基于关联规则的网络信息内容安全事件发现及其Map-Reduce实现

针对网络中信息内容安全事件的发现问题,该文提出一种基于关联规则的多维度用户行为特征关联分析法;对于存在的虚警问题,提出了基于邦弗朗尼校正的检验准则;为满足在海量数据中的应用需求,提出了一种Map-Reduce框架下的分布式幂集Apriori算法。实验结果表明,该文提出的方法及相应算法,并行运算能力强,在低虚警率和漏检率的情况下,具有较好的检测率,且运行时间短,收敛速度快。

基于LDA模型的在线网络信息内容安全事件分类

针对在线网络信息内容安全事件的分类问题,利用网络用户通信信息中含有的时间、关系和内容特征均可基于文本描述的特点,引入LDA模型,提出了一种实时多维信息联合(RMIA-LDA)的在线信息内容安全事件分类模型及算法。以网络通信中的时间特征为轴,对由此划分出的各个时间片段中的通信关系、通信内容特征采用LDA模型进行建模分类,对分类结果的相似性进行度量后,再与增量更新数据部分的分类结果归纳合并,从而得到当前实时在线数据中的事件分类。仿真实验结果表明,该模型和算法可以有效实现网络中信息内容安全事件的在线分类,较现有算法具有优越的性能。

层次化网络信息内容安全事件态势评估模型

针对网络中信息内容安全事件的态势评估问题,通过对网络信息内容安全事件的多维特征分析,提出了一种层次化的信息内容安全事件态势评估模型及参数计算方法。该模型采用层次式结构,分别对事件级、区域级和系统级的态势评估值进行计算。其中,事件级态势利用事件特征中的行为特征和内容特征进行计算;区域级态势则依据关系特征和位置特征;系统级态势整合所涉及的各区域级态势。对各级态势评估值参数的计算方法进行了定义。仿真实验结果表明:该模型及计算方法具有可行性和可靠性,在对信息内容安全事件的态势评估过程中能够有效反映事件的影响程度并把握其变化规律。

基于内容的快速事件匹配算法

在对分布式虚拟环境应用特点和已有事件匹配算法进行研究和分析的基础上,设计并实现了一种基于内容的快速事件匹配算法。该算法兼顾了处理订购和事件匹配的效率,能够有效地解决对称事件匹配问题,从而使基于内容的发布/订购模型能较好地应用于分布式虚拟环境。实验结果及性能分析证明了该算法的可行性和有效性。

利用E-IGA-RBF的网络信息内容安全事件态势预测

针对径向基函数神经网络的优化问题,提出了一种基于精英选择模型的免疫遗传算法,对径向基函数神经网络的结构和参数进行优化.模型采用精英选择策略,确保优良基因得以保留进入下一代.同时,通过退火因子的扰动,在一定程度上增加了变异的多样性,提高了整个算法的收敛速度和局部搜索能力.实验结果表明,利用该算法进行信息内容安全事件的态势预测,具有有效性和可靠性,较现有算法具有更加优良的性能.

信息内容安全事件中的网络舆情治理研究

当今全球网络安全形势日趋严峻,各类信息内容安全事件由于突发性强、破坏性大、影响面广,往往最易成为网络舆情产生和爆发的聚集地,严重威胁政府和公众的基本安全.提升政府网络空间治理能力,强化政府的网络舆情责任,妥善预防和解决信息内容安全事件造成的次生危害是保障公民信息安全、维持社会正常运转的重要手段.本文基于对信息内容安全事件中网络舆情治理困境的分析,提出完善网络舆情治理模式、优化重大突发事件网络舆情应对机制、完善网络舆情治理保障体系、健全相关法律法规四项基本措施,以期为各级政府解决信息内容安全事件中的网络舆情治理提供借鉴.

构建大规模的汉语事件知识库

该文提出了一种静态知识库和动态标注库相结合的汉语事件知识库构建方法。在统一的设计框架下,将相关事件知识拆分成五个相对独立的知识子库,并通过各子库之间的内在联系使之互相参照互为补充。经过有效拆分和信息联动,增强信息的丰富性和可靠性,同时细化工作的粒度,具有较好的可操作性。以此为基础,开发完成一个汉语"存在拥有类"事件知识库,其中静态知识库覆盖72个情境和1 548个词语义项,动态标注库包含598个事件目标动词的10万句标注结果,取得了较好的实验效果。

关键事件技术在护理领域应用的研究进展

介绍了关键事件技术的基本内容、应用步骤及其在国内外护理领域应用的研究情况,并对其应用中的不足提出思考,以期为关键事件技术在护理领域的推广及应用提供参考。

浅谈历史教学中的几种速记法

历史学科内容丰富,构成基础知识要素的人、时、地、事纷繁复杂。在教学过程中,教师依据不同内容特点,找规律、抓关键,可分别运用字头、口诀、数理、因果关系、归纳等快速记忆的方法,引导学生积极参与,掌握方法,提高记忆效率,有效地解决了传统历史教学中的死记硬背而效率甚低的问题,较好地落实了学科课程标准,激发了学生学习历史的兴趣。