机网络管理与安全技术。随着经济的发展,人们的生活水平越来越好,越来越多人买得起电脑跟手机等电子产品,经过一系列的信息泄露事件,人们越来越关注网络安全。下面我将分析计算机网络管理的现状,列举一些计算机网络管理存在的安全隐患,提出一些相关的建议。     

甘肃：科学谋划 全面落实规划目标

“十一五”期间,甘肃省共解决了616万农村人口的饮水安全问题,新增有效灌溉面积117万亩（7．8万hm^2）,发展节水灌溉面积450万亩130万hm^2）,新修梯田475万亩（31.67万hm^2）。治理水土流失面积1．02万km^2,新增小水电装机112万kW。各类水利工程供水能力达到144亿m^2,农业灌溉水利用系数提高到0．51,“十一五”期间水利投入显著提高。     

一种基于网格的引力聚类算法

将万有引力和牛顿第二运动定律的思想引入到聚类分析中,提出了一种基于网格的引力聚类算法GCABG.该算法可以自动决定目标数据集中的簇的个数,并且能发现任意形状的簇且可以过滤"噪声"数据.实验结果表明GCABG可以产生高质量的聚类结果.     

基于自适应遗传学习粒子群算法的多无人机协同任务分配

研究救援场景下的多无人机协同任务分配问题,考虑幸存者所需援助类型的不同,建立更贴合实际的组合优化模型.针对该模型,提出一种自适应遗传学习粒子群算法(adaptive genetic learning particle swarm optimization, AGLPSO).首先,根据无人机与幸存者之间的救援关系,采用一种实向量编码机制处理决策变量约束,以简化模型求解.然后,通过两层级联结构提高算法搜索能力:第1层通过遗传学习策略生成高质量的精英粒子,并对进化停滞的粒子采用精英学习策略进行更新,以跳出局部最优;第2层利用精英粒子指导种群的搜索方向,并根据粒子群的进化速度和粒子的聚集程度,采用自适应进化策略提高算法在不同进化时期的寻优能力.仿真实验表明,所提出的AGLPSO算法能快速、有效地找到合理的救援分配方案.     

基于加权因子的光电经纬仪航迹测量

针对光电经纬仪测量的异面定位误差,采用加权因子算法进行调整;首先建立空中测量目标的定位模型,为避免因各种误差对测量数据的影响,接着用加权因子对目标无偏估计,通过调整加权因子提高测量模型的精度,最后建立模型并进行仿真实验,得到了精确的航迹坐标,仿真结果表明减少虚假航迹,提高对被测目标的定位精度。     

谁该为128bit HD3850负责——七彩虹“造假”事件调查

HD3850无疑是目前中低端显卡市场上的当红小生,从上市之初的1499元到现在的499元,不到一年的时间跌幅达到1000元,强大的核心规格以及256bit的显存位宽使其高高凌驾于同价位产品之上。     

一种随机化的软件模型生成方法

模型转换是模型驱动开发的核心技术. 当要把模型转换用于工业生产时, 其性能成为影响这一技术成败的关键因素之一. 为了测试模型转换程序的性能, 需要能够快速地生成一组具有较大规模的模型数据用于作为测试的输入数据. 本文提出一种随机化的模型生成方法. 该方法能够根据元模型的定义以及用户输入的约束条件随机、正确地生成模型文件. 实验结果也表明, 本方法和其它方法相比具有更好的生成效率, 从而更加适合支持模型转换的性能测试.     

一种基于UML关系的Java代码库构造方法

关系信息是体现代码结构和语义的最重要的一类信息,如继承、聚合、组合、依赖、调用和创建实例等。为了更好地支持开源代码的理解与复用,提出了一种基于UML2关系的代码库构造方法。它以图数据库为实现平台,采用语言工程中经典的抽象语法树作为基础,并针对Java语言的特性和机制,设计富语义的Java代码属性图数据模型,在此基础上使得Java代码的图结构持久化。同时,为了屏蔽各种编程语言社区对代码中关系信息理解的差异性,采用UML2.4国际标准版本中定义的关系类型及语义解释,设计相应的代码关系抽取算法,为图节点添加对应的关系边。针对代码图化后的膨胀及代码库的空间存储消耗情况,选取9个常见的开源项目进行了实验评估。最后,给出了基于此代码库的查询应用实例。     

场景驱动的构件行为抽取

如果构件含有冗余的功能,特别是含有用户不想要的功能,则无法被用户正确使用.因此,如何从构件中提取场景规约中所描述的用户想要的行为便是一个亟待解决的问题.给出了解决该问题的一种方法.该方法通过为构件构造一个环境,即极大包含环境,使得场景规约中所描述的所有行为可以从构件中抽取出来,并保留到该构件与其极大包含环境的组合中.同时,构件中的其他行为,即不在场景规约中的行为,被尽可能地舍弃.用接口自动机为构件的行为建模,并将用消息序列图描述的场景规约抽象为一组活动序列.构件的组合描述为接口自动机的乘积.给出了基于场景进行构件行为抽取的相关算法,并用一个实例对文中所述方法进行了说明.