期刊文献+
共找到28篇文章
< 1 2 >
每页显示 20 50 100
基于Stacking集成学习的恒星/星系分类研究 预览
1
作者 李超 张文辉 +2 位作者 李然 王俊义 林基明 《天文学报》 CSCD 北大核心 2020年第2期102-111,共10页
机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)... 机器学习在当今诸多领域已经取得了巨大的成功,但是机器学习的预测效果往往依赖于具体问题.集成学习通过综合多个基分类器来预测结果,因此,其适应各种场景的能力较强,分类准确率较高.基于斯隆数字巡天(Sloan Digital Sky Survey,SDSS)计划恒星/星系中最暗源星等集分类正确率低的问题,提出一种基于Stacking集成学习的恒星/星系分类算法.从SDSS-DR7(SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源星等集、暗源星等集和最暗源星等集.仅针对分类较为复杂且困难的最暗源星等集展开分类研究.首先,对最暗源星等集使用10折嵌套交叉验证,然后使用支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)、XGBoost(eXtreme Gradient Boosting)等算法建立基分类器模型;使用梯度提升树(Gradient Boosting Decision Tree,GBDT)作为元分类器模型.最后,使用基于星系的分类正确率等指标,与功能树(Function Tree,FT)、SVM、RF、GBDT、XGBoost、堆叠降噪自编码(Stacked Denoising AutoEncoders,SDAE)、深度置信网络(Deep Belief Network,DBN)、深度感知决策树(Deep Perception Decision Tree,DPDT)等模型进行分类结果对比分析.实验结果表明,Stacking集成学习模型在最暗源星等集分类中要比FT算法的星系分类正确率提高了将近10%.同其他传统的机器学习算法、较强的提升算法、深度学习算法相比,Stacking集成学习模型也有较大的提升. 展开更多
关键词 恒星:基本参数 星系:基本参数 技术:测光 方法:数据分析
在线阅读 下载PDF
云环境下基于SDN的高效流量监控方案 预览
2
作者 刘世嘉 王勇 刘玉明 《计算机工程与设计》 北大核心 2020年第2期307-312,共6页
针对云环境下传统安全设备难以采集东西向流量且现有SDN方案采集效率低的问题,提出一种基于SDN的高效流量监控方案,通过控制器应用自适应的频率调节算法对东西向流量采样并检测分类,随后分级别地响应流表策略,放行可被识别的流量,完成... 针对云环境下传统安全设备难以采集东西向流量且现有SDN方案采集效率低的问题,提出一种基于SDN的高效流量监控方案,通过控制器应用自适应的频率调节算法对东西向流量采样并检测分类,随后分级别地响应流表策略,放行可被识别的流量,完成对流量进行牵引至软件安全检测系统前的预处理,减小待牵引流量的规模。对比实验结果表明,所提方案能在不影响SDN控制器性能的前提下,降低安全控制信道的负载,能使安全检测系统保持较高的检测率。 展开更多
关键词 云环境 软件定义网络 自适应网络流量采样 预处理 流量捕获
在线阅读 下载PDF
基于随机矩阵理论的WSN异常节点定位算法 预览
3
作者 林超 郑霖 +1 位作者 张文辉 邓小芳 《计算机工程》 CAS CSCD 北大核心 2020年第1期157-163,共7页
