基于EAI的多层分布式应用与实现

针对目前大型企业各类应用迅速增加但应用之间缺乏有效通信的问题,采用企业应 用集成(EAI)技术,提出了4层分布式应用体系结构,实现流程自动化和松耦合的应用集成.文中首先从EAI技术和常见解决方案出发,详细阐述了表示层、企业门户、EAI总线层和数据源层的功能及软件结构,并结合电信业务运营支撑系统的实际需求,给出了J2EE平台下的应用实例开发.利用组件和容器的技术构建企业门户,通过工作流和企业Java组件(EJB)技术实现EAI总线,借助资源适配器完成应用之间的互连互通.该系统现已投入实际运行,取得了良好的应用效果.     

语音播放邮件系统的设计与实现

基于组件对象模型(COM)技术和微软Office 2000套件的自动化技术,采用内嵌可视BASIC语言(VB)应用编程方法开发了一个基于Outlook 2000的客户端文字邮件语音播放系统.详细介绍了微软语音插件Speech SDK v5.1的架构以及在Outlook 2000中内嵌VB的开发过程.该系统在功能上实现了邮件正文及附件的自动语音播放,在软件界面上实现了语音应用模块与Outlook的无缝集成.     

一种网格混合认证模型的研究

系统地分析了当前常见信任模型的优缺点,针对网格应用需求提出了一种新的混合认证模型,详细设计了新模型的框架和功能,并对三级认证子系统和域间认证子系统分别进行了仿真验证和性能分析,结果表明混合认证模型能够解决单一密钥机制存在的缺陷,提高网格认证的安全性。     

基于Merkle难题的P2P网络匿名认证方案

现有的认证方案大多采用超级节点或者引入CA认证中心进行节点间认证,破坏了P2P网络分布式特点;此外,认证过程一般使用节点的真实ID,不能满足P2P网络匿名性的需求。针对以上问题,文中提出一种结合Merkle难题和改进的SAKA算法的节点间匿名认证方案MBAA（Merkle—based Anonymous Authentication）。该方案使用Merkle难题产生和安全传输SAKA算法所必需的对等节点间的初始共享密钥,并采用基于单向散列函数认证的SAKA算法,实现了P2P网络中节点之间的分布式匿名认证。理论分析表明,MBAA可以有效抵御中间人攻击、重放攻击和密码猜测攻击,是一种安全有效的匿名认证方案。     

基于SLA的下一代网络计费方法*

传统的网络计费方法计费方式单一,既不能体现出多级服务的差异性,也不能确切地保证服务质量。为了解决该问题,提出了一种基于SLA（服务等级协议）的下一代网络计费方法。引入了接入费用、使用费用、浮动费用、拥塞费用和补偿费用的多费用体系,在不同情况下对用户使用的服务资源进行计费。该计费方法可以提高网络的QoS（服务质量）保证能力,并利用价格杠杆有效地避免拥塞,从而提高网络提供业务的性能价格比。     

融合实体信息和时序特征的意图识别模型

人机对话意图识别旨在通过人机之间简短的对话识别出用户意图,通过对话文本的分类进而实现意图的识别。针对人机对话中因篇幅短导致语境匮乏和因对话随意性导致意图模糊的问题,提出了一种融合实体信息和时序特征的人机对话意图识别模型。在文本表示阶段,通过捕捉对话中实体信息来增强文本语义表达,并利用双向注意力机制动态生成符合语境的文本表示;并利用双向GRU提取对话上下文的时序特征来获取上下文意图之间的关系;通过级联多层gMLP,利用其内部空间控制单元自适应融合实体信息和时序特征,从而提升意图识别的准确率。为验证所提模型在多种任务上的效果,在不同意图识别任务数据集CCKS2018和SMP2018上进行实验,分别取得了90.6%和93.7%的准确率,对比CLSTM、DBN、Attention-RNN等具有代表性的模型,均有3%以上性能的提升。     

基于位置信息的移动SNS数据动态划分复制算法

现有社交网络数据划分算法大多关注于好友关系和交互关系,忽略了位置信息,造成基于位置查询的响应时间较长。针对该问题,设计了一种移动社交网络双层社交图模型,该模型考虑了移动社交网络中用户交互行为的位置依赖性特点;并在此基础上提出了一种基于位置信息的移动社交网络数据动态划分复制算法MSDPR,该算法采用改进的K-Means算法对位置信息进行聚类,再根据聚类结果对数据进行划分,并利用社交关系进行数据的复制。实验结果表明:MSDPR算法在移动社交网络环境下能够有效地提高本地访问率,降低访问延迟,并且在动态加入数据时具有较好的适应性。     

改进的Gabor小波变换特征提取算法

针对基于Gabor小波幅值与相位的人脸特征提取方法的特征级联方式使得特征向量维度较高的问题,提出了一种改进的Gabor小波变换特征提取算法。该算法计算局部幅值特征和局部相位特征,增强了每个像素的局部关联性;然后通过实验选定加权系数,将幅值特征与相位特征进行加权融合。实验结果表明,该算法与改进前的算法相比,降低了特征向量的维度,且提高了最终的人脸识别率。     

一种多层自适应形态滤波算法

针对现有形态滤波算法结构固定、预设结构元素和偏倚校正系数等不足,提出一种具有多层结构的自适应形态滤波算法,多层结构共分为3层:输入层、中间计算层、偏倚系数校正层.该算法在面对复杂变化的干扰信号时,可以灵活地选择利用不同结构元素计算得到的结果;同时针对形态开运算和形态闭运算所带来的偏倚现象,通过优化设置偏倚校正系数向量来减弱偏倚现象对滤波效果产生的负面影响.仿真结果表明,该算法改善了形态滤波的性能,具有设计简单、实用性强的特点.     

基于自适应学习的Rootkit检测模型

针对目前基于异常行为的Rootkit检测方法依赖于行为的选取和行为模式库的完备性,提出了一种基于自适应学习的Rootkit检测系统模型。该模型对通过模糊行为识别检测出的Rootkit的行为进行分析,利用学习机制提取新的行为特征,不断完善行为模式库,并动态计算各行为特征对Rootkit的支持度自适应地更新各行为特征的检测权重,实现对未知Rootkit的检测。实验结果表明,该模型能较好地检测Rootkit,且不会明显影响系统性能。