对网络信息时代研究生教育问题的探讨

我国的研究生教育在网络信息时代显现出了某些学术道德、思想道德、人格塑造扣学习情趣等方面的问题,影响或制约着我国研究生教育事业的健康发展。发展我国研究生教育事业,要做到"树人先树本,兴教先兴德"。强化信息素质教育,建立良好的信息环境,树立健康、正确的网络信息观,发挥网络信息优势,是加速为我国社会主义建设培养出合格的创新人才的有效对策。

基于网络过滤的IP宽带网关计费系统设计

在分析Linux内核网络参数、内核模块和内核网络过滤框架的基础上 ,提出了一个IP网络宽带计费系统解决方案 ,并突出介绍了其核心部分IP宽带计费网关的设计与实现 .该系统基于用户 ,按IP类别进行流量计费 ,能够为校园网提供一套实时、高性能。

一种高性能网络流量采集系统设计与实现

为了提高流量采集的性能,提出了一种基于软中断和内存映射的流量采集方法,通过实现一个能够接收所有数据报文的协议处理函数,并通过内存映射技术,让用户空间程序直接访问内核数据包,避免了数据报文在内核态传输的内存操作,缩短了数据报文传递路径,极大的节省了CPU的开销.性能测试结果表明,数据报文的采集能力有了极大提高.

基于Netfilter及uclinux的嵌入式网络流量控制系统的设计与实现

由于网络资源有限,为了公平使用这些网络资源,控制用户网络流量就成了一种重要方式,分析了uclinux的TCP/IP网络协议栈和netfilter网络过滤框架原理,设计并实现了一个嵌入式网络流量控制系统,测试结论表明其性能优于普通linux主机.

一种新型网络计费系统的研究

在讨论了网络计费的各项关键技术后,包括网络参数、Linux内核模块、Linux核心过滤模块,提出了1个IP网络宽带计费系统解决方案 ,并突出介绍了其核心部分IP宽带计费网关的设计与实现 .

提升网络入侵检测系统性能关键技术研究

高速网络的出现对网络入侵检测系统的处理能力带来了挑战,在分析了影响入侵检测系统性能因素的基础上,提出了提高高速环境下入侵检测系统性能的新方法,即采用了基于改进的NAPI数据包捕获技术、基于状态的协议分析技术和基于二叉规则树的高速匹配算法来提升网络入侵检测系统性能,实验结果验证了所提出的技术的有效性.

大学生心理咨询专家系统的意义及改进方法

本文介绍了大学生心理咨询专家系统的意义以及对现有咨询专家系统模型的一些改进方法。

一种基于加权欧氏距离聚类方法的研究

聚类分析中最常用的距离度量方法是欧氏距离。针对传统的基于欧氏距离计算相似度的不足,提出了一种在领域知识未知的情况下基于加权欧氏距离的计算方法,并对此进行了分析与研究。实验证明,该方法不仅在一定程度上克服了欧氏距离的缺陷,而且能够提高聚类质量,优化聚类性能。

一种基于加权欧氏距离聚类方法的研究

针对传统的基于欧氏距离计算相似度的不足,提出了一种在领域知识未知的情况下基于加权欧氏距离的计算方法,并对此进行了分析与研究。实验证明,该方法不仅在一定程度上克服了欧氏距离的缺陷,而且能够提高聚类质量,优化聚类性能。

Hadoop云平台下的聚类算法研究

为了解决在面对海量数据时机器学习算法很难在有效时间内完成规定的任务,并且很难有效地处理高维度、海量数据等问题,提出了基于Hadoop分布式平台的谱聚类算法并行化研究。利用MapReduce编程模式,将传统的谱聚类算法进行重新编写;在该平台上用Canopy算法对数据进行预处理,以达到更好的聚类效果。实验结果表明了设计的分布式聚类算法在加速比等方面有良好的性能,并且在数据伸缩率方面效果明显,改进后的算法适合处理海量数据。

改进的KMP算法在深度包过滤技术中的应用

分析了KMP经典算法理论,提出了一种基于相邻位对比的改进KMP算法,并给出了具体实现。将改进后的KMP算法应用于深度包过滤技术中,实验结果表明,该算法具有较高的可行性。

