一种防火墙规则冲突检测算法

在入侵检测系统和状态检测防火墙等应用中,规则冲突检测及冲突解析算法是影响安全性及服务质量的关键。首先对防火墙过滤规则之间的关系进行了建模和分类。然后在过滤规则关系分类的基础上提出了一种冲突检测算法。该算法能够自动检测、发现规则冲突和潜在的问题,并且能够对防火墙过滤规则进行无冲突的插入、删除和修改。实现该算法的工具软件能够显著简化防火墙策略的管理和消除防火墙的规则冲突。

基于Petri网的混合安全策略建模与验证

提出了一种基于有色Petri网的建模方法,在系统的Petri网模型中可以对中国墙策略进行分析和验证。给出了基于有色Petri网的混合安全策略的形式化定义;并通过一个系统实例阐述了如何利用该方法对系统的混合安全性进行分析和验证。无论是在系统的设计阶段还是实现阶段,该方法都能够有效地提升系统的混合安全性。

多屏多点触控教学系统支撑下教学创新与变革

为促进信息技术与课程教学双向深度融合,重塑教与学的生态,文章在PGP电子双板课堂教学平台的基础上,开发了一套由触控液晶电视平板组成的多屏多点可触控的教学系统——starC。教师端通过分屏显示技术,使用四块屏幕实现多种媒体资源的关联放映,结合多点触控技术,还原了传统板书功能,提供友好、自然、直观的互动界面。基于starC教学系统功能特色,文章创新性地设计了课堂教学活动流程,展示了其在数学、音乐、地理学科的教学创新实践,归纳总结了其对资源呈现方式、课堂学习方式以及课堂反馈环节等方面的转变,starC教学系统的广泛使用,将有助于促进教与学方式的变革,推动教育信息化进程。

CORBA构件模型在分布式体系结构中的应用

构件技术是目前软件开发的主流技术,CORBA构件模型是具有代表性的构件模型之一,分布式多层应用系统已成为目前重要的系统结构。文章讨论了基于CORBA构件模型和分布式多层体系结构的软件开发技术在一个分布式信息系统(即某钢管铸造企业管理信息系统)中的应用,并给出了设计步骤及形式化描述。

基于Petri网的保密性策略建模与验证

为了对实施了具体保密性策略的系统、进程或工作流的保密性进行严格有效的分析与验证,提出了一种基于Petri网的保密性策略建模与验证方法.首先给出保密性策略基于Petri网的形式化描述,为系统建立Petri网模型;然后在此模型下利用保密性策略基于Petri网的形式化描述以及覆盖图对系统的保密性进行分析与验证,以判断系统是否符合保密性策略的要求.由于给定的系统Petri网模型覆盖图可以自动生成,因此可以利用其对系统的保密性进行自动分析与验证.通过一个进程实例阐述了该方法的原理和实施过程.

分布式环境下用证书实现dRBAC

对跨越多个管理域的系统而言,dRBAC是一个可升级的、分散的信任管理和访问控制机制。属性证书本质上是面向授权使用PKI的一种扩展方法,以支持与授权相关的任务。本文提出了用证书来实现dRBAC的思想,详细阐述了如何使用属性证书在动态结盟环境下实现dRBAC模型。

一种基于角色的多层次角色管理模型

基于角色的访问控制(RBAC)是一种目前被广泛接受和应用的访问控制模型,利用角色管理角色是一种很好的尝试,其代表模型为ARBAC97。但是,ARBAC97的基本模型无法满足复杂、多层次的实际应用。对此,本文提出了一种基于角色的多层次角色管理模型(MARBAC),并给出了该模型的详细定义和实现说明。在多层框架下,无法满足封闭性的角色范围可以被划分到多个层次,使得在各个层次中封闭性必须得到满足。该模型可以实现复杂、多层次的应用需求。

