基于大数据技术的高校学生信息管理平台研究

随着信息化的迅猛发展,对高校中的信息化管理工作提出了更高的要求。目前高校中各大业务平台积累了大量的数据,且这些数据数量大、类型多、更新快,因此需要利用大数据技术中的数据挖掘方法对数据进行整合、分析和处理。基于此,将大数据技术应用在高校信息化管理平台中,整合多源的高校校园原始数据,针对不同的应用采取不同的模型,对高校信息管理平台的数据分析和需求分析,构建一个符合需求的高校信息管理平台的整体架构。以学生管理为例,构建学生画像标签体系,对相关算法进行设计与数据分析。信息管理平台的构建能够提高高校的精细化、精准化管理的效率,助力高校智慧校园的建设。

民办高校二级学院秘书工作规范化研究

针对当前民办高校二级学院秘书工作中存在的各种不规范问题,从学校顶层设计、学院管理和秘书自身等方面深入分析存在问题的原因,给出解决问题的对策,进而提出实现民办高校二级学院秘书工作规范化的具体路径,并形成可供操作的模式。

信息化背景下高校思政教育协同管理的必要性研究

信息时代的到来改变了现代人的生存理念,也对高校的思想政治教育工作提出了更高的要求。文中分析了信息化背景下高校思政教育协同管理的必要性,提出了高校思政教育协同管理的有效策略,希望能够为高校思政教育工作的顺利开展提供帮助。

基于潜在数据挖掘的小样本数据库对抗攻击防御算法

为了降低小样本数据库欺骗率,提升小样本数据库的攻击防御效果,设计了一种基于潜在数据挖掘的小样本数据库对抗攻击的防御算法(潜在数据挖掘的防御算法).采用改进的Apriori算法,通过频繁属性值集的工作过程获取准确的强关联规则优势,并从小样本数据库中挖掘潜在数据对抗攻击,同时优化候选集寻找频繁集的过程,然后利用关联分析检测对抗攻击,并通过可信度调度控制访问速率来防止产生恶意会话,实现小样本数据库对抗攻击防御.实验结果表明,潜在数据挖掘的防御算法可有效防御小样本数据库遭受的多种类型攻击,降低攻击产生的数据库欺骗率,保障小样本数据库服务器利用率的稳定性.

基于贝叶斯推理的数据云存储安全风险感知研究

为解决以固定阈值为基础的网络数据存储安全风险、感知方式存在明显滞后的问题,提出基于贝叶斯推理的网络数据云存储安全风险感知方法.定性分析网络数据云存储安全风险的影响因素,对影响因素展开关联分析以及重组,得到精准的网络数据云存储安全风险数据,包括技术类风险、管理类风险、法规类风险等.构建基于贝叶斯推理的云存储安全风险感知模型,利用评分函数修正贝叶斯网络拓扑结构,通过量化分析获取安全风险感知值,实现网络数据云存储安全风险感知.实验结果表明,所提方法的网络数据云存储安全风险漏报率小于0.2,误报率最大值仅为1.1,感知值和实际值差距较小,安全风险感知时间较短,网络数据云存储安全风险感知效果好.

基于改进K-means数据聚类算法的网络入侵检测

随着入侵手段的不断更新和升级,传统入侵检测方法准确率下降、检测时间延长,无法满足网络防御要求。为此,提出一种经过改进K均值(K-means)数据聚类算法,以应对不断升级的网络入侵行为。先以防火墙日志为基础转换数值,然后基于粒子群算法求取最优初始聚类中心,实现K-means数据聚类算法的改进;最后以计算得出的特征值为输入项,实现对网络入侵行为的精准检测。结果表明:K-means算法改进后较改进前的戴维森堡丁指数更小,均低于0.6,达到了改进目的。改进K-means算法各样本的准确率均高于90%,相对更高,检测时间均低于10 s,相对更少,说明该方法能够以高效率完成更准确的网络入侵检测。

