检索结果-南通市图书馆

A Privacy-Based SLA Violation Detection Model for the Security of Cloud Computing

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

China Communications 2017年第9期14卷 155-165页

作者： Shengli Zhou Lifa Wu canghong jin Army Engineering University Information Department of Zhejiang Police College Zhejiang University City College

A Service Level Agreement(SLA) is a legal contract between any two parties to ensure an adequate Quality of Service(Qo S). Most research on SLAs has concentrated on protecting the user data through encryption. However, these methods can not supervise a cloud service provider(CSP) directly. In order to address this problem, we propose a privacy-based SLA violation detection model for cloud computing based on Markov decision process theory. This model can recognize and regulate CSP's actions based on specific requirements of various users. Additionally, the model could make effective evaluation to the credibility of CSP, and can monitor events that user privacy is violated. Experiments and analysis indicate that the violation detection model can achieve good results in both the algorithm's convergence and prediction effect.

关键词： security and privacy markovchain cloud computing reputation manage-ment SLA

Textual Content Prediction via Fuzzy Attention Neural Network Model without Predefined Knowledge

在线全文

学校读者我要写书评

暂无评论

China Communications 2020年第6期17卷 211-222页

作者： canghong jin Guangjie Zhang Minghui Wu Shengli Zhou Taotao Fu School of Computer&Computing Science Zhejiang University City CollegeHangzhou 310015China College of Computer Science Zhejiang UniversityHangzhou 310012China Zhejiang Police College Hangzhou 310000China

Text analysis is a popular technique for finding the most significant information from texts including semantic,emotional,and other hidden features,which became a research hotspot in the last few ***,there are some text analysis tasks with judgment reports,such as analyzing the criminal process and predicting prison *** researches on text analysis are generally based on special feature selection and ontology model generation or require legal experts to provide external *** these methods require a lot of time and labor ***,in this paper,we use textual data such as judgment reports creatively to perform prison term prediction without external legal *** propose a framework that combines value-based rules and a fuzzy text to predict the target prison *** procedure in our framework includes information extraction,term fuzzification,and document vector *** carry out experiments with real-world judgment reports and compare our model’s performance with those of ten traditional classification and regression models and two deep learning *** results show that our model achieves competitive results compared with other models as evaluated by the RMSE and R-squared ***,we implement a prototype system with a user-friendly GUI that can be used to predict prison terms according to the legal text inputted by the user.

关键词： judgment content understanding pre-trained model fuzzification content representation vectors

在线全文

学校读者我要写书评

暂无评论

基于多模态信息融合的时间序列预测模型

计算机应用 2022年第8期42卷 2326-2332页

作者：吴明晖张广洁金苍宏浙大城市学院计算机与计算科学学院杭州310015 浙江大学计算机科学与技术学院杭州310027

针对传统单因子模型无法充分利用时间序列相关信息,以及这些模型对时间序列预测准确性和可靠性较差的问题,提出一种基于多模态信息融合的时间序列预测模型--Skip-Fusion对多模态数据中的文本数据和数值数据进行融合。首先利用BERT(Bidir... 详细信息

针对传统单因子模型无法充分利用时间序列相关信息,以及这些模型对时间序列预测准确性和可靠性较差的问题,提出一种基于多模态信息融合的时间序列预测模型--Skip-Fusion对多模态数据中的文本数据和数值数据进行融合。首先利用BERT(Bidirectional Encoder Representations from Transformers)预训练模型和独热编码对不同类别的文本数据进行编码表示;再使用基于全局注意力机制的预训练模型获得多文本特征融合的单一向量表示;然后将得到的单一向量表示与数值数据按时间顺序对齐;最后通过时间卷积网络(TCN)模型实现文本和数值特征的融合,并通过跳跃连接完成多模态数据的浅层和深层特征的再次融合。在股票价格序列的数据集上进行实验,Skip-Fusion模型的均方根误差(RMSE)和日收益(R)分别为0.492和0.930,均优于现有的单模态模型和多模态融合模型的结果,同时在可决系数(R-Squared)上取得了0.955的拟合优度。实验结果表明,Skip-Fusion模型能够有效进行多模态信息融合并具有较高的预测准确性和可靠性。

