基于I-RBAC的CIMS集成访问控制

CIMS面临复杂的数据资源的安全管理难题,传统的访问控制一般分散在网络操作系统、数据库管理系统、应用系统中,没有一个统一的安全控制策略。为此,在目前RBAC模型的基础上,提出了集成角色访问控制模型,并从静态和动态两方面研究了模型的内容和规则,给出了模型实现的体系结构,分析了角色的安全性。该模型已应用于某烟草集团CIMS建设中,使访问控制更好地适应了企业特定的安全策略。

基于角色的异构数据库联合使用

异构数据库系统面临着复杂的数据资源安全管理的难题，基于角色访问控制（简称RBAC）方法方便了数据的安全管理，文章在对访问控制和数据库联合使用综合分析的基础上提出了一个基于角色访问控制和M-W(中间层－包装器)体系结构的异构数据库联合使用模型，对RBAC包装器进行了深入的研究并设计了R-D和R-M两类RBAC包装器，该模型在某企业的信息化集成中进行了实际应用。实践证明该模型非常适用于异构数据库系统环境，同时该模型还在理论上弥补了当前异构数据库领域数据访问控制方面研究的不足。

基于关系数据库的top-k聚合关键词查询

基于关系数据库的关键词查询,使得用户在不需要掌握结构化查询语言和数据库模式的情况下,可以方便地进行关系数据库查询.给定一个关键词查询,已有的方法通过数据库中的主外键关联,查询得到包含关键词的元组集合.但是,在很多实际应用中,元组集合的聚合结果对用户更有价值;研究了基于关系数据库的top-k聚合关键词查询,提出了基于递归的聚合单元枚举算法——基于递归的完全搜索(recursion-based full search,RFS).为了获得更好的查询性能,设计了新的排序方法、二维索引和快速搜索算法——基于输出的快速搜索(output-based quick search,OQS),从而可以高效地枚举top-k个聚合单元;在不同的数据集上进行了大量的实验,实验结果表明OQS算法具有良好的查询性能.

NDSMMV——一种多维数据集物化视图动态选择新策略

物化视图的选择策略是数据仓库研究的重要问题之一.通过深入研究提出了一种多维数据集中物化视图动态选择的新策略——NDSMMV,包括候选视图生成算法CVGA、物化视图选择算法IGA、物化视图调整算法MAMV和物化视图动态调整算法DMAMV.CVGA基于多维数据格生成候选视图集,对候选视图数量进行压缩以减少后续算法的视图空间搜索代价和时间复杂度;IGA基于视图查询、视图维护和存储空间三元评价标准在候选视图集上进行物化视图的选择;MAMV基于物化视图选择过程已选视图的收益变化情况对物化视图进行进一步调整以提高查询的响应性能;DMAMV定时地判断查询视图类型分布是否变化来决定是否进行物化视图的动态调整,从而避免了物化视图集的"抖动".理论分析和实验结果表明该策略是有效可行的.

一种RBAC的新模型及其在异构数据库系统中的应用

对基于角色访问控制(role-based access control,RBAC)研究中的热点之一模型的建立进行了较深入的研究,提出了一种针对异构数据库系统新的RBAC模型——H-RBAC(Heterogeneous RBAC,异构基于角色的访问控制),H-RBAC模型引入角色集成继承实现局部角色和全局角色的层次关系,通过会话分流实现动态的访问控制。该模型能够高效、灵活地实现异构数据库系统的联合访问控制。

一种基于Agent自适应RBAC包装器

基于角色的访问控制方法(Role-BasedAccessControl,简称RBAC)实现用户与访问权限的逻辑分离和构造角色之间的层次关系,从而方便了数据的安全管理。为实现RBAC在复杂环境中的应用,文章提出了一种基于Agent的自适应RBAC包装器。按照Agent设计方法研究了包装器的体系结构,设计了知识库、RBAC实现部件、底层通讯部件、顶层通讯部件和外部世界感知部件,构造了RBAC、R-D、R-M和R-X四种知识模型。

OA系统的数据分布策略与透明复制技术

信息技术的进步推动了OA系统特别是远程OA系统的应用,网络流量的限制使Internet日益变成了OA系统的瓶颈。针对Internet瓶颈问题提出了OA系统的数据分布策略,对数据复制操作进行了研究,分析了数据复制的原理及冲突解决策略,最后设计了一种基于Agent的透明复制模型并进行了实际应用。

基于关系数据库的关键词查询

介绍了基于关系数据库的关键词查询问题的研究背景;阐述了解决该问题的两大类方法,即基于数据图的方法和基于模式图的方法,并详细介绍了各种方法的原理以及各自的优缺点;最后展望了未来的研究方向.

基于特征相关的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法的特征项间强独立性的假设在现实中是很难满足的.为了在一定程度上放松这一假设,提出了基于特征相关的改进加权朴素贝叶斯分类算法,该算法采用一种新的权重计算方法,这种权重计算方法是在传统词频-反文档频率(TF-IDF)权重计算基础上,考虑到特征项在类内和类间的分布情况,另外还结合特征项间的相关度,调整权重计算值,加大最能代表所属类的特征项的权重,将它称之为TF-IDF-FC权重计算.与基于传统TF-IDF权重的加权朴素贝叶斯分类算法和其他常用加权朴素贝叶斯分类算法比较,如基于属性加权的朴素贝叶斯分类算法,这种算法的分类效果均有一定的提高.

矿山管理信息系统的通用报警系统

提出一种矿山管理信息系统的通用报警方法.以此方法为基础设计了通用报警系统.该报警系统独立于应用系统,通过对报警信息表(由应用系统的报警事件自动产生)的轮流查询和在应用系统中显示报警提示的方法实现应用系统的报警功能,并能够对应用系统的报警信息统筹处理,避免报警冲突,以适应应用系统的变化.

