基于CAPE的数据安全能力框架设计

数据作为生产要素,通常采用采集、传输、存储、处理、交换、销毁6个过程来描述其生命周期,在每个生命周期结合具体业务场景进行安全需求分析。在数据生命周期中存在各种威胁和风险,随着数据参与生产的场景增多,数据开放的程度不断加深,迫切需要建立覆盖数据全生命周期的安全监测和防护能力框架。

智慧校园背景下人像库管理平台的建设及应用

随着智慧校园建设的不断推进,基于人脸识别的信息化应用也在逐步增多,但在目前实际应用场景中普遍存在管理和安全等方面的问题。对此,首先总结了智慧校园人脸识别应用中存在的问题,进而从建设原则和建设内容等方面详细介绍了人像库管理平台的建设实践经验,最后分析了平台在迎新报到、消费结算、门禁管理、会议签到等场景中的实际应用效果。实际应用表明,使用该平台可以有效统一管理人像数据,规范人脸识别技术的应用,提升管理效率和智慧化使用体验。

基于乌鸦搜索算法的云计算用户任务调度仿真

大多数网络应用和任务均在云端部署,由于云资源的动态异构性,用户任务的调度过程易受网络装置、计算机CPU性能、信号强度等问题的干扰。提出基于乌鸦搜索算法的云计算用户任务调度方法。利用主成分分析法对云计算用户数据完成降维处理,避免冗余信息的干扰。基于此,构建任务模型,通过乌鸦搜索法更新适应度函数锁定最优目标函数,获取任务模型的最优解,实现基于乌鸦搜索算法的云计算用户任务调度。仿真结果表明,在100组云计算用户任务的调度中,研究方法的平均执行时间为78.3ms,成本系数低于0.4,综合服务质量的波动范围为0.8~1.0。

基于SDN的高校网络安全数据传输问题探究

软件定义网络(SDN)技术架构通过把原有封闭的体系解耦为数据平面、控制平面和应用平面,提供了一种可编程的网络,革命性地改变了现有的网络架构。文章分析了高校网络安全数据传输现状,基于SDN技术在高校网络安全数据传输方面的要求,阐述了高校网络数据安全传输存在的问题。通过对高校网络数据中心SDN的总体设计、Underlay网络自动部署、Overlay网络部署三部分,探究基于SDN的高校网络安全数据传输策略,为高校网络数据传输安全提供保障。

计算机专业机房维护技术的研究

PE作是一个只拥有最少核心服务的Mini操作系统,他的操作和一般的windows系统一样,使维护工作更加的简单化,更加的可视化,作为一个随身携带的维护工具,使维护更加的及时有效率,同时是使用PE可以完成一些在原有操作系统中有限制的操作。本文简述PE的基本概念和使用以及U盘PE的制作。

基于AI学习的校园网络异常流量检测

随着校园网络建设的不断深入,校园网用户数量激增,校园网流量规模呈指数级增长,这对校园网络流量监测与异常流量监测提出了巨大的挑战。现有网络异常流量监测系统已无法满足需求,文章基于校园网络监测需求提出一种校园网络异常流量检测方法。对医学院校每日流量进行系统分析后抽样选取四种异常数据流,筛选出无意义的特征进行降维操作。基于AI学习构建多个异常流量检测模型,对真实场景下的校园流量进行检测。检测结果表明,该文方法具有较好的检测准确率和时效性,满足校园网络环境下对异常流量检测的需求。

浅谈计算机专业实验室的维护

计算机专业实验室承担计算机各专业实验教学的需要，如何高效的维护好计算机专业实验室，使实验室的设备能充分合理的利用，更好的实现教学做一体的环境。本文通过实验室主要方面的维护浅析和总结，使实验室的维护工作更加的合理、高效。

数据点位置低延时智能挖掘方法与仿真

当前数据位置挖掘方法无法获取全局频繁项目集,导致上述方法存在效率低、时延长等问题。为此提出基于并行FPGrowth算法的数据点位置智能挖掘方法。将并行FP-Growth算法与MAP/Reduce结合,得到优化后的FPPM算法。利用FPPM算法的reducer函数计算事务数据集局部频繁项目集,并将其整合得到全局频繁项目集。计算每个项目集属性,利用增量分类法筛选出最佳属性,统计每个属性出现的概率,构建决策分支树,完成数据点位置的挖掘。以CPU占用率、挖掘时延、信息熵以及可扩展性为测试指标设计仿真。实验结果验证了所提方法在确保较低挖掘时延前提下实现了高效率挖掘,并具有理想的可扩展性。

基于自编码器算法的网络正常流量过滤方案

为解决网络应用层流量所带来的安全隐患与传统检测方法极大地消耗设备性能的问题,提出一种基于自编码器算法的网络正常流量过滤的解决方案。该方案对数据流量集进行规则预处理后,提取流行为上的统计特征,对提取的特征进行自编码器算法的模型过滤。实验结果表明,该方案可过滤掉大部分网络中的正常流量,相较于传统的流量检测方法,整体的过滤性能显著提升。