基于动态阈值的网络异常检测

基于Hurst指数进行异常检测的模型多采用固定阈值的方法,不能很好的适应动态变化的网络环境。针对该问题设计了一种基于动态阈值的检测方法,该方法在采用Hurst指数分析的基础上,通过EWMA和滑动窗口模型控制有效数据的个数并根据网络的变化动态调整检测阈值,提高了模型的检测能力。实验结果表明,在采用动态阈值进行DDOS异常检测时具有较高的检测率。

一种面向TCP流的异常检测技术

为了解决传统TCP流异常检测中无法区分突变正常流量和异常流量的问题,提出了一种面向TCP流的异常检测技术。模型采用概要数据结构,在基于小波求解Hurst参数判断网络异常的基础上,根据TCP握手和挥手协议的内容对TCP报文的完整性进行验证,不仅实现了大规模数据的概要存储,提高了运算效率,而且实现了对突变的正常流量与异常流量进行区分的目的。实验结果表明,该方法具有较高的检测率和较低的误检率,可较好地应用于网络异常检测。

信息技术发展对学生学习模式的影响——基于美国国家教育技术计划的思考

美国教育界对信息技术的应用一直处于世界领先行列,这得益于美国教育部自1996年以来连续四次颁布国家教育技术计划,其前三个国家教育技术计划代表了不同历史时期背景下信息技术在教育中的应用,分别强调了信息技术的发展对教育的硬件环境建设、教师信息能力提升、学生角色的转变等。最新的2010年教育技术计划则更为深入,强调了信息技术的发展对学生学习模式的影响,包括学生学习的本质、内容、方式、途径等方面将呈现的新转变。

基于云桌面的实验室虚拟化管理与应用

该文针对实验室建设和管理过程中面临的问题,结合学校现有的实验教学环境和教学模式,设计了一套完整的实验室云桌面虚拟化管理平台。通过实际部署和在线监控,进一步验证云桌面平台不仅提供个性化桌面服务,实现资源统一管理,而且可以增强学生学习主动性,提高教学管理水平,具有较高的实验教学应用价值。

基于大数据的混合式教学模式研究与分析

随着大数据技术的深入发展,基于大数据的混合式教学模式在高等教育教学改革中的作用日益凸显。本文首先阐述了大数据技术和混合式教学模式的发展现状以及其与教育教学的关系;其次从大数据技术和混合式教学模式的深度融合出发,深入剖析了教学理念、教学资源、教学流程、教学反馈在创新教学模式下的内涵和发展方向,通过与传统教学模式的对比分析,进一步论证了大数据技术和混合式教学模式的深度融合将是未来混合式教学环境的必然要求;最后提出只有充分利用信息技术的优势,结合教育教学信息化的时代背景,才能探索出适合新时代教育教学的新模式。

一种改进的字符串匹配模型研究

字符串匹配技术作为数据分析的基础和核心,已经被广泛应用于各个领域。通过分析字符串匹配算法的局限性和矛盾性,设计提出一种改进的字符串匹配模型。模型充分利用Tuned BM算法和Zhu-Takaoka算法正特征的显著优势,克服其性能缺点,保证字符串匹配过程中模式串每次都能移动最大安全距离,实现减少字符比较次数和增大模式串移动距离的目的。实验结果表明,与其它字符串匹配算法相比,改进模型在不同数据集的长模式串和短模式串应用中都能表现出良好的匹配效果,模型稳定性较高。

一种可行的优化降级读性能RAID-6编码算法

随着大数据时代的来临以及存储规模的不断扩大,现代数据中心对存储系统的可靠性要求越来越高。针对传统RAID-6纠删码存储系统在降级模式下读操作性能不足的问题,提出一种优化降级读性能的RAID-6编码算法。利用水平码中连续数据元素更有可能共享相同水平校验链的特点,将X-码中对角校验链上数据元素的布局方式调整为水平方向,保持校验元素的位置及其计算方法不变,有效减小了降级读操作的额外I/O开销。仿真结果表明,优化X-码在磁盘数量相同的情况下降级读性能优于RDP码和X-码。