为提高无线传感器网络异常节点检测精度并减小高维数据下的计算开销,通过引入随机矩阵理论(RMT),设计一种新型无线传感器网络异常节点定位算法。根据原始数据的时空特性建立大数据矩阵,利用随机矩阵对其做降维处理。在此基础上,将平均... 为提高无线传感器网络异常节点检测精度并减小高维数据下的计算开销,通过引入随机矩阵理论(RMT),设计一种新型无线传感器网络异常节点定位算法。根据原始数据的时空特性建立大数据矩阵,利用随机矩阵对其做降维处理。在此基础上,将平均谱半径作为评价指标判断网络是否出现异常情况,并结合RMT中的谱分布定理和协方差矩阵奇异值分解性质对异常节点进行定位。仿真结果表明,与分布式故障检测算法相比,该算法在异常检测和节点定位上具有较高的准确性。 展开更多
关键词 无线传感器网络 随机矩阵理论 异常节点定位 平均谱半径 特征向量
在线阅读 下载PDF
认知无线电中子谱缺失下的似然恢复算法 预览
4
作者 管亮 郑霖 张文辉 《计算机工程》 CAS CSCD 北大核心 2020年第2期201-206,213共7页
在使用滤波器组对信号频谱进行分割、插空的过程中,如果用户信号频谱带宽大于空余频带的总和或者插空信道出现强干扰,用户的信号检测会受到干扰。针对该问题,提出一种子谱缺失下的似然恢复算法。结合频谱分割技术,构建子谱缺失场景下的... 在使用滤波器组对信号频谱进行分割、插空的过程中,如果用户信号频谱带宽大于空余频带的总和或者插空信道出现强干扰,用户的信号检测会受到干扰。针对该问题,提出一种子谱缺失下的似然恢复算法。结合频谱分割技术,构建子谱缺失场景下的等效信道模型,并采用自适应似然信号恢复算法抑制非理想信道的干扰。仿真结果表明,该算法能够有效恢复失真信号,改善认知无线电中子谱缺失下的信号检测性能。 展开更多
关键词 认知无线电 滤波器组 频谱分割 频带利用率 似然信号恢复
在线阅读 下载PDF
无时钟同步下双基地雷达的相位误差补偿算法 预览
5
作者 周昱 郑霖 +1 位作者 邓小芳 张文辉 《电光与控制》 CSCD 北大核心 2020年第3期22-26,共5页
在双基地雷达中,由于时钟源不同步会给接收信号上带来载波频率偏差以及时间同步误差等影响因素,影响精确定位和慢速微多普勒检测。针对这些影响因素,提出一种基于直达波相位的相位补偿算法和基于距离多普勒谱频域对消的联合处理算法。... 在双基地雷达中,由于时钟源不同步会给接收信号上带来载波频率偏差以及时间同步误差等影响因素,影响精确定位和慢速微多普勒检测。针对这些影响因素,提出一种基于直达波相位的相位补偿算法和基于距离多普勒谱频域对消的联合处理算法。该算法不需要双基地系统有共用时钟源。首先,通过直达波的相位对所有接收信号做相位补偿,抵消了载波频率偏差带来的相位误差;再利用距离多普勒谱的数据在多普勒维上做频域对消,有效地去除了时间同步误差带来的旁峰干扰。该算法复杂度低、易于实现,经过理论推导和实验验证,验证了该算法的有效性。 展开更多
关键词 目标检测 双基地雷达 相参积累 相位补偿
在线阅读 下载PDF
云存储中基于二维数组的对象分布策略 预览
6
作者 谢兵兵 王勇 +1 位作者 叶苗 俸皓 《计算机工程与设计》 北大核心 2019年第1期131-135,178共6页
针对如何将海量数据安全、高效和均匀地分布在集群节点上的数据存储问题,提出一种简洁、高效、支持权重和数据冗余机制的对象分布算法。描述对象和节点一对多的映射关系,将集群中的存储节点及相应节点的权重映射到二维数组中,采用跳跃H... 针对如何将海量数据安全、高效和均匀地分布在集群节点上的数据存储问题,提出一种简洁、高效、支持权重和数据冗余机制的对象分布算法。描述对象和节点一对多的映射关系,将集群中的存储节点及相应节点的权重映射到二维数组中,采用跳跃Hash实现对象副本的快速定位;在定位过程中,该算法具有节点选择冲突检测处理机制,能够避免同一对象的不同副本映射到相同存储节点这一问题。实验结果表明,该算法具有数据分布均匀、迁移量小的优势。 展开更多
