浅谈如何提高计算机网络可靠性

21世纪是一个以网络为核心的信息化,数字化时代。计算机网络给用户提供了连通性和资源共享的功能,但是,一旦网络出现问题,人们的生活,学习和工作都将受到严重的影响。为更好地满足人们实际的需求,保证网络安全可靠,有必要对计算机网络可靠性相关内容进行全面分析,并在此基础上不断优化网络的可靠性,以促进计算机网络更好的发展。本文主要从计算机网络及可靠性的概念、影响因素以及优化方案等方面出发,对计算机网络可靠性方法进行相应探讨。

排名聚合算法在少量长列表聚合中的性能比较分析

排名聚合将多个排名列表聚合成一个综合排名列表,可应用于推荐系统、链路预测、元搜索、提案评选等.当前已有工作从不同角度对不同排名聚合算法进行了综述、比较,但存在算法种类较少、数据统计特性不清晰、评价指标不够合理等局限性.不同排名聚合算法在提出时均声称优于已有算法,但是用于比较的方法不同,测试的数据不同,应用的场景不同,因此何种算法最能适应某一任务在很多情况下仍不甚清楚.本文基于Mallows模型,提出一套生成统计特性可控的不同类型的排名列表的算法,使用一个可应用于不同类型排名列表的通用评价指标,介绍9种排名聚合算法以及它们在聚合少量长列表时的表现.结果发现启发式方法虽然简单,但是在排名列表相似度较高、列表相对简单的情况下,能够接近甚至超过一些优化类方法的结果;列表中平局数量的增长会降低聚合排名的一致性并增加波动;列表数量的增加对聚合效果的影响呈现非单调性.整体而言,基于距离优化的分支定界方法 (FAST)优于其他各类算法,在不同类型的排名列表中表现非常稳定,能够很好地完成少量长列表的排名聚合.

基于大规模课程大纲数据的中美高校计算机相关课程考核的比较分析

【目的】分析中美高校在课程考核设置上的不同,为新工科背景下的工程教育改革提供实证支撑。【方法】通过自动化数据爬取方式收集超过47000份有效的计算机相关课程教学大纲数据;通过主题词方式提取教学大纲中的课程考核相关信息,对中美高校课程考核的内容和方式进行定量的比较和分析。【结果】对中美高校课程考核中的组成部分进行了统计分析。相较于中国高校课程,美国高校课程的考核类别更多,考核的内容更加多元化;美国高校的考试考核注重分阶段进行,而中国高校则过度依赖于期末考试。【局限】公开的中国高校计算机教学大纲数据有限,存在样本不平衡问题;挖掘非结构化的教学大纲文本数据时可能存在不可避免的误差。【结论】区别于已有的基于案例分析的工作,本文采用大规模教学大纲数据,分析比较了中美两国高校计算机课程考核中的组成部分,为课程考核优化提供了基于统计数据的实证支撑。

NSF 3000万美元推动计算和信息科学领域前沿变革研究

2018年2月27日,美国国家科学基金会（NSF）公布了三项新的计算探险（Expeditions in Computing）项目,将于五年内资助3000万美元来推动计算机和信息科学与工程领域的大规模、深远和潜在的变革性研究,细化目标包括：彻底改变安全、自主系统的设计和开发;更快速地实现量子计算的市场化实际应用;实现人体的无创和易于使用的诊断成像技术,提高偏远地区的医疗保健质量。具体项目信息如下。