翻转课堂在信息技术课程教学中的应用研究

翻转课堂是一种以学生为主体、以教师为主导的新型教学模式。与传统的教学方式相比,翻转课堂能促使学生从被动学习过渡到主动学习,激发学生学习的积极性,提高学生的思维水平。本文以信息技术课程为例,在研究和分析传统教学模式的基础上,提出基于"安全两方计算"的信息技术与翻转课堂相结合的教学模式,并概括出适用于信息技术课程教学的具体实施方案,为翻转课堂教学提供了新思路。

基于可信度的Android恶意代码多模型协同检测方法

当前,基于机器学习模型的Android恶意代码检测系统存在退化问题。因为恶意代码在不断地快速变异和进化,产生了概念漂移现象,恶意代码的数据分布规律随时间产生变化。概念漂移破坏了机器学习提出的数据分布规律具有稳定性的假设。为了缓解检测模型的退化问题,本文提出基于可信度的支持多模型协同检测的方法,对多个异构模型的预测结果进行可信度和置信度分析,突破了由于模型的异构性而不能相互学习和协同检测的问题,建立了开放的多模型协同检测平台,缓解恶意代码的概念漂移问题。实验表明,多模型协同可以提升检测效果。在对66 000多个Android样本的预测中,SVM模型和随机森林模型各有优劣,协同检测系统能够在保证不低于任一种单模型的基础上对预测效果有所提升。

可搜索加密在云计算移动学习中的应用

基于云计算的移动学习是在传统移动学习的基础上,利用云平台实现资源检索功能的一种学习方式。为了保证数据的安全性,资源发布者将学习资源以密文形式上传至云服务器。但云服务器无法对加密资源进行有效管理,使得密文搜索结果不能到达预期水平。针对以上问题,文章在云计算的移动学习模型基础上,利用可搜索加密的方法,建立可搜索加密的移动学习模型,从而确保学习资源的隐私性。

属性加密在移动学习中的应用

移动学习是利用无线移动通信网络技术,以无线移动通信设备获取教育信息、教育资源和教育服务的一种学习形式。然而在移动学习过程中,资源发布者的教育资源和学习者的学习情况等隐私并不希望被泄漏。针对此问题,文章通过属性加密的方法,对用户私钥设置属性集,为数据密文设置访问结构,由属性集和访问结构之间的匹配关系确定用户解密能力,从而保护移动学习过程中的隐私安全。