关于Access2000的安全机制解析

Microsoft Access 2000数据库作为常用的桌面数据库软件,在中小型的数据库系统中得到了广泛的应用。针对Access 2000安全性能不高,探讨如何设置及提高Access 2000的安全性方法。

B/S结构下MIS的安全防范机制研究

针对MIS设计过程中存在的安全隐患和B/S下MIS可能遭受到的攻击提出了三种安全防范措施。对内部出现的安全问题,采用分配操作权限进行限制,而针对外部的各种攻击方式,提出了数据安全访问方法。

基于B/S模式的销售管理系统的安全模式设计

基于Web的销售管理系统的安全模式设计,既要考虑系统本身的安全,又必须考虑网络的安全性。本文讨论了在一个药品销售管理应用系统的开发中,所采用的安全模式。该安全模式主要是包括页面访问控制和数据访问控制两方面的设计。

一种基于Max-Log-MPA算法的改进方法

非正交多址接入技术(Non-Orthogonal Multiple Access,NOMA)具备高频谱效率和大连接的特性。随着移动数据和用户数量的爆炸式增长,NOMA技术的代表之一——稀疏码多址接入(Sparse Code Multiple Access,SCMA)技术具有愈发重要的研究意义。为了降低SCMA系统的检测算法的复杂度,先对用消息传递算法(Message Passing Algorithm,MPA)以及Max-Log-MPA算法进行了原理剖析和性能对比,然后基于Max-Log-MPA算法,提出了一种基于相似度的阈值判断方法。该优化方法利用合理的相似度阈值来提高算法的性能,进一步降低了算法的复杂度。最后,总结并探讨了相似度阈值对其他算法的适用性。

应用模糊集理论的多因素兴趣度评价

互联网的信息急剧增加,用户越来越难以找到自己所需要的信息。针对目前个性化服务系统中用户兴趣难以获取的问题,提出了一种模糊综合评判评价用户兴趣的方法,实验表明具有较好的评价效果。

面向用户互联网访问日志的异常点击分析

随着互联网用户人数的日益增长,用户行为分析已经成为互联网技术领域重要的研究方法之一。在日志中去除异常点击,对于准确挖掘用户行为的意图和习惯十分重要。该文采用某公司提供的真实用户互联网访问日志,对日志中的连续点击,单IP多用户以及单用户多IP等可能的异常点击,从访问集中度,用户平均访问量等方面进行了分析。我们认为对于连续点击,用户行为分析研究人员可以分情况滤去多余点击或该用户所有点击,而对于单IP多用户和单用户多IP的点击,我们建议不做处理。

基于粗糙集的Web用户行为预测研究

随着互联网的飞速发展和Web应用系统的广泛应用,Web挖掘得到了人们越来越多的研究。从Web日志中发现和分析出用户的有用信息的Web日志挖掘已成为研究热点。很多基于关联规则的方法已经被应用于Web挖掘中。运用基于差别矩阵的粗糙集提取Web日志中的关联规则,并将生成的关联规则集用于用户行为的预测。实验结果说明该方法的有效性和实用性。

一种基于RBAC的实现动态权限管理的方法

针对提高Web系统权限管理灵活度的问题,提出一种动态管理权限的方法。该方法基于RBAC模型,以RBAC数据库为核心,通过权限配置工具解析自定义的标准Web文件头部实现动态配置权限。给出了动态权限管理系统详细的模块设计和系统实现。对Web文件头部做适当扩展后,该方法可以适应大部分B/S结构的Web系统。

一种基于用户访问模式优化网站结构的算法

提出一种算法,通过挖掘Web日志中的关联规则,发现用户访问兴趣间的关联度和站点拓扑结构的不一致,并结合网站既有的拓扑结构,对于通常在用户的某次浏览过程中同时被访问,但在网站拓扑中相距较远的内容页面集,增加页面间的直接链接,最终实现网站系统结构的调整、优化,提高网站的访问效能。

基于兴趣度的Web用户访问模式分析

Web日志隐含了用户访问Web行为的动因和规律,如何有效地从中挖掘出用户访问模式是Web日志挖掘的重要研究内容。构造了User_ID-URL矩阵,矩阵元素为用户访问页面的兴趣度。应用经典的模糊C-均值聚类算法进行用户访问模式分析,通过在真实数据集上的实验,结果表明引入了用户兴趣度的日志挖掘算法是行之有效的。