模糊数学计算的信息安全风险评估模型研究

信息安全风险评估模型研究的重要性可与国家电力网络相比拟,模糊数学计算已经取得了非常广泛的应用,在国内外都已经有了一些现成的研究成果。该研究以网络空间信息安全层次化的体系结构为核心,巧妙利用FMC反向传播模型,综合使用非线性函数的功能,该模型有效评估了信息安全存在的风险。实验结果表明:该模型精确、详细地对信息安全运行状态进行实时反馈,为信息安全风险的评估提供理论支撑。

基于区块链技术的供应链管理平台的构建

通过将区块链技术应用到供应链管理中,提出基于区块链技术的供应链管理平台的构建.分析了供应链管理和区块链技术,给出了平台的角色需求和功能需求,构建了平台的四层架构,包括应用层、合约层、网络层和数据层.对平台设计中的关键问题所使用的技术进行说明,包括智能合约和时间戳依赖.平台能够提高信息的安全可靠性,方便监管,提高消费者对产品追溯的效率.使得供应链系统达到高可靠性、平等和信任的目的.

基于粒子群算法的网络安全评估优化方案设计

为了进一步改善网络安全评估的效果,提出一种基于粒子群算法的网络安全评估优化方案,网络安全评估是保护互联网和信息系统免受恶意攻击的关键任务,因此提高评估效果对于信息安全领域具有重要意义。介绍了一个融合PSO算法和贝叶斯网络的网络安全评估方案,目标是提升网络安全评估的准确性和效率。方案的流程包括数据处理、模式构建、关联数据挖掘、粒子群算法和贝叶斯网络训练等步骤。实验证明,所提出的方案比其他方法更准确,并可以识别各种攻击行为,为网络管理员提供决策支持。综上所述,所提出方法的应用将为网络安全领域的决策和应用提供有力的支持,促进信息系统的安全保护,未来的研究可以进一步探索如何应用该方法来解决更复杂的网络安全问题。

基于信任感知的虚拟网络切片差异化资源分配算法

针对虚拟网络切片差异化资源分配不均、资源分配成本较高的问题,引入信任感知安全约束,并结合差异化资源分配业务关键通信约束条件,确定全部业务虚拟网络切片租赁花费最低为目标函数,构建信任感知的虚拟网络切片差异化资源分配算法。通过凸优化理论的子梯度算法求解,获取最终的虚拟网络切片差异化资源分配结果。结果表明,采用该算法获得的虚拟网络请求接收率和物理网络映射收益较高,满足了切片租赁的总花费目标。该算法能够实现虚拟网络切片差异化资源分配。

应用型本科院校“高等数学”课程教学改革研究

本文以闽南理工学院为例,分析了应用型本科院校“高等数学”课程教学面临的问题,从教学内容、教学方法及考核方式等方面提出了教学改革方法和建议。

基于用户兴趣的微博信息推荐研究

微博作为信息获取、共享及推广的手段,受到大众的广泛喜爱。随着微博的流行,微博用户也面临着一种信息严重超负荷的局面,致使他们无法快速获取到感兴趣的信息。随着推荐系统的应用,使这种问题得到了有效解决。本文在研究的过程中,主要与微博用户兴趣度的隐性因素相结合,基于改进人工鱼群算法开发设计了协同过滤推荐模型,由实验结果可知,根据对比传统的协同过滤推荐算法可得之,该算法的优势明显,具备较佳的优化精度与收敛性。

基于GA-ABC算法的多目标优化约束应用研究

引言.近年来,多目标优化约束问题在多个领域受到广泛关注,因其涉及多个冲突目标的最优化及约束条件。传统优化算法在解决这类问题时存在诸多局限。因此,本文采用基于遗传算法(Genetic Algorithm,GA)和人工蜂群算法(Artificial Bee Colony,ABC)的混合优化算法--GA-ABC解决多目标优化约束问题[1-2]。GA模拟自然进化,ABC模拟蜜蜂觅食行为,两者结合可提升求解效率和精度[3]。

