Based on Multimedia and Network Social Environment--A study of Pragmatic Acquisition in College English Teaching

With the progress of the times,the number of college students is growing exponentially.But the students who enter the university are various and have their own advantages and disadvantages.Among them,the polarization of students'English level is particularly obvious and serious.Therefore,in view of the contradiction between"not enough to learn"and"unable to learn",this paper makes a preliminary exploration on the pragmatic acquisition mode of College English teaching based on multimedia and network social environment.This paper mainly discusses and analyzes the concept of pragmatic acquisition mode and about how to implement it in practical teaching.In addition,this paper is only for reference in the English teaching industry.

多媒体社交网络中的数字内容安全分发研究

多媒体社交网络(Multimedia Social Networks,MSN)的出现与快速发展,使用户间的信息交换与共享变得更加便利,而随意分发受版权法律保护的数字内容的现象也愈演愈烈。这种开放式网络环境下的数字版权管理(DigitalRights Management,DRM)问题已成为目前的一个开放问题和重要挑战。针对社交网络用户节点间的数字内容共享与传播行为,并基于支持可信验证代理方的远程证明,提出了多媒体社交网络环境下的数字内容分发体系框架及其安全协议。与现有典型DRM方案的对比分析表明,新方案结合可信计算高安全性的用户终端平台,实现了安全增强、可信、可控的数字版权保护机制,从而满足了用户终端平台的隐私保护需求。

面向社交多媒体安全分享的树结构小波域联合指纹与加密

社交网络的出现,使得基于社交网络平台的多媒体分享变得非常容易,并引起了一些安全与隐私问题.为了减少不必要的损失,面向社交网络的多媒体安全分享需确保保密性、可追踪性以及可扩展性(即安全分享方法可应用于不同规模的社交网络),而现有的联合指纹与加密技术虽可提供对前二者的双重保护,但会制约可扩展性.本文提出了一种面向社交网络多媒体安全分享的树结构的小波变换域的联合指纹与加密技术,该技术主要在社交网络的层次机构和多级指纹码之间建立一种映射关系,并根据该结构对多媒体内容实施树结构的小波变换,进而进行指纹与加密,实验结果与理论分析证明了该方法可以同时兼具保密性、可追踪性与可扩展性.

基于卷积神经网络的图文融合媒体情感预测

近年来,用户在社交媒体上越来越多地使用多媒体内容来分享经历和表达情绪。相比单独的文本和图像,融合文本和图像的多媒体内容能够更为充分地揭示用户的真实情感。针对单一文本或图像的情感不明显问题,提出了一种基于卷积神经网络(CNN)的图文融合媒体的情感分析方法。该方法融合图像特征与三个不同级别(词语级、短语级和句子级)的文本特征构建CNN模型,以分析比较不同层次的语义特征对情感预测的影响。在真实数据集上的实验结果表明,通过捕捉文本情感特征和图像情感特征之间的内部联系,可以更准确地实现对图文融合媒体情感的预测。

可扩展的社交多媒体安全分享方法研究

社交多媒体在社交网络中的分享面临安全与隐私威胁,多媒体加密可以解决保密性问题,数字指纹技术可以实现叛逆者追踪,但现有数字指纹技术还不能应用于大规模社交网络。现有指纹码不能容纳社交网络中数以亿计的海量用户,为每位用户单独生成指纹拷贝,对数亿计的用户而言,会造成巨额的空间和时间开销,此类问题的产生源于现有的安全分享算法缺乏可扩展性。面向社交多媒体安全分享在确保保密性、可追踪性的同时,更需要保证可扩展性,以适应社交网络的动态变化。基于混沌加密和社交网络指纹技术,提出一种面向社交多媒体安全分享的树结构Haar(tree structure Haar,TSH)变换域的联合多媒体指纹与加密技术,实验结果与理论分析证明了该方法不仅可以保证社交多媒体的安全分享,而且可以实现可扩展性。

基于多媒体网络平台的延续性护理结合社会支持对乳腺癌术后化疗患者生存质量的影响

目的探讨基于多媒体网络平台的延续性护理结合社会支持对乳腺癌术后化疗患者生存质量的影响。方法选取我科2017年9月至2018年9月收治的60例乳腺癌术后化疗患者作为研究对象,按随机数字表法分为对照组和观察组,各30例。对照组采用常规方式的健康教育及随访;观察组通过多媒体网络平台进行延续性护理,同时实施社会支持干预。比较两组患者的生存质量和自我管理效能。结果随访6个月,观察组的EORTC QLQ-BR23、EORTC QLQ-C30及SUPPH评分均明显高于对照组,差异具有统计学意义(P<0.05)。结论给予乳腺癌术后化疗患者基于多媒体网络平台的延续性护理结合社会支持,能够提高患者化疗后的生存质量和自我管理效能,值得临床推广应用。

多媒体社交网络中无注册中心的三因子多服务器认证方案

由于越来越多的人们使用多媒体社交网络来共享多媒体信息或从多媒体社交网络中获取多媒体信息.因此,多服务器认证在多媒体社交网络中扮演着重要的角色,它可以防止用户在单服务器认证机制中需要注册到每个服务器并记住每个密码.最近,Chaudhry指出Lu等人提出的两个多媒体社交网络三因子多服务器认证协议存在假冒攻击和没有保护用户匿名性的问题.为了解决这些问题,Chaudhry提出了一个安全性增强的改进方案,并声称他的方案是安全的.然而,在本文中,我们发现他的改进方案缺乏完美的前向安全性和会话密钥安全,并且容易受到内部假冒攻击和中间人相遇攻击.因此,提出了一种新的无注册中心的三因子多服务器认证协议.利用基于应用pi演算的形式化验证工具ProVerif进一步证明了该方案的安全性,并通过与相关方案的比较,证明了该方案具有较高的计算效率.

