检索结果-南通市图书馆

一种适用于Hadoop云平台的访问控制方案

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2014年第1期54卷 53-59页

作者：王志华庞海波李占波郑州大学软件技术学院郑州450002

分析了Hadoop云计算平台的安全需求,设计了一种基于身份的Capability(ID-CAP),并提出了一种基于IDCAP的Hadoop访问控制方案。方案设计采用了最小授权原则,实现了基于Capability的访问控制,使用户在Hadoop平台上提交的作业能以最小权限... 详细信息

分析了Hadoop云计算平台的安全需求,设计了一种基于身份的Capability(ID-CAP),并提出了一种基于IDCAP的Hadoop访问控制方案。方案设计采用了最小授权原则,实现了基于Capability的访问控制,使用户在Hadoop平台上提交的作业能以最小权限运行。实验结果表明:基于Capability的访问控制机制能有效实现在Hadoop平台上实施最小授权原则,支持平台内部相互依赖的各模块之间的身份认证,有效提高Hadoop平台的系统安全性和稳定性。

关键词：访问控制权能 Hadoop 云计算最小授权原则

在线全文

学校读者我要写书评

暂无评论

一种联合的时序数据特征序列分类学习算法

计算机工程 2016年第6期42卷 196-200,207页

作者：史苇杭林楠郑州大学软件技术学院郑州450002

针对时序数据特征学习中特征序列占用空间大和运算复杂度高的问题,提出一种联合学习特征序列和分类参数的分类算法。对时序数据进行特征变换后,采用线性分类器从最小距离矩阵中学习模型参数,以预测目标变量。在目标函数中,对分类预测的... 详细信息

针对时序数据特征学习中特征序列占用空间大和运算复杂度高的问题,提出一种联合学习特征序列和分类参数的分类算法。对时序数据进行特征变换后,采用线性分类器从最小距离矩阵中学习模型参数,以预测目标变量。在目标函数中,对分类预测的损失函数和分类器的线性权重进行联合学习,并利用随机梯度下降法求解优化问题。实验结果表明,与F-Stat和表达式变换方法相比,该算法在保持较少运算时间的前提下,具有较高的分类预测准确率。

关键词：时序数据机器学习随机梯度下降法优化算法分类

在线全文

学校读者我要写书评

暂无评论

保险赔付时间分布函数及其应用

系统工程理论与实践 2013年第10期33卷 2479-2485页

作者：刘燕宰光军郑州大学数学与统计学院郑州450001 郑州大学软件技术学院郑州450052

本文根据近几年我国部分省市公开的保险理赔服务质量指标中的数据,拟合保险理赔服务时间的分布函数,讨论保险理赔时间分布函数的分布类型和特性,在分布函数分布不确定的情况下估计其实用的界值.并且将其性质应用到未决赔款准备金的计提... 详细信息

本文根据近几年我国部分省市公开的保险理赔服务质量指标中的数据,拟合保险理赔服务时间的分布函数,讨论保险理赔时间分布函数的分布类型和特性,在分布函数分布不确定的情况下估计其实用的界值.并且将其性质应用到未决赔款准备金的计提方法中,得到未决赔款准备金的分布函数和有效的界值.在此研究基础上,我们进一步通过几个实例,验证保险理赔时间分布函数和界值的求解方法,并应用其分布函数得到所需计提的未决赔款准备金的分布和界值情况.

关键词：保险理赔时间未决赔款准备金分布类界值

在线全文

学校读者我要写书评

暂无评论

一种可信的车联网区块链数据共享模型

小型微型计算机系统 2021年第10期42卷 2131-2139页

作者：陶永才李哲石磊卫琳杨淑博郑州大学信息工程学院郑州450001 郑州大学软件技术学院郑州450002

车联网大数据时代的兴起,信任问题已经成为大数据面临的最大问题,它对数据安全流通和车联网产业发展造成影响.以区块链作为数据共享的平台是当下研究的热点,在车联网中发挥着重要作用.结合区块链及雾计算服务器更好地实现车辆私有数据... 详细信息

车联网大数据时代的兴起,信任问题已经成为大数据面临的最大问题,它对数据安全流通和车联网产业发展造成影响.以区块链作为数据共享的平台是当下研究的热点,在车联网中发挥着重要作用.结合区块链及雾计算服务器更好地实现车辆私有数据的存储和共享问题,同时为保证数据的可靠性及减少车辆与被授权的第三方组织和个人共享数据时的频繁交互,结合无证书代理签密技术,本文提出一个基于区块链的车联网数据共享模型.通过分析发现,该模型不仅在通信开销与算力方面耗能较少,而且在安全性上有良好的表现,具有可靠的实现性.

