基于角色的访问控制管理模型的分析与比较

RBAC(Role BasedAccessControl)是实现访问控制的最有效的技术,它易于管理、方便灵活,越来越引起人们的重视 文章介绍了基于角色的访问控制RBAC策略 对两种管理模型AR BAC97和ARBAC02模型分别进行了重点描述 通过对两者的比较,分析了ARBAC97模型存在的不足之处以及ARBAC02模型所作的相应的改进 然后在ARBAC02模型的基础上给出了一个设计实例。

基于Web服务的网格应用系统安全模型

分布式软件系统,特别是网络应用系统由于需要大量计算机节点的合作,因此该类系统的整体安全性比较难以控制。网格各计算节点之间需要进行接受来自网格系统的计算任务,节点之间的信任关系需要一种安全模型来进行统一处理。文章以基于SaaS模式的电子工程预算软件(SaasBudget)为研究对象,介绍了Web服务的安全问题以及网格平台下的安全解决方案,分析了目前网格平台常见安全性问题,提出了一种基于动态用户池的网格平台授权机制。

数据库连接池上的终端用户追踪与审计

在广泛使用的多层结构数据库系统中,应用系统独立维护终端用户信息,致使终端用户身份不能传递到数据库管理系统,从而带来诸多安全问题。为解决这一问题,提出了数据库连接池上的终端用户追踪算法,通过分析Web日志来识别终端用户身份,根据Web请求和提交数据库执行的SQL语句间的对应关系建立SQL语句与终端用户的映射,并以此为基础进行终端用户追踪。基于所提出算法设计和实现了数据库安全审计系统,表明数据库连接池上的终端用户追踪算法可行有效。

Web应用系统快速开发与管理平台的设计与实现

介绍了BEPCII工程数据信息管理系统中各个子系统将要采用的统一快速开发与管理平台,就其中架构与关键技术及其实现进行了详细的描述,并为一般Web系统的设计与实现提供了参考。

基于VMWare桌面虚拟化应用的优化策略

针对基于VMWare桌面虚拟化应用过程中会出现用户体验不佳的问题,以高校桌面虚拟化应用的后期使用和管理为例,分析服务器主机资源配置、PCoIP协议设置、虚拟机操作系统设置对用户体验的影响,提出了三个优化策略。通过实验结果表明,应用优化策略后用户体验度有明显提高。

基于用户行为分析的私家车合乘系统设计

目前我国大城市交通拥堵情况日趋严重,在上下班期间表现的尤为突出。而与之截然相反的是私家车空乘率高,资源浪费,导致了城市道路上私家车的需求量以及涌入公共交通的人流量相对增加。不少专家学者发现,提高上下班过程中私家车的乘坐率或许能够缓解交通拥挤的现状,与此同时,国内也出现了一些自发的私家车拼车行为。本文旨在提高私家车乘坐率,提出定时定点的私家车上下班合乘系统的模式,并通过对合乘双方的行为分析来获取用户需求,从而得出更为合理的私家车合乘系统的框架。

用户思维下电商平台流量池构建--基于拼多多的研究

以拼多多流量池的构建为案例,研究电商平台流量池的构建。研究发现:在流量获取阶段,用户点击平台是基于用户基本需求通过电商平台的促销信息场景完成的;在流量转化阶段,用户使用电商平台是基于用户交流互动通过平台的信任分享场景完成的;在流量挖掘阶段,用户再次使用电商平台是基于用户偏好意愿通过电商平台的销售引导场景完成的。因此,用户思维是电商平台构建流量池的基础。从用户思维出发,建立相应的场景来实现用户行为,是电商平台构建流量池的主要途径。用户思维下,电商平台在构建流量池的基础上可实现品牌化价值创造、社交化价值传播、智能化价值创造的资源利用和价值创新。

基于接口池的集成软件开发环境的研究与实现

针对软件技术发展中各种开发工具之间无法进行数据共享、通信和协同工作的现状,从接口池方面进行了改进,并提出一种独立于外部环境的工具集成思想——后台工具接口池集成方式,设计了一个能根据用户需求来自动生成集成各种开发工具的软件开发平台的系统(SDEGS),有效地实现了开发环境的动态生成、动态配置和动态组装。

基于分段的线程池尺寸自适应调整算法

提出一种基于分段的线程池尺寸自适应调整算法。该算法将用户请求量分为上升段、平衡段和下降段3段,根据当前用户请求数、线程数自适应调整线程池尺寸,从而满足用户需求。实验结果表明,相比基于平均数的调整算法,该算法能更好地处理并发的用户请求,响应时间更短。

