跨信任域的联邦k-支配Skyline查询算法

k-支配Skyline查询是一种主流的Skyline查询变种,其在多目标决策与推荐领域有着广泛的应用。随着这些应用规模不断扩大,在由多个参与方组成的数据联邦中进行跨域k-支配Skyline查询的需求日益旺盛。然而,由于数据联邦中的参与方之间彼此不互信,进行跨信任域的查询计算需引入大量安全操作,效率较低。为此提出了一种基于跨域隐私向量聚合的算法,从而实现高效的联邦k-支配Skyline查询,并运用一种密文压缩技术进一步优化查询效率,最后通过充分的实验验证了所提方案的优越性。

基于向量识别的启发式路径推测算法

浮动车数据主要是由车辆的轨迹点数据组成,是一种重要的原始数据,可以广泛地用于各种交通应用,如交通管理和控制、路况计算等.但是原始的车辆GPS数据存在定位误差,必须经过路径推测的修正处理才可以应用.传统的路径推测算法主要采用两种方法:渐增式和全局式.两种方法各有优缺点,渐增式方法计算速度快但准确性差,全局式方法准确性好但计算速度慢.通过综合考虑两种传统算法,文中提出了一种基于向量识别的启发式路径推测算法,该算法采用了启发式图搜索方式,导入几何运算的约束条件,根据车辆轨迹点所形成的向量与路网模型比较来进行启发式搜索,并选择车辆所有可能行驶的候选路径.根据全局择优的方式从整体进行比较,确定车辆最有可能的行驶路径.实验结果表明,这种算法能够在复杂路网下,比较准确地推测距离间隔较大的车辆轨迹点,并且能够实时高效地处理大规模数据.

给中国增一个骄傲——解析基于浮动车的动态交通信息服务系统

建设先进的动态交通信息服务系统是世界各国解决交通问题的必经之路。采用新兴的浮动车(Floating Car Data)技术,北京研制了国内首个动态交通信息服务系统并向公众提供实时、准确的道路交通路况信息。本文将介绍动态交通信息服务系统的体系架构、功能特点、示范应用、社会效益及实现中的一些关键技术。

动态权重路网下的连续近邻查询

现有的近邻查询在查询相同或相近目标时,会得到相同的行驶路线,从而导致大量用户聚集到该区域,造成二次拥堵。针对上述问题,提出一种支配关系监控算法。该算法采用实时交通信息作为动态权重,并给出一个在路网权重变化下的连续k近邻查询方法,有效地避免二次拥堵。实验结果验证了该算法的有效性和高效性。

云时代的数据即服务

云计算为大数据提供了产生、保管、访问的场所和渠道,其特点为以集中式资源池化管理、资源按需使用、专业化IT服务及海量数据存储能力等。生活中的每时每刻都在产生大数据,数据是IT时代的血液,不断为信息服务提供"能量来源","加工"后的数据更加重要,这就要求我们进行动态资源的整合、对数据进行智能加工、并按需进行服务。但不可否认的是,由于大数据这样那样的问题。

智慧城市中的数据融合关键技术与挑战

1前言截至2016年底,中国的城镇化率已经达到了57.35%,城镇化建设虽然有力地促进了城市的发展,但是也带来了一系列新的问题,比如交通拥堵、空气污染、资源消耗等,这些都是21世纪城市发展所面临的关键挑战[1]。为了更好地应对这个挑战,＂智慧城市＂这个概念应运而生,并且一经提出就受到了广泛的关注。智慧城市这个概念可以追溯到20世纪90年代[2],

一种新的智慧城市数据共享和融合框架——SCLDF

智慧城市是物联网、云计算、移动网络、大数据等为代表的信息技术与城市化发展相结合的产物.如何有效地实现对智慧城市中海量、异构、多源数据的数据共享和融合是智慧城市必须要解决的核心问题.首先分析了传统数据融合技术的特点,然后阐述了当前可以用来解决智慧城市大数据共享和融合问题的技术.在此基础上提出了一种新的智慧城市数据共享和融合框架——智慧城市数据互联框架(smart city linked data framework),并详细阐述了其总体架构以及架构中每层的作用、关键技术和需要解决的问题,最后详细阐述了数据语义标注标签和数据互联层相关问题.