MESHJOIN*:实时数据仓库环境下的数据流更新算法

提出了一种新的实时数据仓库环境下的数据流更新算法——MESHJOIN*算法。算法的特性有:(1)关系R采用了分块和散列的组织形式,尽可能避免对当前连接无效元组的读取,减少连接操作所涉及元组的数量,从而提高连接算法的效率;(2)采用了多线程并发连接技术,并根据工程学原理,实现了连接操作和关系R读取操作的最佳调度,保证了连接算法效率的最大化;(3)根据当前系统的服务率和数据流元组的到达率之间的关系,合理调度实时元组和准实时元组的执行,保证了系统对实时元组的处理要求。实验结果表明,MESHJOIN*算法可以取得比MESHJOIN算法更好的性能。

基于多维护策略的物化视图选择方法

物化视图是数据仓库环境中提高 OLAP 查询效率的重要手段,因此,物化视图的选择是数据仓库设计中重要的决策之一。本文提出的物化视图选择方法目标是选择合适的视图进行物化,使得查询处理的总代价和物化视图的维护代价最低,提出了物化视图收益模型,并在此基础上基于视图的多维护策略提出了物化视图选择的方法:基于增量和重计算的物化视图选择算法 IRMVS、基于增量策略的物化视图选择算法 IMVS 和基于重计算策略的物化视图选择算法 RMVS 和基于增量策略的物化后代视图选择算法 IMDVS,理论分析和实验表明这些算法是有效可行的。

一种新的Web检索结果聚类方法

Web检索结果聚类用于检索结果的组织,以方便用户的浏览.从一个新的角度审视检索结果聚类.通过分析检索结果的特点,由此提出计算检索结果中的词语与用户输入的关键词拱现程度,然后根据共现程度高的词语确定基类,最后利用类标签的语聚类得到层次聚类结果.此基于词间共现度及词语语义的新方法为Web检索结果聚类提供了一个新的思路.

基于改进差别矩阵的核增量式更新算法

分析发现杨明教授给出的改进的差别矩阵中存在不必要的计算,为此提出了改进的差别矩阵定义和求核方法;在此基础上提出一种基于改进差别矩阵的核增量式更新算法,主要考虑对象动态增加情况下核的更新问题。理论分析表明改进的核增量式更新算法具有近线性时间和空间复杂度。实验结果显示算法有效可行。

基于改进差别矩阵的增量式属性约简算法

研究目前粗糙集中求属性核和属性约简存在的效率低下问题,提出基于改进差别矩阵的核增量式更新算法,用于解决对象动态增加情况下核的更新问题.为降低现有增量式属性约简算法的时间和空间复杂度,提出一种不存储差别矩阵的高效属性约简算法,用于处理对象动态增加情况下属性约简的更新问题.理论及实验结果表明,该算法可明显降低时间和空间的复杂度.

一种改进的核增量式更新算法

深入分析基于差别矩阵的属性核快速更新算法——FUAC后,指出引起该算法空间复杂度高的原因,在此基础上提出了一种不存储差别矩阵的改进核增量式更新算法,主要考虑对象动态删除情况下核的更新问题。理论分析表明改进的核增量式更新算法有线性空间复杂度。

高效的用户访问预测新算法

针对基于Web日志挖掘的用户访问预测经典算法的不足,提出了基于Markov链和关联规则的预测算法(MAPA).使用二阶Markov链找到用户下一步或将来可能访问的页面集,生成预测候选集;使用二项关联规则从正向和反向2个角度修正Markov的预测结果,从而生成最后的预测页面.通过引入用户反馈机制,提出了带反馈的Markov预测算法(MPAF),即在预测过程中逐步构造历史预测树,把历史预测信息保存到历史预测树中,并根据用户的反馈来判断预测的正确性.在预测过程中,用二阶Markov预测算法生成预测候选集,再利用历史预测信息动态地调整预测算法,从而生成预测页面.理论分析证明,这2种预测算法具有线性时间复杂度的预测效率.实验结果表明,MAPA和MPAF在预测准确率上平均提高5%和10%.

基于遗传和模拟退火算法求解3-SAT问题

命题逻辑公式的CNF范式的可满足性问题(SAT)是计算机科学的非常重要的核心问题,能否快速求解SAT问题是目前的研究热点之一。介绍Johnson算法、遗传算法和模拟退火算法,比较三种算法的特性,提出综合GA、SA算法优点的一种混合遗传和模拟退火算法的思想。数值计算结果表明,相对于Johnson算法,采用启发式(SA、GA)算法可以显著地提高3-SAT问题解的质量和求解速度。

基于中心点及密度的分布式聚类算法

针对分布式聚类算法DBDC存在的不足,提出一种基于中心点及密度的分布式聚类算法DCUCD。将数据分布计算出的虚拟点作为核心对象,核心对象的代表性随算法的执行次数提高,聚类即是对所有核心对象分类的过程。理论分析和实验结果表明,该算法能有效处理噪声和分布不规则的数据点,时间效率和聚类质量较好。

XML动态区间编码方法

提出了适用于XML文档更新环境下的区间编码方法——DCLS(dynamic containment labeling scheme).DCLS将基于整数的编码泛化到基于向量的编码,扩展了传统静态区间编码方法,有效避免了XML文档更新时的重新编码.不论文档更新与否,DCLS都显示了良好的性能:DCLS利用基于整数的静态区间编码方法进行初始编码,在文档不更新的环境下,具有较高的存储效率和查询性能;同时,DCLS将整数视为特殊向量,不仅能够支持文档更新,而且更新效率高;特别是倾斜插入时,DCLS可以避免编码位长的快速增加.实验结果表明,与已有的动态区间编码方法相比,DCLS具有更好的性能.