基于Web身份特征的网络视频监控设备识别

为了更好地对网络视频监控设备进行在线管理与维护,提出了一种网络视频监控设备在线检测与自动识别技术.利用无状态扫描技术进行网络终端设备的在线检测,从终端设备特定端口返回的HTTP头信息中提取BANNER和HTML页面信息,并通过粗糙集属性约简后构建设备Web身份特征.利用余弦距离计算在线设备Web身份特征与已知设备特征库样本之间相似度,实现在线设备的检测与识别.结果表明,该方法能够较好地在线检测并自动识别网络视频监控设备,具有较高的识别准确率和较低的识别遗漏率.

基于相似图片聚类的Web文本特征算法

对于图文不符的低质量网页,现有基于文本关键词的图片搜索引擎得到的结果相关性较差。针对该问题,将图片的相似性聚类信息和网页质量因素融入文本分析过程,提出一种基于相似图片聚类的Web文本特征算法。根据网页Page Rank值、关键词HTML标签类别和关键词词性类别的不同,分别赋予其不同的权重并代入计算公式,综合计算得到整个聚类中全部关键词的文本特征值,并通过设置阈值提取高相关文本。对随机选取的15个图片聚类进行实验分析,结果表明,与百度和谷歌目前所用图片搜索算法相比,该算法能够准确地找到反映图片内容的真实文本,提高图片检索的精度。

Web缓存流量特征模型研究和应用

根据Web缓存流量访问特征建立数学模型,设计实现了Web缓存流量特征模拟生成器(WebSimGen)。利用两层代理缓存结构、基于ADF(Aggregation、Disaggregation和Filtering)模型对Web缓存流量的访问特征和性能进行测试,实验表明模拟日志具有和真实日志类似的访问特性。Web生成器具有较大的灵活性,能够克服真实日志的一些缺点,为进一步提高Web缓存性能和预取技术提供了重要依据。

具有Web2.0特征的分布式VOD系统模型的探索

本文通过对当前在广电网络中应用的VOD系统的研究,结合笔者的研究与工程实践,提出了一种具有Web2.0特征的分布式VOD系统模型,为VOD业务今后的发展进行了新的探索。

基于支持向量机的移动Web浏览性能优化研究

随着网页内容和功能的丰富以及用户体验需求的提升,移动Web浏览中的计算能耗与日俱增.DVFS(Dynamic Voltage and Frequency Scaling)技术在同构多核架构中取得较好的节能效果,但在异构多核架构中,由于系统默认的调度策略没有充分利用低功耗核心,导致高性能核心的工作频率和时间往往高于实际需求,浪费大量电能.而面向异构平台的Linux HMP(Heterogeneous Multi-Processing)技术也没有充分利用异构平台的特性,无法对能效进行有效的提升.针对上述问题,该文面向移动异构平台,提出了一种基于支持向量机的CPU配置预测模型.首先选取500个热门网站主页,分析其主页面的架构(HTML)及样式(CSS)信息,进行特征选择;遍历不同CPU配置渲染网页,记录获得最优加载时间、能耗及EDP对应CPU配置;最后在线下利用支持向量机自主挖掘网页特征同最优配置的内在关系,以此构建移动异构平台的CPU资源调度预测模型.该模型通过分析网页特征,根据不同的优化目标,为渲染引擎分配合适的处理器资源.实验结果显示,同目前最先进的一种线性回归预测模型相比,该文提出的CPU资源调度模型在加载时间、能耗和EDP上的性能得到显著提升.

Web页面流行度模拟器的设计与实现

研究Web访问特征是有效进行Web缓存管理的基础。该文使用Zipf第一法则和第二法则建立数学模型,分别模拟Web页面高频区及低频区流行度特征,设计并实现了一个Web日志模拟生成器POPSIM。这种模拟器不仅可以模拟生成Web页面访问日志,而且具有很大的灵活性,为进一步研究Web缓存技术和预取技术提供依据。

Web流量模型研究和应用

Web缓存技术是提高Web性能的一种有效方法,缓存管理是Web缓存技术的核心,研究Web访问特征的数学模型是有效进行Web缓存管理的基础。本文根据Web缓存流量访问特征建立数学模型,设计实现了Web缓存流量特征模拟生成器(WebTraffsim),利用两层代理缓存结构,对Web缓存流量的访问特征和性能进行测试,对Web缓存替换算法(LRU,LFU,LRV)进行了性能评价和分析。

重复模式识别算法及在Web信息抽取和聚类分析中的应用

序列中的重复模式识别算法及应用研究是数据挖掘领域的重要问题,是提取序列中有用信息的主要手段之一。近年来,针对各种重复模式定义、有效的识别算法设计以及重复模式识别算法在有关领域中的应用有了很多研究成果。文中对序列中重复模式的类型与特点作了描述,讨论了识别算法中常用的数据结构,以分类的方式重点回顾并总结了近年来重复模式在一些相关领域中的应用及相关算法的设计思路与技巧,并从加入的领域知识及约束、识别结果与算法扩充性、存在的主要问题等方面进行了讨论,其中包括在网络信息抽取、Web文档特征提取与聚类算法及相关的维文信息处理等领域中的应用。最后,讨论了关于序列重复模式识别算法在各个相关领域中的应用研究所面临的挑战,并探讨了未来的研究方向。

基于密度优化的KNN算法的研究

通过对样本网页文本的影响因子特征提取,构建向量空间模型,同时利用OPTICS算法密度无关性,改进了KNN算法.实验表明,该算法增强了结果的稳定性,并产生质量较高的聚类结果.

一种自适应抗噪声的PPM预测模型

基于Web浏览特征提出了一种自适应抗噪声的PPM预测模型。模型在构造过程中,利用描述用户浏览深度特征的逆高斯分布及Web流行度特征,对噪声页面及过期数据进行动态移除,分别从纵向和横向上对PPM预测模型规模进行控制。实验表明,该模型对噪声数据的影响有较大的改善,能较好地动态预测用户的Web浏览特征,不仅预测准确率和存储复杂度都有一定程度的提高,而且有效控制了由预取引起的网络流量。

汉语名物化复合词识别

名物化复合词的识别是汉语复合词识别中的难点。困难之处在于汉语动词和名词共现时既可以构成动词短语也可以构成名物化复合词。传统的汉语复合词识别往往只使用语料统计特征,效果往往不怎么理想。基于最大熵模型,在基准上下文特征的基础上,采用了词汇特征与Web特征对动词和名词共现时的名物化候选进行判定,取得了较好的实验结果。其中,Precision达到了86.31%,Recall达到了70.00%。