结合实时推荐与离线推荐的推荐系统

推荐系统是从大量信息中主动查找用户可能感兴趣的信息的工具.如何更好地贴近用户偏好,满足用户长期固有偏好的同时又能考虑到用户短期的兴趣焦点变化,是推荐系统长期研究的一个问题.此外,在对推荐系统进行设计时,为了提高推荐性能,除了专注于用户建模优化、推荐对象建模优化或推荐算法优化外,还需要将推荐系统作为一个整体进行系统性的研究,关注如系统流畅性、可伸缩能力等.针对这些问题,本文设计了一种实时推荐与离线推荐相结合的推荐系统,提出了采用待推荐池的方法保证系统的流畅性;在分析实时数据与历史数据的基础上,提供实时推荐与离线推荐,在贴合用户长期固有偏好的同时也能适应用户短时间内的兴趣焦点变化;采用控制模块对不同推荐结果数据进行控制调节,提高系统的可伸缩能力.基于该推荐系统,本文进行了对于微信文章的推荐实验,通过对待推荐池内数据进行分析来评价推荐效果,结果表明,推荐数据能够逐步贴近用户兴趣偏好.

结合文本及用户资料数据的微博谣言检测

社交平台谣言检测问题通常以源帖文本,回复文本为谣言检测的判断依据。此外,用户相关数据也利于提高谣言检测准确率。根据文本内容和回复内容呈现的序列特性,个人资料和微博统计数据多维度的无序性,提出基于自注意力的卷积神经网络及用户信誉特征谣言检测方法。该方法利用自注意力和卷积神经网络对源帖以及回复文本进行词级和句子级别的二级编码获取文本语义特征和谣言事件回帖的时序特征,并通过自注意力和最大池化结合用户个人信息及微博统计数据编码用户信誉特征进行谣言检测。在取自微博和推特的两个公开数据集上实验表明:1.结合自注意力的卷积神经网络序列编码优于单一的卷积神经网络;2.用户信誉特征能有效提高谣言检测结果准确率。

浅谈ORACLE数据库性能的优化

分析了ORACLE三数据库优化的方法和系统工具。

一种优化的内核态文件发送方法

传统的Linux内核协议栈已不能满足大规模数据处理系统对网络传输越来越高的性能要求。现有很多研究是将原来在内核态实现的协议和接口移到用户态去实现,但针对内核态优化的研究比较少。在研究分析Linux内核态文件发送接口sendfile()处理流程和管理机制的基础上,本文提出一种内核态文件发送优化方法,采用自动负载均衡的定长内存池管理、CPU亲和性等技术,对内核态文件发送接口进行优化改造。解决了系统在高负载情况下内存碎片、内存耗尽及CPU抖动的问题,有效提升了数据传输性能。实验结果表明,在高并发、高吞吐场景下,采用本文优化方法后,系统运行更稳定,内核态CPU占有率下降50%。

数字经济下专利池对扩展适应的影响机制研究

扩展适应是企业改进现有产品和技术以扩大市场的一种重要创新方法,但现有研究对此关注较少。研究结合数字经济的时代特征,基于IPO模型,构建专利池通过大数据能力和用户创新作用于扩展适应的链式中介模型。针对高新技术企业收集了527份有效问卷,利用SPSS、AMOS软件采用结构方程模型和Bootstrap方法对模型实证检验。结果表明:专利池对扩展适应起正向作用,大数据能力和用户创新在专利池和扩展适应在其间存在单一中介作用和链式中介作用。研究为企业转变创新思路提供了新的理论视角。

基于用户画像模型的社会服务与管理资源池系统建设实践

社会治理精准化需要利用信息动态感知、知识深度学习等科技新手段,对社会治理要素进行精确分析,为社会治理创新提供新的技术支撑。将用户画像技术引入到社会治理中,构建了社会治理要素的画像模型,以武汉市为例,建设基于用户画像模型的武汉市社会治理要素大数据资源池,阐述其服务民生、服务决策的应用实践,为智慧社会治理的空间决策奠定基础。

基于C++的高并发网络编程的研究

结合当前流行的高并发设计模型,提出了一种基于C++语言设计的自定义线性内存池系统,帮助上层的通信软件以更高的效率来分配内存。