基于自适应转发的大数据通信带宽时延感知拥塞控制技术

大数据通信带宽时延会导致通信拥塞故障,影响通信网络的正常运行,为此提出基于自适应转发的大数据通信带宽时延感知拥塞控制技术;根据通信网络的组成结构和通信原理,构建大数据通信网络模型;在该模型下,采集大数据通信带宽时延,通过特征提取与匹配,感知当前通信网络的拥塞状态;针对处于拥塞状态的通信信道,在考虑通信带宽的情况下,计算拥塞控制量,利用自适应转发技术调度并分配通信带宽,在差分流传输控制协议的支持下,实现大数据通信带宽时延感知拥塞控制;通过拥塞控制效果测试实验得出结论:与传统拥塞控制技术相比,在优化设计技术的控制作用下,移动通信网络的吞吐量有所增加,带宽时延降低了149.3 ms,同时通信误码率降低了0.037%,即优化设计技术在拥塞控制效果方面具有明显优势。

新能源汽车行业大数据技术专业人才培养模式探究

新能源汽车行业发展迅速,国内外市场占有率不断提升,对新能源汽车领域的技术需求也日益增加。随着相关政策法规的持续推进,新能源汽车信息化、智能化、网联化程度的日益提高,大数据技术在新能源汽车行业的应用占据重要地位,主要体现在汽车智慧化方面,如通过对汽车数据进行收集、储存、分类、数据挖掘,做出关键预测和评估,从而为汽车用户提供更加精细便捷的管理和服务。随着新能源汽车行业的进一步发展,借助大数据技术将加速实现新能源汽车行业领域的现代化运营。因此,基于新能源汽车行业的发展趋势与特征,结合职业本科教育的优势,大数据技术专业的人才培养模式也应进一步创新。

基于超混沌序列改进分组密码算法的无线传感网络通信数据加密方法

为保障无线传感网络通信数据安全、提升无线传感网络抗攻击性,研究了基于超混沌序列改进分组密码算法的无线传感网络通信数据加密方法。基于二维离散超混沌序列生成二进制密钥流,进行非线性变换得到二进制流,利用二进制密钥流完成无线传感网络通信数据加密。将超混沌序列生成的密钥流作为IDEA分组密码算法的初始密钥,改进IDEA分组密码算法,输出各组无线传感网络通信数据密文。试验结果表明,加密后不同字符ASCII统计概率为0.0039左右,说明所提方法所生成的密文中字符平衡性较好,可有效实现无线传感网络通信数据加密目的,并能成功抵抗字符频率统计与信息熵等不同类型攻击。

基于OBE理念的案例驱动教学在数据挖掘课程中的应用

数据挖掘作为一门新兴课程,涉及统计学、数据库、机器学习等多学科知识,具有交叉性和实用性的特点。该课程旨在培养学生运用数据挖掘逻辑思维解决实际问题的能力,为日后步入工作岗位夯实根基。在新工科背景下,针对当前数据挖掘课程存在的短板,以OBE理念为导向,以学生为主体,从成果产出入手,提出将案例驱动教学模式融入数据挖掘课程改革的具体举措,以期培养更多知行合一的高素质人才。

基于原子搜索优化深度神经网络的网络安全态势预测

为提高网络安全态势预测准确度,将深度卷积神经网络(CNN)运用于安全态势预测,并借助原子搜索算法改进深度卷积神经网络,以提高其在网络安全态势预测方面的适应度。首先,提取网络样本流量特征并完成初始化,接着建立深度CNN网络攻击检测模型,并采用原子搜索优化(ASO)算法对CNN网络参数进行优化求解。通过原子适应度、质量及加速度的计算,不断更新原子的速度和位置,以获得最高适应度的CNN网络参数原子个体。然后采用最优参数进行CNN网络攻击类型检测训练,确定网络攻击类型。最后根据攻击类型权重和主机权重计算网络安全态势预测值。实验证明,在合理设置主机权重的情况下,通过ASO-CNN算法获得的网络安全态势预测值精度高,且稳定性强。

基于混合神经网络模型的低速率网络入侵检测研究

针对低速率入侵,常规的入侵检测方法能力不足,虚警率、漏警率偏高。为保证网络安全,提出一种基于混合神经网络模型的低速率网络入侵检测方法。利用NetFlow技术采集网络流量数据,对网络流量数据进行过滤和图像化处理。搭建由卷积神经网络和人工神经网络构成的混合神经网络模型,利用卷积神经网络提取网络流量数据的图像提取特征,利用人工神经网络检测网络入侵类型。结果表明:提出方法的虚警率、漏警率低于Transformer入侵检测方法、栈式自编码-长短期记忆(SAE-LSTM)检测方法和萤火虫优化(GSO)-基分类器检测方法,尤其在入侵速率更低(2 Mb/s)的情况下,所表现出的检测能力更为突出,说明针对低速率网络入侵问题,基于混合神经网络模型的检测方法的检测能力更强,检测结果更为准确。

校企合作对物联网工程技术专业建设的影响探讨

近些年来物联网的快速发展,给现代社会带来了极大的便利,但在关注发展的同时也应该了解该专业人才欠缺的问题。在短短十几年的时间内,各省市纷纷制定了自身的物联网产业规划,并且根据目前的情况来看,已经取得了一些可观的成果。伴随着企业规模的扩大,对人才的需求也更加的旺盛,但我国物联网专业人才储备远远不能满足当前的情况,根据目前职业本科的发展,以及学习内容匹配岗位需求,未来还需要基于校企合作加强物联网工程技术专业建设,积极响应我国战略性新兴产业发展的需求。

基于物联网的网络大数据信息过滤系统设计

常规系统过滤网络大数据信息时,存在过滤数据量少、过滤精度和过滤效率低的问题。因此,本文提出基于物联网的网络大数据信息过滤系统。硬件方面,应用物联网抓取网络大数据,根据功能性设计各个模块包括数据存储、分布式数据过滤、用户查询处理、网络大数据抓取以及区域模型构建,组成系统总体硬件结构;软件方面,优化信息过滤算法,降噪处理物联网大数据,聚类分析数据类别,计算簇内数据与聚类中心的距离,过滤距离值较大的虚假无效数据。抓取社交网络软件关键词数据,设置对比实验。实验结果表明,本文设计的系统增加了网络大数据的信息过滤量,提高了过滤精度和过滤速度。

基于微信小程序的高校就业管理系统的设计与实现

就业管理系统在求职者和企业高效对接中发挥着重要作用。微信小程序凭借其便捷性和“即用即走”的特性,成为构建现代化就业管理系统的优选平台。该系统实现了自动登录、功能分类、实时消息提醒以及快速检索等功能,并注重用户体验。学生用户能够轻松查阅最新的就业政策和各类招聘信息并投递简历,学校也能更高效地发布就业政策和进行就业指导工作,从而提升就业服务水平。该系统利用微信小程序平台的便捷性和丰富功能,构建了一个高效便捷的就业管理系统。