基于网络的入侵检测方法研究

综述了基于网络的入侵检测系统(NetworkBasedIntrusionDetectionSystem,NIDS)研究方面的一些最新的工作,分析了NIDS的体系结构、NIDS的典型技术,并着重论述了大型网络入侵检测所面临的问题,包括NIDS体系结构的可扩展性、基于知识的NIDS、NIDS的海量数据处理技术及其进一步的研究方向。

模型驱动体系结构研究综述

模型驱动体系结构(MDA)是由 OMG 提出的应用模型技术进行软件开发的方法和标准体系,其核心技术是平台无关模型建模和平台特定模型转换。MDA 代表了现代软件开发理论与方法发展的主流趋势,可以预见到它会成为继面向对象技术后软件工程史上的又一个里程碑。本文对 MDA 进行了系统性的阐述,包括 MDA 产生背景、总体构成、模型体系、软件方法、应用与评价以及最新研究与趋势等。

通信网络中的告警相关性研究

随着通信网络的迅速发展和通信业务的拓展,对通信网络的管理与维护变得越来越困难。告警相关性在通信网络故障维护中起着十分关键的作用。文中介绍了告警相关性的定义,讨论了在告警相关性分析中存在的问题,分析比较了当前告警相关性采用的算法,阐述了采用数据挖掘的新发展方向。

工程教育认证提升专业建设水平

结合2006年和2013年2次工程教育认证的经验,介绍专业建设中的一些工作思路和措施,就专业认证中核心环节——持续改进给出实践案例,以及分析工程教育认证对专业建设带来的挑战。

肾性高血压模型大鼠左心室壁Ⅰ、Ⅲ型胶原网络重建

目的探讨肾性高血压大鼠左心室壁重构过程中Ⅰ、Ⅲ型胶原分布的变化规律。方法采用双侧肾动脉狭窄法制作动物模型,32只SD大鼠随机分为假手术组、术后2周组、术后5周组和术后7周组,利用无创动物血压分析测试仪评价高血压动物模型质量,免疫组织化学、Western blotting和图像分析方法检测各组左心室肌组织Ⅰ、Ⅲ型胶原的改变。结果与假手术组相比,Ⅰ、Ⅲ型胶原网络在术后2周均无明显变化,术后5周心肌细胞及肌束周围Ⅰ型胶原粗细纤维束呈断裂、聚集或部分缺如。心室壁小动脉管壁Ⅰ型胶原鞘不规整,纤维束断裂,胶原聚集或堆积,血管外膜粗纤维束向间质延伸;术后5周组肌细胞周围Ⅲ型胶原粗、细纤维束均出现严重松散或紊乱;血管壁Ⅲ型胶原鞘呈现松散现象。图像分析结果显示:术后5周组与术后7周组相比,Ⅰ型胶原平均吸光度和平均面积比均存在显著差异(P<0.05);Ⅲ型胶原平均吸光度各组间无显著差异(P>0.05),平均面积比术后2周组与术后5周组之间差异显著(P<0.05)。Western blotting检测结果表明,手术5周后Ⅰ型胶原蛋白表达量呈增高趋势,Ⅲ型胶原蛋白表达量呈降低趋势。结论高血压可导致左室壁Ⅰ、Ⅲ型胶原网络发生重建或破坏,血管外膜胶原结构严重受损。

大数据时代的大规模开放在线教育

分析大数据时代MOOC教育的挑战性问题,强调应该以MOOC平台作为群体化学习和创新的实验室,根据计算机学科特点,对自适应性的个性化学习和基于翻转课堂的混合式学习进行深入定量研究,阐述如何形成基于MOOC的教学改革信息化环境和方案,介绍MOOC教学改革相关工作进展。