关键词 海量数据 数据冗余 二维数组 对象分布 跳跃哈希
在线阅读 下载PDF
基于XGBoost算法的恒星/星系分类研究 预览
7
作者 李超 张文辉 林基明 《天文学报》 CSCD 北大核心 2019年第2期73-82,共10页
机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SD... 机器学习在当今的诸多领域已经取得了巨大的成功.尤其是提升算法.提升算法适应各种场景的能力较强、准确率较高,已经在多个领域发挥巨大的作用.但是提升算法在天文学中的应用却极为少见.为解决斯隆数字巡天(Sloan Digital Sky Survey,SDSS)数据中恒星/星系暗源集分类正确率低的问题,引入了机器学习中较新的研究成果–XGBoost (eXtreme Gradient Boosting).从SDSS-DR7 (SDSS Data Release 7)中获取完整的测光数据集,并根据星等值划分为亮源集和暗源集.首先,分别对亮源集和暗源集使用十折交叉验证法,同时运用XGBoost算法建立恒星/星系分类模型;然后,运用栅格搜索等方法调优XGBoost参数;最后,基于星系的分类正确率等指标,与功能树(Function Tree, FT)、Adaboost (Adaptive boosting)、随机森林(Random Forest, RF)、梯度提升决策树(Gradient Boosting Decision Tree, GBDT)、堆叠降噪自编码(Stacked Denoising AutoEncoders, SDAE)、深度置信网络(Deep Belief Network, DBN)等模型进行对比并分析结果.实验结果表明:XGBoost在暗源分类中要比功能树算法的星系分类正确率提高了将近10%,在暗源集的最暗星等中比功能树提高了将近5%.同其他传统的机器学习算法和深度神经网络相比, XGBoost也有不同程度的提升. 展开更多
关键词 恒星:基本参数 星系:基本参数 技术:测光 方法:数据分析
在线阅读 下载PDF
Ceph系统中海量气象小文件存取性能优化方法 预览
8
作者 陆小霞 王勇 雷晓春 《桂林电子科技大学学报》 2019年第1期61-66,共6页
为解决Ceph在处理海量气象小文件时,由于集群数据双倍写入会导致存储性能下降问题,提出了一种Ceph系统中海量气象小文件存取性能优化方法。该方法通过分析文件历史访问日志得到气象小文件间的关联概率,然后依据关联概率设计出文件合并... 为解决Ceph在处理海量气象小文件时,由于集群数据双倍写入会导致存储性能下降问题,提出了一种Ceph系统中海量气象小文件存取性能优化方法。该方法通过分析文件历史访问日志得到气象小文件间的关联概率,然后依据关联概率设计出文件合并算法将相关联的小文件合并后再存储到Ceph集群;访问文件时,根据文件块的利用率和相关率来衡量合并后小文件间的相关性,并根据其相关性进行文件预读取,减少用户与集群的交互以提高小文件的访问效率。实验表明,该方法与现有方法相比,能明显提高Ceph系统中海量气象小文件的存储效率和访问效率。 展开更多
关键词 Ceph分布式文件系统 小文件 相关性合并 预读取
在线阅读 免费下载
MN-HDRM:长短兴趣多神经网络混合动态推荐模型 预览 被引量:3
9
作者 冯永 张备 +2 位作者 强保华 张逸扬 尚家兴 《计算机学报》 EI CSCD 北大核心 2019年第1期16-28,共13页