一个基于有色Petri网的自动Web服务合成模型

提出了一个基于有色Petri网的自动Web服务合成模型,为Web服务的合成提供语义支持,提高合成服务的可靠性和可维护性。该模型将服务的合成结构分成顺序、并发、选择、循环、置换5种合成结构。给出了Web服务基于有色Petri网的形式化定义。定义了一个封闭的Web服务合成算法,通过算法获得的框架能够对Web服务进行说明性的合成。定义了一个自动Web服务合成算法,通过该算法,可以对Web服务进行有人工指导的半自动合成和无人工指导的自动合成。

在线学习系统中的即时通讯工具应用研究

即时通讯工具是在线学习系统辅助师生交互的重要工具,但其在大学生中使用率极低。提高即时通讯工具使用率是提高在线学习系统用户黏性的重要手段,也是打造个人学习环境、实现终身学习的必然要求。本文以华中师范大学自主研发的基于"云课堂"的即时通讯工具"聊聊"为研究对象,首先分析"聊聊"后台数据,发现年级、性别对学生行为有影响,不同院系、课程的学生行为没有差异;然后基于D&M信息系统成功模型、期望确认模型构建持续使用意愿影响因素概念模型,探究影响用户持续使用意愿的因素,并进行调研完成模型验证;综上分析本文提出优化策略:一是优化系统功能,开发移动端;二是加大推广力度,提高师生参与度;三是转变成绩评价机制。

基于融合分类和支持向量机的入侵检测研究

为了在提高入侵检测的检测率的同时降低虚警率,基于融合分类和支持向量机的异常检测利用融合分类器进行入侵检测。融合分类器包含三个不同的分类器:基于属性选择的支持向量机,基于样本剔除的支持向量机以及标准支持向量机。仿真实验由三部分组成:首先,预处理数据,然后,对完成预处理的数据分别用三个分类器进行预分类,最后,由这三个分类器实际输出的加权和进行融合决策。权值的最优化是一个NP-hard问题,在实验中,利用各分类器预分类的检测率作为其对应的权值简化了权值寻优的过程。实验结论表明,基于融合分类和支持向量机的异常检测可提高入侵检测的整体性能。

细粒度的基于角色的访问控制模型

RBAC模型是一种被广泛应用的访问控制模型。但是,RBAC模型是在角色级管理和控制权限,不能满足用户获得角色的部分权限和角色权限的部分继承等安全需求。针对这个问题,在RBAC模型中增加权限的重要程度要素,提出了FGRBAC模型(Fine-Grained Role-Based Access Control Model--细粒度的基于角色的访问控制模型),并给出了在FGRBAC模型中求用户权限和角色权限的算法。FGRBAC模型不仅可以使用户获得角色的部分权限、父角色可以继承子角色的部分权限,而且RBAC模型可被看成是FGRBAC模型的一种特例。因此,FGRBAC模型不仅具有RBAC模型的所有优点,而且比RBAC模型具有更好的灵活性和实用性。

多学科资源工具研制与教学实践创新研究

学科工具对信息技术与教育的深度、全方面融合具有基础性作用。本研究团队面向多学科开展了学科资源工具的设计与开发,总数达1200余个,覆盖整个基础教育阶段。依托于自主研发的多学科资源工具教学平台——starC,将学科工具以教学媒体的形式融入课堂教学设计当中,开展了多门课程的教学实践创新,以数学、化学、物理三门课程为例展示了学科工具在课堂教学中的应用。研究表明,研制的多学科资源工具契合学科特点且满足学科需求,能够有效支持师生交互和生生交互,实现了数据的自动采集和学习路径的跟踪。最后,归纳总结了多学科资源工具对学生角色、教师角色、学习资源呈现方式以及教学媒体应用设计等方面的转变,其在教学中的广泛使用,将有助于推动教与学方式的变革,对促进教育信息化的发展有重要意义。

量子计算机进展

对近几年量子计算机从实验室走向实用化的重要进展作了一个简要综述。概述了量子计算机的优点，给出了不需要量子交缠的量子计算方法以及量子计算机的程序——量子幺正操作的特性，介绍在克服退相干所带来的困难方面所取得的进展以及大尺度和实用化方面的进展，最后给出概要的评述。