WAP核心协议的演进及其优化设计分析

WAP是无线互联网业务开发与应用的业界事实标准。文中比较了WAP2.0与WAP1.x两个版本中核心协议的演进情况,详细分析了WAP2.0中针对TCP协议所作的无线优化设计,并对WAP协议的发展方向作了展望。

基于SVM的浮动车行驶模式判断模型

浮动车在低速情况下存在两种行驶模式,如不能对上述模式进行准确区分,将严重影响浮动车实时路况计算的精度和效率.研究和设计了一个基于支持向量机(SVM,Support Vector Machine)的浮动车行驶模式判断模型,并针对性地提出了一种简单的基于隶属度矩阵的特征评价和选择方法.实验表明通过上述方法选择的特征子集所训练的分类器在测试样本集上具有92.6%的分类准确性;经过行驶模式分析后,浮动车系统的准确性有显著提升.

IP网络管理中的网络监视技术

文章介绍了IP网络管理系统（IP Network Management System，I－NMS）自身安全管理所涉及的有关网络监视技术方面的一些最主要的工作，着重讨论了交换式以太网络环境下网络监视的技术方案：Span port、Tap和SNMP，同时针对一个具体的网络给出了网络监视方案实例，最后对上述三种监视手段进行了性能分析和比较。

基于CIM的网络性能管理

目前各种网管协议对网络性能管理缺乏足够的支持,大多数网络管理模型都把重点放在网络测量上,缺乏良好的扩展性。WBEM是用于实现对企业网络和系统资源统一管理的标准,CIM是WBEM的信息模型,它支持多种管理通信协议且具有良好的开放性。借鉴CIM的测量模型思想,构建了网络性能管理信息模型NPIM,该模型定义了网络性能管理中的各种资源及其相互关系,在NPIM基础上实现了网络性能管理系统,该系统能够适应被管网络结构和规模的变化。

WIPMM:一种可扩展的Internet性能管理模型

基于互联网服务框架WebService提出了一种可扩展的Internet性能管理模型WIPMM,由功能模型、系统模型与软件模型三部分组成。WebService框架被用于构建软件模型,而XML成为软件模型的数据访问接口。由于采用WebService框架使应用程序在Internet中具备良好的互操作性,WIPMM可以很好地将网络测量与性能管理应用扩展到广域网并且改善了可扩展性。在性能管理应用层的性能预报服务中采用了‘算法动态选择’机制,实际上是一种基于误差估计的混合预报建模方法,被用于预报网络性能。采用‘算法动态选择’机制后,预报过程更为有效,预报结果更为准确。

一种基于有效修剪的最大频繁项集挖掘算法

对关联挖掘中的最大频繁项集挖掘问题进行了研究,提出了一种基于项集格修剪机制的最大频繁项集挖掘算法.采用项集格生成树的数据结构,将最大频繁项集挖掘过程转化为对项集格生成树进行深度优先搜索获取所有最大频繁节点的过程.其中提高算法效率的一个重要措施是在遍历项集格生成树的过程中对生成树进行修剪.给出了项集格生成树的三个性质,并在此基础上提出了直接超集修剪、间接超集修剪与事务集等价修剪三种修剪机制,尽可能忽略非频繁节点及其所生成的扩展节点以减少遍历的节点数目.试验结果表明,三种修剪机制都能够有效地减少搜索空间,其中事务集等价修剪机制的效果最好,算法的性能与输入数据集的稠密程度相关.

采用动态描述逻辑实现UML状态图特性检测

状态图是UML(Unified Modeling Language)语言中刘画对象行为的重要视图,而如何对状态图模型定义的正确性和有效性进行检验一直是一个亟待解决的问题。本文提出采用动态描述逻辑■对UML状态图形式化,并利用该逻辑系统的推理能力对状态图相关静态和动态特性进行检测。我们首先将状态图描述为一个■-形式系统。其中,状态图中的一个状态对应于该形式系统中的一个状态,状态特性及描述被表示为该形式系统中的概念和公理,事件被表示为该形式系统中的动作。然后,我们通过■概念测试来检验状态图状态可满足性和冗余性,通过公式可满足性测试来验证状态转移引起的对象特性变化。