关键词：车联网多接收者签密无证书密码体制代理签密

在线全文

学校读者我要写书评

暂无评论

面向短文本情感分析的多特征融合方法研究

小型微型计算机系统 2020年第6期41卷 1126-1132页

作者：陶永才张鑫倩石磊卫琳郑州大学信息工程学院郑州450001 郑州大学软件技术学院郑州450002

近年来,深度学习技术被广泛应用于文本情感分析任务中.目前,大量的研究使用不同类型的神经网络从文本词向量中学习和提取情感特征.针对单一文本词向量无法全面表示文本中的情感特征信息,并且难以有效捕获文本和标签之间的联系,提出了一... 详细信息

近年来,深度学习技术被广泛应用于文本情感分析任务中.目前,大量的研究使用不同类型的神经网络从文本词向量中学习和提取情感特征.针对单一文本词向量无法全面表示文本中的情感特征信息,并且难以有效捕获文本和标签之间的联系,提出了一种基于多特征融合的短文本情感分析模型,该模型针对短文本自身特性构建多种情感特征组合(词特征+情感符号特征+词性特征、词特征+情感符号特征、情感标签特征)形成多输入矩阵,接着将其输入到多通道卷积神经网络(multichannel convolutional neural netw orks,M CNN)中提取情感特征,最后完成情感分类,整个模型简称M F-M CNN(M ulti-feature Fusion based on M CNN).M F-M CNN能够从多特征矩阵中学习到句子更全面的情感信息,情感分类能力得到有效提升.M F-M CNN模型在SemEval2017数据集(英文)和NLPCC2014数据集(中文)上完成与传统分类器和目前先进的模型共7种模型的对比,实验结果证明MF-MCNN具有更高的准确率和较低的训练时间代价.

关键词：情感分类短文本卷积神经网络情感符号标签向量

在线全文

学校读者我要写书评

暂无评论

一种检测兴趣漂移的元路径推荐模型

小型微型计算机系统 2019年第3期40卷 612-617页

作者：石磊丁鑫陶永才卫琳郑州大学信息工程学院郑州450001 郑州大学软件技术学院郑州450002

推荐系统向用户推荐个性化的产品或服务.传统的推荐系统研究中,用户兴趣被认为是稳定不变的,而事实上,因为各种因素的影响,用户兴趣会发生改变,称为用户兴趣漂移.如何跟踪用户兴趣漂移,是提高推荐系统准确率的关键,也是近年来推荐系统... 详细信息

推荐系统向用户推荐个性化的产品或服务.传统的推荐系统研究中,用户兴趣被认为是稳定不变的,而事实上,因为各种因素的影响,用户兴趣会发生改变,称为用户兴趣漂移.如何跟踪用户兴趣漂移,是提高推荐系统准确率的关键,也是近年来推荐系统的研究热点.本文设计一种兴趣漂移检测方法,从项目的内容信息和协同信息两个角度构建用户的兴趣特征向量,检测用户兴趣漂移;然后依据兴趣漂移构建加权的用户-项目异构图;最后引入元路径来描述用户-项目异构图中不同类型节点间的关联关系,寻找与用户有较大关联度的项目推荐给用户.本文在MovieLens数据集上对该模型进行了验证,较BPIR算法,推荐准确度提高了3. 02%.