关键词：全局注意力机制跳跃连接多模态融合时间序列预测股票价格预测

在线全文

学校读者我要写书评

暂无评论

基于自适应群组重排的长尾推荐模型

计算机应用 2023年第4期43卷 1122-1128页

作者：金苍宏邵育华何琴芳浙大城市学院城市大脑研究院杭州310015 浙大城市学院计算机与计算科学学院杭州310015

针对传统推荐算法过度关注推荐的精度而导致的长尾问题,即热门项目拥有过高的推荐量的同时非热门项目长时间不被关注,提出一种基于欧氏距离构建二维加权相似度并融入自适应群组重排的多目标优化推荐模型(MDOM)——自适应群组重排的推荐... 详细信息

针对传统推荐算法过度关注推荐的精度而导致的长尾问题,即热门项目拥有过高的推荐量的同时非热门项目长时间不被关注,提出一种基于欧氏距离构建二维加权相似度并融入自适应群组重排的多目标优化推荐模型(MDOM)——自适应群组重排的推荐模型(AGRM)。首先,利用欧氏距离构建二维加权相似度度量,根据个体历史行为记录动态设定替换比例,并利用融入群组的多目标优化算法解决长尾推荐问题;其次,设计两个简明的目标函数,并同时考虑流行度和长尾关注度,以降低目标函数的复杂性;然后,基于二维加权相似度度量,选择用户子集作为“最佳推荐用户组”,并计算帕累托最优解。在MovieLens 1M和Yahoo数据集上的实验结果表明,AGRM的覆盖率表现最优,与基于物品相似的协同过滤(ItemCF)算法相比,分别平均提升了4.11、25.38个百分点;与用于Top-N推荐的具有浅并行路径的深度变分自动编码器(VASP)模型相比,分别平均提升了8.38、33.19个百分点。在Yahoo数据集上,AGRM的推荐的平均流行度最低,表明AGRM能够推荐更多长尾项目。

关键词：长尾推荐自适应重排多目标优化有效用户群组行为决策模型

基于评分卡——随机森林的云计算用户公共安全信誉模型研究

在线全文

学校读者我要写书评

暂无评论

通信学报 2018年第5期39卷 143-152页

作者：周胜利金苍宏吴礼发洪征陆军工程大学指挥控制工程学院江苏南京210007 浙江警察学院信息技术系浙江杭州310053 浙江大学城市学院计算机与计算科学学院浙江杭州310015

传统云计算用户信誉的研究主要集中在对用户操作行为信誉评估,较少涉及用户发布文本信息的安全管理,并且存在指标筛选欠准确、信誉评估结果缺乏科学验证等问题,难以满足监管部门的实际需求。针对以上问题,提出基于评分卡—随机森林的云... 详细信息

传统云计算用户信誉的研究主要集中在对用户操作行为信誉评估,较少涉及用户发布文本信息的安全管理,并且存在指标筛选欠准确、信誉评估结果缺乏科学验证等问题,难以满足监管部门的实际需求。针对以上问题,提出基于评分卡—随机森林的云计算用户公共安全信誉模型。首先,利用Word2Vec和卷积神经网络进行公共安全标签分类;其次,采用评分卡方法,筛选强相关性指标;最后,结合随机森林算法,建立云计算用户公共安全信誉模型。实验分析表明,所建立的模型能够解决云计算公共安全监管中用户信誉指标筛选不准确和信誉区分准确性低等问题,能够有效识别有害用户,提高云计算用户监管效率。

关键词：云计算安全安全监管评分卡随机森林卷积神经网络

在线全文

学校读者我要写书评

暂无评论

一种流数据立方体分析挖掘框架

电信科学 2014年第9期30卷 61-71页

作者：金苍宏刘泽民吴明晖应晶浙江大学计算机科学与技术学院杭州310027 浙江大学城市学院杭州310015

流数据是目前一种重要的数据展现形式,对流数据进行OLAM(联机分析挖掘)操作可为分析人员提供多层次的数据视图。但OLAM要求在不同粒度中实现对数据的聚合操作,而流式数据内含时态特性和持续到达特性,使得数据无法被多次重复操作。使用传... 详细信息