云课堂教育大数据交互式可视化研究

近几年来,教育大数据的概念逐渐出现在人们的视线中,如何让生成的大量数据变得更加易于理解并反馈于教学,已成为教育工作者面临的重大问题。针对该问题,将海量的、复杂的、实时的数据转换为动态的图像的可视化方法无疑是最有效的途径。以云课堂中生成的数据为数据来源,实现了华中师范大学云课堂历史数据的可视化,并对可视化结果进行分析,反馈给教学管理者以及教师,指导教师教学和学生学习。

一种分布式信息系统的构件模型及其应用研究

1.引言 随着企、事业信息系统分布式应用需求的不断增长,大型分布式信息系统软件的开发难度在不断提高,项目失败的可能性也相应地增加.大型分布式信息软件系统的开发经常需要利用已有的成果,集成不同系统的标准软件包,通过集成来减少不必要的重复工作,提高软件的可用性,加快开发进度.

基于开源技术的云课堂平台构建

开源软件以其开放、灵活、安全、成本低等优点,广泛应用于教育信息化领域。本文首先介绍了几个与教育云相关的开源项目,然后结合云课堂的共性需求和云计算的三个层次,提出了一种基于开源技术框架的云课堂平台体系架构参考模型,最后基于该模型研制了云课堂软件平台,并通过应用实践研究验证其有效性。

面向个性化教学的云资源服务框架

在云学习环境下,E-Learning、U-Learning和M-Learning同时存在,教师和学生的教学方式和学习方式都在不断改变。为了适应这种方式的变化,针对当前资源建设中存在的诸如资源平台开放性不高,资源服务范围有限,资源重复建设以及资源的信含量低等问题,提出面向个性化教学的云资源服务框架,旨在为指导资源平台的建设以及资源管理的决策提供参考。

dRBAC模型的安全分析

dRBAC模型是适应于动态结盟环境的分布式信任管理和访问控制机制,具有第三方委托、值属性和证书预定等三个特征.但dRBAC模型存在一些不足,体现在以下几个方面:委托的深度没有控制;委托链的循环搜索;角色的隐式提升;职责分离原则的违背等.本文针对dRBAC模型存在的问题进行了详细的讨论,提出了合理的解决方案,提高了dRBAC模型的安全性和实用性.

人工智能支持下自适应学习路径构建

"互联网+教育"时代的来临使得e-Learning学习模式被广泛接受,如何为e-Learning学习者提供个性化学习支持服务成为学界关注的焦点。自适应学习路径能够根据学习者特征,为其推荐个性化的学习资源与学习活动序列,是实现个性化学习的重要手段。为提升自适应学习路径构建的智能化程度,提出了包含学习者模型库、学习过程数据库、自适应学习路径构建引擎等核心功能模块的人工智能支持下的自适应学习路径构建模型。在该模型的实现过程中,首先,从认知风格及知识水平两个维度对学习者特征进行向量化描述和相似度计算;而后,提取相似学习者群体的历史学习路径和测试成绩构建学习路径图谱;最后,采用改进的蚁群算法从学习路径图谱中挖掘出最优学习路径推荐给目标学习者。实验结果表明:该方法可以从繁复的学习资源和活动中生成简洁、精准的自适应学习路径,既能有效解决学习者的学习迷航与认知过载问题,还能促进学习资源的高效利用;通过该方法构建的自适应学习路径可有效提升学习者的学习效率、学习成绩和学习满意度,有利于学习者对知识的主动建构、内化及迁移。

基于校园大数据的无线网络AP布局优化

高校无线网络管理与服务存在两个问题:一是无线网络AP布局和服务质量检测缺乏数据支持,主观性强;二是被动收集师生使用体验反馈,范围小,准确性低.针对这些问题,该文提出了一种基于校园大数据的无线网络AP动态布局模型.该模型的特点是数据驱动和动态优化.通过在华中师范大学的应用探索,表明该模型能够有效提高校园无线网络的服务质量,优化学校无线网络管理流程.