一种基于隐语义概率模型的个性化Web服务推荐方法

为了满足Web服务使用者的个性化需求,提出了一种基于隐语义概率模型的用户指标偏好预测方法,用于个性化Web服务推荐.首先,引入两个决定用户指标偏好的关键因素:用户以及用户所处的服务情境,隐语义概率模型借助隐含类别建立用户指标偏好、用户及服务情境三者之间的隐含语义依赖关系,并且为描述用户、服务情境、指标偏好多方面的特征,允许这三者可同时以不同的概率隶属于多个隐含类别;然后,将期望极大(expectation maximization,EM)算法运用于由层次分析法获得的训练数据,以估计隐语义概率模型的参数;最后,使用该模型预测用户在特定服务情境下的指标偏好.隐语义概率模型与标准的基于内存的协同过滤以及基于聚类改进的协同过滤相比,不仅具有明确的数学模型,而且实验结果表明,隐语义概率模型对用户个性化指标偏好的预测精度最高,同时可以缓解数据稀疏性带来的不良影响.

基于信息流和状态流融合的工控系统异常检测算法

由于工业控制系统(industrial control system,ICS)与物理环境紧密联系,其特有的序列攻击可通过将合法的操作注入到操作序列中的不合理位置上,迫使ICS进入异常状态,损毁设备,甚至破坏生态环境.目前,针对序列攻击检测的研究基本上是从信息流中提取操作序列进行检测,易受错误、虚假数据等情况的影响,导致检测精度受到限制.针对该问题,充分考虑ICS的操作与物理环境的相互依赖性,提出一种双流融合的工业控制异常检测机制,从物理环境中实时提取工业控制设备的状态信息组成设备状态流,并将其与信息流相融合,从操作次序和时序2个维度检测操作序列是否正常.同时利用设备状态流信息识别操作间隔中的工业控制设备的异常状态,提升异常检测范围和对操作时序异常的检测精度.实验结果表明:该方法能有效地识别序列攻击和部分工业控制设备的异常状态.

基于区块链的分布式激励机制研究

激励机制广泛应用于群智感知、P2P视频点播、机会网络等场景中,是提升信息网络服务质量与效率的关键。现有的激励机制通常依赖于类似银行的可信中心,但可信中心因其管控不透明、易受攻击等特征而存在系统信任缺失和隐私泄露问题。基于区块链的激励机制可作为上述问题的解决方案,区块链具有去中心化、开放性、不可窜改、匿名性等特征,可在互不了解的多方间建立可靠的信任关系,而且基于区块链的密码货币获得现实世界广泛的关注和认可。介绍区块链技术及密码货币差异;然后总结基于区块链的激励机制研究现状,包括激励机制交易形式、激励机制分类和激励机制评价标准;最后对现有激励机制进行总结和展望。

基于创新创业的高校综合服务平台构建与开发

我国已经全面进入移动互联网时代,当代大学生是伴随互联网发展而成长起来的移动互联网原住民。面对大学生的多样化需求,现有的网络平台没有能够提供个性化、便捷化的综合服务,并且需要下载独立的手机APP。具体到湖北省十堰市4所高校近4万名在校生,却没有一个完全基于大学生校园生活需求的校园服务平台。我们以在校大学生的需求为导向,针对十堰高校搭建符合大学生特点和校园文化的“汉师部落”综合服务平台,主要包括五大板块:校园生活、校园O2O外卖、跳蚤市场和文化传媒、公众号推文、智汇旅游,把和大学市场合作当做突破点,以占领大学生校园市场为目的,进行大规模的宣传,通过强大的售后服务工作作为平台运行的保障,建立起一支高效率的配送团队,构建起强大的运营管理团队和技术团队。

党建视野

“100年前,中国共产党第一次全国代表大会在浙江嘉兴南湖的一条游船上胜利闭幕,庄严宣告中国共产党的诞生。”前不久,浙江省宁波市宁海县桑洲镇田洋卢村的党群服务中心,近百名党员和群众齐聚一堂,讲台上坐着--位银发老人。