流数据是目前一种重要的数据展现形式,对流数据进行OLAM(联机分析挖掘)操作可为分析人员提供多层次的数据视图。但OLAM要求在不同粒度中实现对数据的聚合操作,而流式数据内含时态特性和持续到达特性,使得数据无法被多次重复操作。使用传统OLAP(联机分析处理)方法无法生成部分物化视图且流数据规模宏大,受限于存储空间大小而无法保存全部数据单元信息。针对上述问题,提出了一种基于概要技术的流数据OLAM框架——sketch cube(概要立方体),该框架把任意维度组合映射成唯一自然数,根据上下限单调原则对维度组合裁剪,在类线性空间中保存有效数据单元信息,并构建时间序列索引提高检索效率。通过理论分析给出使用sketch cube的前提条件,同时通过真实海量流数据实验分析表明,sketch sube在有效性、存储空间效率和正确率上可以满足实时挖掘的需求。

关键词：流数据概要立方体联机分析挖掘实时分析

在线全文

学校读者我要写书评

暂无评论

学习产出驱动的大数据课程教学探索与实践

计算机时代 2021年第4期 95-97,100页

作者：金苍宏吴明晖颜晖浙大城市学院计算机与计算科学学院浙江杭州310015

大数据技术发展变化快,综合应用性强,而大数据计算技术课程的教学内容偏重理论,脱离实际工程应用,培养的学生实践能力弱,无法适应企业的实际需求。依据新工科培养思路和OBE理念,提出构建基于综合案例的大数据计算技术的课程内容;设计贯... 详细信息

大数据技术发展变化快,综合应用性强,而大数据计算技术课程的教学内容偏重理论,脱离实际工程应用,培养的学生实践能力弱,无法适应企业的实际需求。依据新工科培养思路和OBE理念,提出构建基于综合案例的大数据计算技术的课程内容;设计贯穿整个课程体系的综合案例,激发学生的主动探索的积极性,提高其实践能力;结合产学合作模式,形成更加客观的课程评价体系,促进教学质量提升。

关键词：案例驱动学习产出教育大数据计算技术

厦门市行道树芒果和高山榕叶面尘理化特性研究

在线全文

学校读者我要写书评

暂无评论

福建林业科技 2011年第2期38卷 62-67,80页

作者：彭丹陈进生任引中国科学院城市环境与健康重点实验室中国科学院城市环境研究所福建厦门361021 厦门市城市代谢重点实验室福建厦门361021 中国科学院研究生院北京100039

选取滨海城市厦门的沧虹路(工业区)、仙岳路(商贸区)、厦门大学(文教区)和汀溪水库(农业区)4个功能区为研究对象,对该市主要行道树种芒果和高山榕的滞尘能力、叶面尘粒径分布以及叶面尘水溶性离子含量进行测定,比较不同树种的环境滞尘... 详细信息

选取滨海城市厦门的沧虹路(工业区)、仙岳路(商贸区)、厦门大学(文教区)和汀溪水库(农业区)4个功能区为研究对象,对该市主要行道树种芒果和高山榕的滞尘能力、叶面尘粒径分布以及叶面尘水溶性离子含量进行测定,比较不同树种的环境滞尘效应。结果显示:芒果和高山榕单位叶面积滞尘量分别为(2.2020±1.08)g.m-2和(1.2979±0.61)g.m-2,芒果显著高于高山榕(P<0.05);高山榕总体上比芒果更易吸附较小粒径颗粒物;受车流量大及道路施工的影响,商贸区滞尘量较大但颗粒偏大,工业区不仅滞尘量大且粒径偏小,说明工业区粉尘污染状况比其他功能区严重;2个树种的叶面尘来源基本一致,主要为海盐颗粒、机动车尾气以及燃煤,其中商贸区和工业区受自然源影响较其他功能区大,文教区和工业区交通尾气对叶面尘来源的贡献高于农业区。

关键词：芒果高山榕叶面尘粒径分布水溶性离子滞尘能力