ASP网络编程语言课程教学思考

ASP网络编程语言是计算机专业开设的专业课程,本文针对当前影响ASP课程教学效果的主要问题展开分析,提出了具体的解决思路和方案,从学生兴趣的培养、教学内容和考评办法等几个方面进行了具体的阐述,其中一些创新方法对高校计算机专业的专业学科教学有一定的参考作用。

流媒体技术在高等教育中的应用

论述了流媒体技术在高等教育应用中的技术优势,并给出了具体的应用方法,即课件点播、制作点播资源库、教学直播以及交互式教学。

文理科院校PTME人才培养模式研究

借鉴众多高校先进的人才培养模式,阐述PTME模式中4个组成部分的具体含义,分析各个部分的组成、构成要点、设计依据、实施要点和目的。

基于MapReduce的并行混合混沌加密方案

为了解决云环境中大数据量加密速度慢的问题,针对云计算环境中多节点的特点,结合混沌加密和MapReduce并行框架,提出一种并行混合混沌加密方案。通过对明文数据进行分组,在分组加密初始化时,混合三维Lorenz混沌系统和Chen混沌系统产生用于加密混沌系统的初值和干扰值,在加密过程中再次混合Henon映射和2D Logistic混沌映射,通过产生的混沌序列和干扰值对明文进行加密。实验结果表明,基于MapReduce的并行混合混沌加密技术能够在96个核的集群中提升360%的加密速度,减少81.2%的加密时间。

云计算环境中基于属性的多权威访问控制方法

在云计算环境中,如何实现在不可信及动态变化的云计算环境中对加密数据的访问控制是云计算走向实际应用亟待解决的问题之一。文中提出了一种基于属性的访问控制方法,该方法将密文长度及加解密过程的计算量限制为固定值,提高了系统的计算效率,并且引入了层次化的授权结构,降低了单一权威授权的负担,提高了安全性。文中分析了方法的安全性、可扩展性和计算复杂性等性能,实验结果证明了该方法在域权威授权、用户授权及加解密等过程中的计算量上的优越性。

基于MapReduce的并行AES加密算法

针对云计算环境的隐私保护问题,采用加密数据存储是一个可行的选择。为了提高数据加密解密的速度,结合云环境的并行计算特点和AES加密算法,设计了一种并行AES加密方案,给出了具体的并行算法,分析了算法的性能,并通过实验证明了方法的有效性。实验结果表明该并行算法在MapReduce模式下,在16核4节点构成的云计算集群上能够达到15.9的加速比,总加密时间减少了72.7%。

主动数据库技术在高校智能选课系统中的应用

本文讨论主动数据库技术在智能选课系统中的应用。选修课是高校教学中的重要组成部分,智能选课系统可以按照学生当前的学习情况自动安排可选课程的范围,避免了盲目性。

基于CNKI的大学Java程序设计教学改革文献计量分析

基于CKNI对2003-2012年我国发表的有关Java程序设计教学改革研究的论文进行计量分析,主要从年代分布、作者分布、作者单位分布、主题词分布、期刊分布等方面进行统计分析,从中发现高校Java程序设计教改的研究现状及进展,并对进一步教改研究的方向给出了建议。

基于MapReduce的并行同态加密算法

根据云计算分布式的特点,并结合同态加密和Hadoop环境下MapReduce并行框架,提出了一种基于MapReduce计算框架的并行同态加密方案。实现了具体的并行同态加密算法,并对该方案的安全性和正确性进行了理论分析。同时,在16个核的计算集群中进行实验,数据加密的加速比可以达到13。实验结果表明,基于MapReduce的同态加密方案可以有效地减少数据的加密时间,有利于面向实时的应用。

分布式环境下多关键词并行密文检索方案

对于可搜索加密需要均衡数据的安全性和检索效率。针对SSE-1密文检索方案中检索性能低、单关键词检索模式不足和传统单服务器架构中的单机资源局限性等问题,设计并实现了一种多关键词并行密文检索系统。该系统采用不同的索引加密方式提高密文检索性能;通过对密文倒排索引的切分实现倒排索引的分块检索,克服了单机资源的局限性并提高了检索效率;通过结合分布式特点扩展了传统单机检索架构并实现了多关键词的并行检索。实验结果表明,与SSE-1方案相比,在保证密文数据安全性的前提下所提方案能够提高检索、更新等操作的效率,实现多关键词的检索,同时动态扩展系统分布式架构以提高系统负载能力。

支持浮点运算的高效并行全同态加密算法

云计算的快速发展在给人们带来便利的同时,其隐私安全问题也备受关注。结合全同态加密算法,实现直接对密文的运算,是解决隐私安全问题的一种可行方案。但目前大多同态算法支持的数据类型有限,难以有效应用于实际环境。鉴于此,提出一种支持浮点运算的全同态加密算法,以及基于Spark环境的并行算法,并分析了算法的安全性和实际性能。实验结果表明,基于Spark的并行浮点数全同态加密算法支持整数和浮点同态运算,在4节点16核心的集群中能够达到3.9的整体加速比,能有效减少数据加密和密文运算的时间,满足云计算环境中对大规模浮点数据进行高效同态加密的需求。