高校图书馆电子资源用户权益保护研究

从高校图书馆电子资源用户权益保护存在的问题出发,探讨了其用户享有的使用权、公平权、隐私权、知情权、信用权、自主权、获得权、监督权、保障权和安全权等十个方面的权益。为保护其用户的这些权益,作为高校图书馆,应建立和完善一个规范、两个管理办法和三个制度的服务监管体系;作为用户,也应遵守网络道德、遵守数字知识产权的法律法规和加强用户私人帐号管理等方面的义务。

常用中文电子资源访问日志功能分析及研究

本文对常用中文电子资源检索系统的用户访问日志功能进行了比较,分析了各系统可以实现的功能、记录内容、表现形式,结合Counter标准,探讨电子资源用户日志系统的建立模式。

Web日志挖掘探析

Web日志挖掘是数据挖掘领域中一个重要研究方向。文章对Web日志挖掘相关问题进行了探讨,分析了Web日志挖掘模式发现及其相关算法的不足,阐述了Web日志挖掘模式发现阶段增量更新的重要性。

Web用户聚类研究

Web日志数据的海量增长,要求聚类算法能高效的从海量数据中得到满意的用户聚类.本文提出了一种新的聚类算法,在聚类前,利用用户兴趣度对海量数据集进行约简、减小数据计算规模,然后再对Web用户进行聚类.实验证明这种方法能减小数据规模、提高聚类效率,并得到满意的用户聚类.

基于Web日志的企业应用系统审计

通过Web系统的访问日志数据分析,构建一个基于Web日志数据的用户访问分析系统。该系统通过对网站的功能访问频次、响应时长、http返回的字节数和访问时间等统计指标,为用户提供可视化的用户访问信息统计及趋势预测,并结合应用系统及数据库的资源使用情况,为系统优化的改进建议、评估系统功能的使用情况。

面向Web活跃用户的树型访问模式挖掘算法

传统Web挖掘技术面向所有Web用户,而访问网站时活跃用户与非活跃用户表现特征不同.基于此,提出一种面向活跃用户的访问模式挖掘方法,包括活跃用户会话提取算法(AUSM)和树型访问模式挖掘算法(WAP-BUM).AUSM扫描一遍日志数据即可挖掘Web活跃用户并提取会话信息,在提取的用户会话信息基础上,利用网站拓扑结构给出了一种基于树结构的频繁访问模式挖掘算法(WAPBUM).WAPBUM针对Web日志挖掘特点,通过对子树构造等价类,自下而上产生频繁子树.人工数据集和真实数据集上的实验都证明AUSM算法的运行时间与Web日志数据量成线性关系,且运行过程中内存保持稳定;WAPBUM在处理带根子树挖掘时明显快于FREQT算法,所挖掘结果可有效应用于网站结构分析.

Web用户聚类中访问路径差异性度量方法的研究

用户访问路径是Web用户聚类时度量用户兴趣度的参数之一。结合日志记录的特点,从参数的数学特征出发,设计一种基于二进制数表示的访问路径矩阵来度量用户的兴趣度,并给出新的相异度矩阵构造法。实验表明,所提出的访问路径矩阵是可行的,生成的相异度矩阵在表现用户访问路径差异上是准确的。

基于用户访问模式的Web预取算法

缩短Web访问中的用户感知时间,是Web应用中的一个重要问题,服务器需要预测用户未来的HTTP请求和处理当前的网页以提高Web服务器的响应速度,为此提出了一种基于用户访问模式的Web预取算法。该算法根据Web日志信息分析了用户的访问模式,并计算出Web页面间的转移概率,以此作为对用户未来请求预取的依据。实验结果表明,该预取算法能有效提高预测精度和命中率,有效地缩短了用户的感知时间。

个性化学习系统中用户访问兴趣度量方法改进

在基于web使用挖掘的个性化学习系统中，用户访问兴趣度量和表达是一个关键部分，该文分析了现有的三种用户测览兴趣的度量方法，提出了基于用户注册和页面访问时间的兴趣度量方法，以及基于页面浏览时间建立用户一资源评分矩阵，从而更有效地为用户聚类提供数据依据。

基于兴趣的用户聚类分析在入侵检测中的应用

在入侵检测中对用户进行聚类,可以改善安全分析的效率,有助于发现潜在非法用户。在聚类中提出按照访问兴趣对用户进行聚类分析,在用户访问兴趣度量中综合考虑网页内容和浏览路径因素。在聚类分析中,依据访问兴趣定义提出新的相似度计算方法。利用传递闭包法对用户进行聚类。算法可以提高用户聚类的准确性,试验结果表明该算法是有效的。