基于数据挖掘的船舶通信网络流量异常识别方法

以提升船舶通信网络流量异常识别效果,提出基于数据挖掘的船舶通信网络流量异常识别方法。通过统计频率和K-means聚类算法得到网络流量特征;通过拐点综合判决机制确定聚类截断阈值和误差截断阈值,特征数量低于聚类截断阈值以及识别误差大于误差阈值为可疑通信网络流量集合,同时存至2个集合内的通信网络流量即异常通信网络流量。实验证明,该方法可有效确定聚类截断阈值与识别误差截断阈值,识别异常通信网络流量精度高。

基于数据中台的高校智慧图书馆建设研究

高校图书馆面临应用系统建设碎片化、数据标准缺失、数据共享困难以及数据质量低、难以支撑智慧化服务等问题。通过设计基于数据中台的智慧图书馆技术架构,实现对图书馆的海量数据进行全生命周期的治理,提升数据的业务价值,形成标准化的数据应用接口,为前台师生提供灵活的智慧化服务。同时,数据中台对数据质量的优化迭代能力,能够聚合更多的馆内业务系统,形成良性循环的智能数据服务生态。

基于数据中台的高校数据治理体系研究

针对国内高校在智慧校园数据管理方面面临的数据孤岛化、数据共享和集成困难、数据质量不高且难以改善以及数据安全隐患突出等一系列问题,提出并设计了以数据资产化为核心、数据中台为引擎的数据治理体系。通过构建数据处理技术与政策、组织、流程及保障体系相结合的一整套机制,实施面向数据资产全生命周期的数据治理,形成“数据-业务-服务-数据”的闭环负反馈趋稳系统,实现数据质量和数据服务质量的持续改善,促进学校智能化应用水平和服务水平的不断提升。