面向多媒体社交网络的访问控制模型

传统访问控制模型无法满足新兴的多媒体社交网络场景下的用户数量大、动态交互和内容共享等特点.为此,提出了一种基于用户主要社交关系属性,如用户类型、紧密度、内容分享深度和信任度等,面向多媒体社交网络的访问控制模型.通过自定义安全规则及其安全策略冲突消解,有效地解决了数字媒体访问使用和分享传播中的安全问题,适用于多媒体数字版权保护应用的实际需求.

一种面向DRM的多媒体社交网络信任模型

在多媒体社交网络中,用户间的信任关系直接影响数字内容的分享与传播方式。为准确评估用户间的信任关系,引入数字内容可信反馈、反馈权衡因子、用户分享相似性等分享特性因子,基于小世界理论,建立一种面向数字版权管理的多媒体社交网络信任模型MSNTM。实验结果表明,MSNTM能够实时动态地更新用户间的信任值,准确度量信任关系,并识别分享虚拟社区中的恶意用户。

面向社交网络的去同步内容分发

数字指纹是一种比较完善的防止数字媒体未经授权再次分发的方法。然而,当对手收集到足够多的拷贝后,就能减弱甚至消除指纹,导致跟踪器可能无法再检测到任何实际参与合谋的人。在面向社交网络的多媒体内容分发系统中,能容纳的用户多达上千万甚至上亿,同一社区中的大量用户可聚集更多的指纹拷贝来进行共谋攻击。参与共谋的人数越多,共谋拷贝中残留的单个用户的指纹信息越少。如果不解决社交网络环境下大规模用户的共谋行为,必将造成内容所有者的隐私泄露,整个多媒体行业也会因此遭受重大损失。为了减少大多数用户参与共谋攻击后所造成的损失,提出面向社交网络的去同步指纹技术,通过在指纹媒体拷贝之间引入去同步差异性,来威慑共谋攻击行为。实验结果表明,本文提出的去同步指纹技术具有有效性。

一种多媒体社交网络安全风险评估方法

新兴的多媒体社交网络MSN(Multimedia Social Networks)为多媒体内容的传播与分享提供了便利,然而用户之间随意的分享与传播受版权保护的数字内容使得数字版权管理DRM(Digital Rights Management)问题日益严重,该开放式网络场景面临数字内容的损害和版权侵犯等安全风险。基于传统的风险评估方法,并引入信任风险、用户需求等风险影响因子,采用定量和定性相结合的方法来评估MSN中用户之间数字内容传播中的风险,其中定量方法采用金融领域广泛使用的风险计算方法——VAR方法,定性方法是采用专家评分方式对非量化因素的评估。最后通过仿真实验验证了提出的风险评估方法的有效性,并揭示了风险损失与风险平均发生率、内容提供商的风险偏好态度之间的关系,即风险平均发生率偏大时(泊松分布图趋于正态分布),内容提供商厌恶风险时面临损失最小,其次是风险追求,而风险中立时面临损失最大。

基于社交网络元数据的图像分类算法

在线社交网络图像通常携带大量的社交网络元数据,包含了丰富的图像语义信息,可以帮助用户区分图片中的内容.提出一种基于社交网络元数据的图像分类(multiple social metadata image classifica tion networks,简称MSNet)算法,首先采集得到图像的多种社交网络元数据,根据图像社交网络信息构造出图像的多种关系网络,然后使用网络表征学习算法学习出图像在各个关系网络中的表征向量,最后使用图像的视觉特征和网络表征训练一个神经网络分类器对图像进行分类.通过在PASCAL, MIR、CLEF和NUS数据集上对比 MSNet 与 CNN-neighbor、核典型相关分析(kernel canonical correlation analysis, KCCA)算法的性能,证明了 MSNet算法能提升图像分类的性能。

社会认知视野中的外语多媒体网络教学

本文在分析外语教学理念从结构主义到认知理论再到社会认知理论的发展过程的基础上,从社会认知理论的角度,论述了外语多媒体网络教学的优势和广阔的发展前景.

一种具有数字版权保护功能的多媒体社交网络平台

新兴的多媒体社交网络使用户使用和分享数字媒体内容变得更加便捷,但也使数字内容版权保护问题变得更加突出.为解决现有多媒体社交网络平台缺乏数字版权管理功能,提出了一种集多媒体、社交网络和数字版权管理为一体的综合化多媒体社交网络平台,设计并实现了该平台的B/S体系结构、系统功能、用户和管理流程.与现有的代表性多媒体社交网络平台及DRM方案对比分析得出,该方案在跨平台、在线/离线媒体使用控制和数字权利分享等方面,具有较好的安全性和功能特征.

社会认知视野中的外语多媒体网络教学分析

外语教学是一种语言学习活动,外语教学能够培养学生适应课堂之外的真实社会话语情境,让学生掌握其语言真实应用的风格、语域以及变体。在外语教学中,个体的学习活动是学生主动参与到外语学习实践活动中而与社会环境维持动态互动,并提高自身适应性的过程。本文主要站在社会认知的角度,对外语多媒体网络教学进行分析与探究,让学生融入到真实的环境中,将语言学习与应用的各项知识和技能都进行有效融合,真正提高学生的外语应用能力。