基于密度和对象方向聚类算法的改进

针对K-means算法所存在的问题进行了深入的研究,提出了基于密度和聚类对象方向的改进算法(KADD算法)。该算法采取聚类对象分布密度方法来确定初始聚类中心,然后根据对象的聚类方向来发现任意形状的簇。理论分析与实验结果表明,改进算法在不改变时间、空间复杂度的情况下能取得更好的聚类结果。

基于密度与划分方法的聚类算法设计与实现

在分析常用聚类算法的特点和适应性基础上提出一种基于密度与划分方法的聚类算法。该算法根据数据对象密度分布状态来自动确定聚类簇密度吸引中心点和聚类簇的初始划分;然后利用划分的方法,根据密度可达定义来寻找密度可达数据对象簇,从而完成数据对象簇的最终聚类。实验证明该算法能够很好地处理具有任意形状和大小的簇,能够有效地屏蔽噪声和离群点的影响和发现孤立点;同时也减小了输入参数对领域知识的依赖性。

基于面向对象XML的存储模式的设计与实现

通过扩展DTD和XML文档的解析建立面向对象的XML存储模式中的数据仓支持XML数据之间的继承关系和基于XML的面向对象的数据查询方式。文章阐述了解析器的系统设计与实现算法,并给出进一步的研究方向。

基于模糊多目标决策的网格资源调度算法研究

针对如何提高网格资源的使用效率和用户满意度及系统效率等问题,提出了一个基于层次调度模型的、将资源的表示与需求用XML方式描述、以模糊多目标决策理论为资源调度策略,以用户满意度和系统资源利用率为主要目标的综合网格资源调度算法。该算法不仅最大程度提高用户的满意度,而且较好地解决了网格资源的均衡使用,极大地提高了系统效率,对网格系统综合性能有明显地提高。

一种基于linux软中断机制的计费网关系统

为了找到一种既有较高的系统性能,又有丰富控制功能的合理计费系统,分析了目前校园网的几种计费模式及其优缺点.针对目前应用最广泛的计费网关模式分析了linux网络协议栈对数据包的处理流程,提出了一种通过软中断机制的数据包获取方法,即通过重新定义处理数据包的软中断tasklet接管原系统对数据包的处理;后续处理加入自己需要的一些对数据包的控制模块,实现了一种兼顾性能和控制的合理的计费网关系统.

Hadoop平台上Apriori算法并行化研究与实现

分析传统串行关联规则Apriori算法的计算过程以及存在的一些缺点,针对串行算法执行效率低,时间复杂度高以及传统并行计算模式不能处理节点失效,难以处理负载均衡等问题,提出基于Hadoop平台实现并行关联规则算法的设计方法,对传统关联规则Apriori算法进行了改进,并给出改进算法在Hadoop平台的MapReduce编程模型上的执行流程;在Hadoop平台上对改进后的算法进行单机测试和集群测试,实验结果证明,改进后的算法具有较高的执行效率,良好的加速比和可移植性。

基于面向对象XML的集中式和分布式存储模型

针对面向对象的XML数据,提出了2种存储模型。在分布式存储中,对象的一个属性或元素,如果是从超类继承的,其属性值或元素值存放在超类对应的对象中,如果是该类新定义的属性或元素,则放在该类对应的对象中。在该集中式存储中,对象的所有属性值都存放在所属类的对应对象中,超类中没有子类实例的数据,只有直接实例数据。通过典型查询语句,测试、分析了2种存储模型的性能,实验结果表明两种存储模型的可行性和高效性。

基于Agent的网格资源监控系统的设计与实现

文章设计并实现了一个基于Agent的网格资源监控系统,讨论了利用Agent查询发现网格节点上的软硬件资源信息、进行资源注册、资源目录信息管理、为用户查找和分配资源等问题,最后测试了基于Agent的资源监控系统的查询性能。

用继承扩展XML Schema

XML正成为Internet上数据描述和交换的主要标准,因此对面向对象XML存储研究变的很重要。扩展后的XMLSchema支持面向对象XML,通过对XMLSchema文档的解析得到面向对象XML文档中元素之间的关系,这些关系不仅支持新的数据模型,而且支持新的查询方式。在扩展XMLSchema的语法后,介绍扩展后XMLSchema中继承信息查找的算法设计。