关键词：兴趣漂移异构网络元路径个性化推荐

在线全文

学校读者我要写书评

暂无评论

一种结合时间因子聚类的群组兴趣点推荐模型

小型微型计算机系统 2020年第2期41卷 356-360页

作者：陶永才曹朝阳石磊卫琳郑州大学信息工程学院郑州450001 郑州大学软件技术学院郑州450002

推荐系统本质上是一种信息检索工具,它检索出有用信息并推荐给特定的用户.组推荐系统通过不同的融合策略融合群组偏好,支持群组用户访问当前的热门兴趣点.传统组推荐模型没有将时间因子对用户选择兴趣点的影响计算在内,且传统协同过滤... 详细信息

推荐系统本质上是一种信息检索工具,它检索出有用信息并推荐给特定的用户.组推荐系统通过不同的融合策略融合群组偏好,支持群组用户访问当前的热门兴趣点.传统组推荐模型没有将时间因子对用户选择兴趣点的影响计算在内,且传统协同过滤推荐算法往往对数据的稀疏性较为敏感.本文提出一个混合推荐模型(AGRT),综合K-均值聚类算法和隐语义模型(LFM)技术,将其应用于群组兴趣点.考虑到用户在不同时间点的不同兴趣偏好,AGRT利用K-means算法对用户数据集合基于时间点聚类,划分为不同的簇,在与当前推荐时间最为接近的用户数据簇上进行兴趣点推荐,采用LFM隐语义模型对用户数据进行矩阵分解,通过将分解矩阵再次相乘获得用户对未评分地点的评分数据,解决用户数据稀疏性的问题.实验结果表明,AGRT模型在低相似度(随机)群组和高相似度群组评测条件下下较文献[3]中提出的HAaB提高了5. 19%和2. 06%,具有有效的改进.

关键词：群组推荐隐语义模型兴趣点推荐 K-means算法

在线全文

学校读者我要写书评

暂无评论

一种结合LSTM和集成算法的文本校对模型

小型微型计算机系统 2020年第5期41卷 967-971页

作者：陶永才吴文乐海朝阳石磊卫琳郑州大学信息工程学院郑州450001 郑州大学软件技术学院郑州450002

伴随着互联网的飞速发展,各行各业产生了大量的电子文本数据,但是这些文本经常存在语义错误,数据质量良莠不齐,如何提高电子文本的质量是亟待解决的难题.本文设计一种基于集成算法和长短时记忆网络的集成模型,提高语义特征检测和校对的... 详细信息

伴随着互联网的飞速发展,各行各业产生了大量的电子文本数据,但是这些文本经常存在语义错误,数据质量良莠不齐,如何提高电子文本的质量是亟待解决的难题.本文设计一种基于集成算法和长短时记忆网络的集成模型,提高语义特征检测和校对的准确性.主要工作分为三部分:(1)使用神经网络和HowNet学习词语-义原之间的搭配关系;(2)将抽象化信息输入至长短时记忆网络集成模型,预测语义搭配关系;(3)结合模糊匹配方法,依据聚合度对预测结果投票并排序,将排名靠前的结果作为校对建议输出.实验结果显示,本文提出的校对模型和算法与其他文献相比在检错准确率和校对准确率上分别提高了1.8%和2.3%.

关键词：文本校对模糊匹配集成算法特征检测

基于多层空间模糊减法聚类算法的Web数据库安全索引

在线全文

学校读者我要写书评

暂无评论

计算机科学 2014年第10期41卷 216-219页

作者：林楠史苇杭郑州大学软件技术学院郑州450002

目前对Web数据库进行索引查询时采用单层文本特征聚类方法,当聚类特征不一致时,存在着非法聚类和非法结果输出的安全问题。提出一种基于多层空间模糊减法聚类的Web数据库安全索引算法,该算法将数据库信息矢量构建成多层矢量自回归空间,... 详细信息

目前对Web数据库进行索引查询时采用单层文本特征聚类方法,当聚类特征不一致时,存在着非法聚类和非法结果输出的安全问题。提出一种基于多层空间模糊减法聚类的Web数据库安全索引算法,该算法将数据库信息矢量构建成多层矢量自回归空间,把数据流信息聚焦在空间的多层空间模糊聚类中心,采用减法聚类的模糊推理方法构建数据库索引函数,变尺度调整聚类中心向量,搜索索引结果,阻止了邻近数据点非法侵入和非法聚类,实现了Web数据库安全索引。仿真实验表明,该算法能使数据库信息流在多层矢量自回归空间中充分展开,特征匹配度比传统算法显著提高,能有效排除非法数据输出,保证数据库安全索引。

关键词： Web数据库模糊减法聚类自回归安全索引