动态推荐系统通过学习动态变化的兴趣特征来考虑推荐系统中的动态因素,实现推荐任务随着时间变化而实时更新.该文提出一种携带历史元素的循环神经网络(Recurrent Neural Networks,简称RNN)推荐模型负责用户短期动态兴趣建模,而利用基于... 动态推荐系统通过学习动态变化的兴趣特征来考虑推荐系统中的动态因素,实现推荐任务随着时间变化而实时更新.该文提出一种携带历史元素的循环神经网络(Recurrent Neural Networks,简称RNN)推荐模型负责用户短期动态兴趣建模,而利用基于前馈神经网络(Feedforward Neural Networks,简称FNN)的推荐模型对用户长期兴趣建模.通过两种神经网络的融合,该文构建了一个兼顾用户短期动态兴趣和稳定长期兴趣的多神经网络混合动态推荐模型(Hybrid Dynamic Recommendation Model based on Multiple Neural Networks,简称MN-HDRM).实验结果表明相对于目前比较流行的多种动态推荐算法:TimeSVD++、基于HMM(Hidden Markov Model)的推荐模型、基于RNN(Recurrent Neural Networks)的推荐模型、基于LSTM(Long Short-Term Memory)的推荐模型和STG(Session-based Temporal Graph)推荐模型,MN-HDRM在精确率、召回率和平均倒数排名等多项评价指标上展现出更加优越的性能. 展开更多
关键词 循环神经网络 前馈神经网络 动态推荐模型 长短期兴趣 时间因素
在线阅读 下载PDF
面向云端的文件多层破碎混淆机制
10
作者 唐成华 李海东 +2 位作者 潘然 周江山 强保华 《小型微型计算机系统》 CSCD 北大核心 2019年第10期2247-2251,共5页
针对云计算平台中的文件存储安全及效率低等问题,提出了一种多层破碎混淆保护机制,首先利用文件被暴力破解的时间成本以及密级程度确定第一层切块数量;进而对文件块打乱混淆,并加密保存其打乱顺序;接着根据隐式分割机制,对文件块进行二... 针对云计算平台中的文件存储安全及效率低等问题,提出了一种多层破碎混淆保护机制,首先利用文件被暴力破解的时间成本以及密级程度确定第一层切块数量;进而对文件块打乱混淆,并加密保存其打乱顺序;接着根据隐式分割机制,对文件块进行二次切割和进行编号重组,并最终存储云端.实验结果表明了本文方法的可行性,能够找到最佳的切块数量以及最少的加密次数,从而使云端文件数据的安全性和处理效率都得到有效提升. 展开更多
关键词 云计算 隐私保护 破碎混淆 密级
基于隐藏访问策略属性基的能源互联网数据保护 预览
11
作者 刘鹏 何倩 +1 位作者 李双富 徐红 《计算机工程与科学》 CSCD 北大核心 2019年第4期649-656,共8页
能源互联网中不同安全域中实体的通信数据包含敏感信息,基于密文策略属性基加密CP-ABE方案可实现细粒度的保护,但传统CP-ABE解密复杂度高,属性撤销需要对整个密文进行全部更新,以及访问策略易泄露隐私信息,导致其在能源互联网中应用受... 能源互联网中不同安全域中实体的通信数据包含敏感信息,基于密文策略属性基加密CP-ABE方案可实现细粒度的保护,但传统CP-ABE解密复杂度高,属性撤销需要对整个密文进行全部更新,以及访问策略易泄露隐私信息,导致其在能源互联网中应用受限。围绕着能源互联网云存储数据共享安全,设计基于隐藏访问策略的能源互联网数据保护方案,访问策略支持任意门限或者布尔表达式,将访问策略中的属性模糊化以实现策略的隐藏,引入解密代理将高复杂度的属性基解密过程的主要部分外包到服务端,减少了接收端的解密开销,在属性撤销过程中仅需要属性认证中心和解密代理参与,降低了属性撤销的难度。实验对比分析结果表明,本文方案的解密性能有较大的提升。 展开更多
关键词 能源互联网 属性基加密 策略隐藏 属性撤销 解密代理