智慧校园信息技术的大数据控制系统建设研究

当前我国校园信息化建设已进入智慧校园的新模式。大数据、云计算等新技术的迅速崛起与迅猛发展,为我国智慧校园建设的实现提供了强有力的技术保障。在智慧校园建设背景下,通过对校园大数据系统建设的服务能力分析,就大数据控制系统建设模型和应用设计进行研究,促使大数据技术更好的帮助智慧校园建设。

物联网下多智能体决策信息支持技术分析

现代信息技术的发展,物联网技术和多智能体决策信息支持技术逐渐在各行各业中得到了应用,但是发展速度缓慢.市场运用领域不广泛、专业人才不足是阻碍多智能体决策信息支持技术发展的主要因素.由此要提升多智能体决策信息支持技术的技术作用和实际应用,需要从扩宽市场运用领域、提高选拔标准加强人才建设这两个方面进行创新改革.

基于推荐算法的大学生就业管理系统

针对目前高校招聘信息呈现爆炸式增长,而毕业生无法及时、准确地获取高质量的就业招聘信息这一问题,提出一种基于推荐算法的大学生就业管理系统方案,实现向大学生提供推荐企业招聘信息的功能。系统开发平台采用以ThinkPHP框架为核心的后台管理框架,同时采用安全稳定的MariaDB数据库管理系统为数据管理中心,并借助于Bootstrap框架进行前端UI界面开发,最终实现向大学生提供推荐企业招聘信息的功能。此外还根据系统功能需求完成多个核心功能模块,例如招聘信息录功能、系统登录与权限管理功能、学生信息展示功能、微信平台接口功能等。

基于校企合作的信息与计算科学专业课程体系构建与研究

校企合作是高等院校向应用型人才培养转型的最有效途径之一,校企合作专业建设实现了企业、学校和学生之间互利互惠共赢。以信息与计算科学专业为例,对于校企双方在专业合作的人才培养定位、课程建设、资源互嵌、管理体制等方面进行探讨,为校企合作深度融合的专业课程体系建设提供参考。

智能化小区物业管理系统的研究与构建

通过对国内外智能小区物业管理系统的研究现状分析,提出所设计的智能小区物业管理系统的功能和性能需求,在功能上智能化小区物业管理系统包括的功能有智能家居管理、安全防范管理、停车场管理、综合网络管理、智能商业互联等。在性能上满足先进性、可靠性、可扩展性、安全性和兼容性。设计了该系统的拓扑结构和硬件平台,该系统以中心机房为枢纽,将智能家居、物业数字化管理、物业智能化管理相结合,实现真正意义上信息联通、小区电子购物、自动缴费、家政服务等。

融合Gamma校正与多任务卷积神经网络的人脸识别

针对当前基于深度学习的人脸识别算法对一些模糊或较暗图像识别人脸准确率不高的问题,结合Gamma校正算法优点,提出了融合Gamma校正的多任务卷积神经网络(multi-task convolutional neural networks,MTCNN)人脸识别算法(gamma multi-task convolutional neural network,GMTCNN)。首先,利用Gamma校正增加图像像素低的对比度,同时减少图像像素高的部分的对比度;其次,利用MTCNN算法对处理后的图像人脸识别。实验结果表明,GMTCNN算法对有遮挡物的人脸识别率更高,并且能够准确识别一张图的多张人脸。

带形状参数的双三次Bezier三角曲面的光滑拼接

为提高Bezier曲线曲面在计算机辅助几何设计中的造型能力,给出了一类带形状参数的双三次Bezier三角曲面的定义,并利用基函数性质、曲线性质和曲面性质得到了曲面间不同方向的G1拼接条件及拼接算法.实例计算表明,该算法可有效提高曲面形状的可控性.