面向移动和数据中心的高校信息化建设研究

结合多年来高校信息化过程和移动信息化发展规律,以大连民族大学信息化实践为例,详细论述了面向移动和数据中心的高校信息化发展趋势和架构;建立了高校移动信息化指标体系和数据中心度量指标,通过指标体系可以对比不同高校的移动信息化水平和数据中心化程度;论述微信企业号对于高校信息化的作用,不但可以作为人事管理中心库,而且还可以作为身份认证的服务。

依托民族高校校园网建设少数民族文化资源网——以大连民族大学为例

本文对少数民族文化传播的形式和特点分析的基础上,结合民族类网站发展现状和民族高校校园网的民族特色,提出了“依托民族高校校园网,建设少数民族文化资源网”的建设新思路。以大连民族大学少数民族文化资源网建设为例,提出了该网站资源获取的新途径,即借助上网行为管理系统对少数民族师生访问的互联网资源进行民族类特征抓取、分类、存储。该网站资源具有民族高校少数民族师生特色,对民族高校的大学建设和少数民族文化传承意义重大。

基于抽样融合改进的大数据聚类方法

校园网络大数据集的有效挖掘以提高信息的使用价值,对校园网络优化有着极其深远的影响,为此,本文提出一种基于leaders算法的校园网络大数据聚类改进算法leaders-k-means算法,算法首先通过leaders算法对校园网大数据集进行初始聚类,并根据初始聚类中心对校园网络大数据进行多次随机抽样形成多个小样本集,然后利用初始聚类中心做为初始值对每个小样本集进行k-means聚类,既保证了k-means算法初始值设置的合理性,又使得算法在一个较小的样本集中聚类,提高效率,最后对聚类后的多样本集合并,利用自下而上的层次聚类方法重新聚类获得原始样本的聚类中心.算法融合了层次方法、划分方法以及密度方法的优势,通过对比实验验证,算法取得较好的聚类效果.

基于细粒度标签的校园无线网弹性QoS优化

针对校园无线网中的服务公平性、带宽合理分配等问题进行研究。以用户优先级、网络业务优先级和自私行为度量为指标,建立细粒度标签,以此设计弹性Qo S优化策略,并通过NS2进行仿真实验。结果表明:该策略能减少自私行为对网络带宽的占用,提高网络服务的公平性,优化高峰时段的网络性能。