在线阅读 下载PDF
B/S模式下基于GPRS协同的分布式科研综合管理系统的研究与设计 预览
12
作者 杨指挥 苏瑞 《电脑知识与技术:学术版》 2019年第4期78-80,共3页
科研信息管理是高等院校的重要工作之一,也是一个高校科研水平的重要标志之一。该文论述了一种B/S模式基于GPRS协同的分布式科研综合管理系统。整个系统从科研项目的申报、经费管理、成果、人员的调配和系统的掌控等多方面提出了一整套... 科研信息管理是高等院校的重要工作之一,也是一个高校科研水平的重要标志之一。该文论述了一种B/S模式基于GPRS协同的分布式科研综合管理系统。整个系统从科研项目的申报、经费管理、成果、人员的调配和系统的掌控等多方面提出了一整套设计解决方案。 展开更多
关键词 科研信息管理 GPRS协同 B/S模式 分布式
在线阅读 下载PDF
融合社交因素和评论文本卷积网络模型的汽车推荐研究 预览
13
作者 冯永 陈以刚 强保华 《自动化学报》 EI CSCD 北大核心 2019年第3期518-529,共12页
汽车作为较高价值和个性化的消费品,使得用户购车决策过程较一般商品更为复杂.本文主要研究社交环境和评论文本两方面对用户购车决策过程的影响,提出了融合社交因素和评论文本卷积网络的汽车推荐模型(Social and comment text CNN model... 汽车作为较高价值和个性化的消费品,使得用户购车决策过程较一般商品更为复杂.本文主要研究社交环境和评论文本两方面对用户购车决策过程的影响,提出了融合社交因素和评论文本卷积网络的汽车推荐模型(Social and comment text CNN model based automobile recommendation, SCTCMAR). SCTCMAR首先定义了基于购买用途需求的社交圈,在此基础上提出了个人偏好计算方法,并引入了偏好相似度;其次,设计了卷积网络模型学习汽车评论文本的隐特征;然后将社交影响量化因素和评论文本特征有机融合注入推荐模型,并采用低阶矩阵分解技术进行模型计算.另外,本文使用GloVe预训练词嵌入模型,产生了SCTCMAR的另一个版本SCTCMAR+.最后,将SCTCMAR、SCTCMAR、FMM (Flexible mixture model), TR (Trust rank). Random sampling在课题组爬取后经清理、去重和整合的266 995个用户、702辆汽车信息的真实数据集上进行精确率、召回率和平均倒序排名三个指标的多粒度实验比较,结果表明本文提出的SCTCMAR+和SCTCMAR具有良好的推荐性能. 展开更多
关键词 汽车推荐 卷积神经网络 社交圈 矩阵分解
在线阅读 下载PDF
云平台中MySQL数据库高可用性的设计与实现 预览 被引量:18
14
作者 康文杰 王勇 俸皓 《计算机工程与设计》 北大核心 2018年第1期296-301,共6页
为解决OpenStack云平台中单个节点的MySQL数据库在面临高并发访问和海量数据增长的情况下存在可靠性低、存储扩展性差、单点瓶颈等问题,设计并实现一种以Ceph分布式文件系统为存储后端的高可用MySQL数据库集群系统.通过集群技术消除基... 为解决OpenStack云平台中单个节点的MySQL数据库在面临高并发访问和海量数据增长的情况下存在可靠性低、存储扩展性差、单点瓶颈等问题,设计并实现一种以Ceph分布式文件系统为存储后端的高可用MySQL数据库集群系统.通过集群技术消除基于独立服务器的单点瓶颈问题,保障业务的可靠性和高可用性,设计一套优化模型提高故障切换效率,底层的Ceph分布式文件系统为数据存储提供扩展性和安全性.实验结果表明,该MySQL高可用集群可以实现存储的扩展和节点失效情况下的故障切换,该优化模型可以有效降低故障切换时间. 展开更多
