基于视觉描述符的图像大数据分类算法仿真

图像大数据化是不可阻挡的科技进程,但随着图像数量的增多,传统分类算法在图像识别与分类上具有一定的局限性。为解决大数据图像分类的精确度低下的问题,提出一种融合图像视觉描述符与图像初级特征的分类算法。首先利用迁移学习的优势,从VGG18的最大池化层提取图像的初级特征;然后加个图像预处理,采用“82圆型LBP算子”与“化Canny算子”分别提取同质纹理描述符与边缘直方描述符;最后将图像基础特征与视觉描述符相融合构建基于支持向量机的图像识别分类模型(DES-SVM)。仿真结果表明,经图像视觉描述符与图像初级特征相融合的建模方式,有效的提高了图像分类的精确度,较传统SVM模型相比,DES-SVM模型在UKB图像库与ZBD图像库上准确率、召回率与F指标分别提高了7.85%、8.42%和8.13%。构建的DES-SVM图像识别分类模型通过视觉描述符提取的方式有效的提升了模型的性能。

多源海量隐私大数据可靠性访问权限安全认证

多源数据的复杂性以及大数据传播速度快等特点,会导致隐私数据易被不正当的攻击手段窃取,且安全认证难度较大,从而导致大数据安全性降低。为解决上述问题,提出一种多源海量隐私大数据可靠性访问权限安全认证方法。采用区块链技术检测海量多源隐私数据中的恶意节点,考虑到恶意节点在多源网络中受较多不确定因素影响,为提升节点检测信用度,设置影响因素判定范围用作恶意节点判断标准。结合指纹魔方算法针对检测后的多源隐私大数据设定安全机制,确保多源隐私大数据的安全性。利用访问控制协议方法认证用户身份的合法性及数据的可靠性访问,实现隐私大数据可靠性访问权限安全认证。实验结果表明,所提方法在安全性测试中可以有效抵抗全部攻击,且认证时间开销低于4.7ms,验证了上述方法的可靠性强、实用性高。

高校校园网络的安全管理与维护

随着信息化和数字化校园的建设,网络安全管理与维护显的尤为重要。本文结合校园网运营管理环境及本人实践、工作经验,对于校园网安全管理与维护中存在的问题给予了可操作性的解决措施,以期为解决校园网安全问题提供借鉴。

校园信息化建设的转型

本文结合我校校园数字化实践,给出了利用企业微信建设数字孪生校园的最佳路径——全员、全过程、全方位数字化,为高校校园数字化转型提供了可操作性的解决方案。

校园网络服务高效运营管理探究

校园网络是为高校师生提供教学、科研和综合信息服务的宽带多媒体网络,为高校教学和科研提供信息环境支持。高校校园网络服务高效运营与否直接关系到师生在校园内的生活、学习和科研工作。因此,采取科学有效的运营管理模式和方法,针对常见的网络问题制定相应应对措施,对于校园网络服务运营人员来说是极其必要的。本文在此背景下,通过探究校园网络服务高效运营管理的相关问题,为相关工作人员的工作提供思路和借鉴。