关键词 OpenStack云平台 MYSQL数据库 高可用性 Ceph分布式文件系统 故障切换
在线阅读 下载PDF
Ceph云存储中基于混合文件系统的读写性能优化方法 被引量:1
15
作者 刘辉勇 王勇 俸皓 《微电子学与计算机》 CSCD 北大核心 2018年第5期27-34,共8页
针对Ceph云存储底层OSD节点使用不同单一文件系统会造成集群在读、写不同大小文件性能上的较大差异这一问题,本文提出一种在Ceph集群中混合使用文件系统方法来优化集群读、写性能.通过采用层次分析法综合考虑不同文件系统在读、写不同... 针对Ceph云存储底层OSD节点使用不同单一文件系统会造成集群在读、写不同大小文件性能上的较大差异这一问题,本文提出一种在Ceph集群中混合使用文件系统方法来优化集群读、写性能.通过采用层次分析法综合考虑不同文件系统在读、写不同大小文件时候各自的优势,构造层次结构模型,给出每个层次的判断矩阵并进行一致性检验,通过求解判断矩阵最大特征值对应的归一化特征向量,最后确定了底层OSD节点使用不同文件系统的比例.在真实环境中对所提出的方法进行实验测试,结果表明所提出的方法能够较好的改善当前Ceph集群使用单一文件系统带来的不足,优化了集群读、写不同大小文件速度性能. 展开更多
关键词 Ceph 云存储 文件系统 层次分析法
基于选择性集成的并行多分类器融合方法 预览 被引量:2
16
作者 陶晓玲 亢蕊楠 刘丽燕 《计算机工程与科学》 CSCD 北大核心 2018年第5期787-792,共6页
为解决多分类器融合过程中时间开销大和准确率不高的问题,采用改进的Bagging方法并结合MapReduce技术,提出了一种基于选择性集成的并行多分类器融合方法 PMCF-SE。该方法基于MapReduce并行计算架构。在Map阶段,选择分类效果较好的基分类... 为解决多分类器融合过程中时间开销大和准确率不高的问题,采用改进的Bagging方法并结合MapReduce技术,提出了一种基于选择性集成的并行多分类器融合方法 PMCF-SE。该方法基于MapReduce并行计算架构。在Map阶段,选择分类效果较好的基分类器;在Reduce阶段,从所选的基分类器中选择差异性较大的基分类器,然后采用D-S证据理论融合被选的基分类器。实验结果表明,在执行效率方面,与单机环境相比,集群环境下该方法的执行效率有所提高;在分类准确率方面,与Bagging算法相比,PMCF-SE在不同的基分类器数目下的分类准确率都高于Bagging算法。 展开更多
关键词 多分类器融合 选择性集成 D-S证据理论 MAPREDUCE 并行化
在线阅读 下载PDF
面向云数据库的属性基加密和查询转换中间件 预览
17
作者 江炳城 何倩 +1 位作者 陈亦婷 刘鹏 《计算机应用》 CSCD 北大核心 2018年第8期2280-2286,共7页
针对云数据库租户隐私数据的加密和查询问题,提出并实现了一种面向云数据库的属性基加密(ABE)和查询转换服务中间件。首先,服务中间件的加解密部件对租户的对称密钥进行属性基加密,生成密文并保存;其次,服务中间件的查询转换部件对查... 针对云数据库租户隐私数据的加密和查询问题,提出并实现了一种面向云数据库的属性基加密(ABE)和查询转换服务中间件。首先,服务中间件的加解密部件对租户的对称密钥进行属性基加密,生成密文并保存;其次,服务中间件的查询转换部件对查询语句进行转换,使其可在加密后的数据库上正确执行;最后,租户的隐私数据经过对称加密后保存到云数据库。实验结果表明,与未加密数据库的数据写入和查询时间相比,加密数据库的写入时间与其相当,按照查询语句的复杂程度,查询时长增加10%-150%不等。理论分析表明,所采用的代理解密方案是安全的,与传统的基于密钥策略的属性基加密(CP-ABE)方案相比,代理解密方案在时间复杂度上更具优势。 展开更多
关键词 多租户 云数据库 属性基加密 查询转换 服务中间件
在线阅读 下载PDF
用于图像检索的多区域交叉加权聚合深度卷积特征 预览 被引量:2
18
作者 董荣胜 程德强 李凤英 《计算机辅助设计与图形学学报》 CSCD 北大核心 2018年第4期658-665,共8页
针对依赖图像特征和聚合编码的“以图搜图”方法检索准确率较低的问题,提出一种基于多区域的交叉加权聚合深度卷积特征描述算法——RCroW.首先利用目标区域具有较高激活响应的特性标记出目标轮廓位置,将卷积特征图和目标轮廓掩码图结合... 针对依赖图像特征和聚合编码的“以图搜图”方法检索准确率较低的问题,提出一种基于多区域的交叉加权聚合深度卷积特征描述算法——RCroW.首先利用目标区域具有较高激活响应的特性标记出目标轮廓位置,将卷积特征图和目标轮廓掩码图结合生成空间权重矩阵;然后引入多区域策略,将空间权重矩阵转变成多区域交叉权重矩阵;最后利用多区域交叉权重矩阵加权聚合深度卷积特征生成图像特征向量.在Oxford5k,Paris6k和Holidays这3个数据集上进行的实验的结果表明,RCroW算法的图像检索平均准确率优于CroW,R-MAC和SPoC等7种算法. 展开更多
关键词 卷积神经网络 交叉权重 特征提取
在线阅读 下载PDF
面向云数据库的多租户属性基安全隔离与数据保护方案 预览 被引量:1
19
作者 董庆贺 何倩 +1 位作者 江炳城 刘鹏 《信息网络安全》 CSCD 北大核心 2018年第7期60-68,共9页
云数据库作为一种新兴的云计算应用,得到了广泛关注,而数据安全问题也成为云数据库进一步发展的难点。针对大型数据中心多租户云数据库的数据保护和业务QoS问题,文章提出了一种基于属性加密的多租户云数据库安全隔离和数据保护方案。首... 云数据库作为一种新兴的云计算应用,得到了广泛关注,而数据安全问题也成为云数据库进一步发展的难点。针对大型数据中心多租户云数据库的数据保护和业务QoS问题,文章提出了一种基于属性加密的多租户云数据库安全隔离和数据保护方案。首先,设计并实现了多租户云数据库管理系统,保证租户间的数据隔离;其次,提出了一个基于属性加密的中间件为租户数据进行加密和细粒度的权限控制,保证数据的安全性;最后,设计并实现了一套基于SDN网络架构的QoS系统,对云数据库服务的业务带宽进行保障。实验结果表明,文章设计的云数据库能够满足多租户的安全要求,当网络出现拥塞时,基于SDN的QoS系统可以保障加密数据库系统的业务带宽,确保租户的服务体验。 展开更多
关键词 多租户 云数据库 属性基加密 QOS SDN
在线阅读 下载PDF
基于改进决策树算法的入侵检测方法 预览
20
作者 姜潇蔚 王勇 《桂林电子科技大学学报》 2017年第6期473-477,共5页
针对异常检测技术中C4.5算法属性选择偏向具有更多数值属性的问题,提出基于改进决策树算法的入侵检测方法。通过添加平衡因子及融合数学极限思想,利用属性的数量确定平衡因子,同时利用洛必达法则对计算进行简化,重新设计信息增益... 针对异常检测技术中C4.5算法属性选择偏向具有更多数值属性的问题,提出基于改进决策树算法的入侵检测方法。通过添加平衡因子及融合数学极限思想,利用属性的数量确定平衡因子,同时利用洛必达法则对计算进行简化,重新设计信息增益率计算方法,优化了属性选择机制,改善了原算法中的属性选择偏向多数值属性的现象。实验结果表明,基于改进决策树算法对流量识别具有良好的识别效果。 展开更多
关键词 入侵检测 流量识别 决策树 平衡因子
在线阅读 免费下载
上一页 1 2 下一页 到第
使用帮助 返回顶部 意见反馈