电子商务及其安全技术

在网络技术高速发展的今天，随着电子商务技术的发展，网络交易安全成为了电子商务发展的核心和关健问题，文章简要介绍了电子商务基本概念、电子商务中的安全问题以及一些常用的安全技术。     

旅游电子商务购买的影响因素调查

为了提高旅游电子商务的产业化水平,以问卷调查收集的第一手数据为基础,系统分析了旅游电子商务购买的影响因素.结果表明：全面信息、安全交易、便捷沟通和完善售后服务是促成旅游电子商务购买的核心因素;价格、个性化产品、良好文化和互动社区等激励因素的作用位居其次;游客的网络熟悉度和购物经验的作用最小.     

如何保护好自己的网络隐私

随着电子商务技术的发展，网络交易安全成为了电子商务发展的核心和关键问题，对网络隐私数据（网络隐私权）安全的有效保护，成为电子商务顺利发展的重要市场环境条件。网络信息安全技术、信息安全协议、P2P技术成为网络穗私安全保护的有效手段。     

国内外移动电子商务发展探析

无线技术的发展带动了移动电子商务的发展,传统的B2B、B2C电子商务也开始由固定的IP网络拓展到移动通信网络。移动电子商务因为其移动性的特点,实现随时随地的交流,所以必将成为未来电子商务发展的主要方向。本文探析了国内外移动电子商务的发展现状,重点指出了中国移动电子商务发展的制约因素。     

社会化电子商务中信息安全风险分析

近几年,以微博、微信等为代表的社交网络逐渐从娱乐、生活领域渗透到消费领域,社交网络为电子商务的发展开拓了一个新领域即社会化电子商务。依托于社交网络的社会化电子商务面临着社交网络带来的信息安全风险,社交网络信息安全风险会降低社会化电子商务商家的信用水平,削弱消费者信任,从而降低消费者购买意愿。基于此,本文首先分析了社会化电子商务面临的信息安全风险,然后提出了具体的防御措施来应对社会化电子商务信息安全风险,从而促进社会化电子商务健康快速地发展。     

电子商务的技术和社会安全

详细分析了电子商务过程中存在的Internet网络和商务活动安全问题,介绍了实现了电子商务所必须的安全技术,提出了创建中国电子商务的网络和社会安全环境,进行电子证据的认定研究,加快电子商务的立法进程,对网站和网站经营者进行法律规范,保障我国电子商务的健康发展。     

网络人才争夺烽火连天

20世纪最伟大的成就之一是计算机的发明和网络的发展。历史已跨越到又一个千年,可以断言,网络技术、网络通讯、网络市场(电子商务)、网络社区、网络生活、网络社会、网络世界必将构成新世纪的时代主流。这就像15世纪末哥伦布发现美洲大陆,使世界贸易中心从地中海转移到北海,造就了大不列颠的繁荣一样,网络所代表的现代信息技术革命,亦必将带来交换和市场体系的又一次革命,并由此拉开重新确定世界“繁荣极”的帷幕。中国的网络热亦大有愈演愈烈之势,网络公司雨后春笋般急速发展。据     

谈电子商务拍卖网站运作模式的安全问题

目前,电子商务拍卖网站在网上社区推出了交易双方的信用评价系统、反馈机制、“信用公告板”。这种交易体制的出现,一度确保了网络交易的安全性,使恶性使用者的诈欺行为得到有效控制。本文分析电子商务拍卖网站动作模式下的安全问题,并以eBay易趣网为案例。     

浅谈数字社区

中国城市、社区和家庭信息化正在快速发展。越来越多的地方政府已经把信息化作为城市发展的新主题。随着中国城市化、工业化、信息化进程的加快,人民生活水平的不断提高,政府、企业、个人和家庭对安全、高效、舒适、便捷的数字办公、电子商务、智能家居的需求急剧增长,大规模的智能建筑、网络社区和数字城市建设方兴未艾,城市和社区信息化正在成为推动城市经济增长、提高生产力水平和综合竞争力、加速城市现代化的关键动力。建设部相关职能部门给数字社区的基本定义：数字社区是利用现代传感技术、数字信息处理技术、数字通信技术、计算机技术、多媒体技术和网络技术,实现社区内各种信息的采集、处理、传输、显示和高度集成共享,实现社区和家庭各种机电设备和安防设备的自动化、智能化监控,实现社区生活与工作安全、舒适、高效。数字社区是数字城市的单元节点,数字社区的建设是数字城市建设的基础。     

电子商务网络支付的发展研究

电子商务和网络支付在创新的基础上飞速发展，但由于发展时间短、缺少政府部门监管，整个行业处于无序发展的阶段。为此，回顾了网络支付的发展历史和现状，讨论了目前市场上几种主流网络支付方式的运营模式及盈利方式。针对网络支付可能发生的风险进行了分析，并为促进整个电子商务网络支付的健康、快速发展提出新的监管建议。同时，首次用“社会福利”这一经济学概念对电子商务和网络支付的优点和社会效益进行了阐述，并指出网络支付未来的发展趋势。     

回声状态网络的研究进展

回声状态网络是近年来新兴的一种递归神经网络,独特而简单的训练方式以及高精度的训练结果已使其成为当前研究的热点之一.在该网络中,引入了储备池计算模式这一新的神经网络的建设方案,克服了之前网络模型基于梯度下降的学习算法所难以避免的收敛慢和容易陷入局部极小等问题.围绕这种新型网络结构,国内外许多学者开展了多样的研究.本文全面深入介绍了回声状态网络这一新兴技术,讨论了回声状态网络的优缺点,并综合近年的研究现状,总结了回声状态网络的主要研究工作进展和未来的研究方向.     

Structure Optimization for Echo State Network Based on Contribution

Echo State Network(ESN) is a recurrent neural network with a large, randomly generated recurrent part called the dynamic reservoir. Only the output weights are modified during training. However, proper balancing of the trade-off between the structure and performance for ESN remains a difficult task. In this paper, a structure optimized method for ESN based on contribution is proposed to simplify its network structure and improve its performance.First, we evaluate the contribution of reservoir neurons. Second, we present a pruning mechanism to remove the unimportant connection weights of reservoir neurons with low contribution. Finally, the new output weights are learned with the pseudo inverse method. The novel optimized ESN, named C-ESN, is tested on a Lorenz chaotic time-series prediction and an actual municipal sewage treatment system. The simulation results show that the C-ESN can have better prediction and generalization performance than ESN.     

基于主元分析的转炉终点ESN静态预测模型

以主元分析方法和新型ESN(回声状态网络)算法为核心,研究了转炉终点静态预测模型。通过对某钢厂转炉生产数据的主元分析,建立了ESN模型,同时将ESN模型与传统的BP和RBF神经网络模型进行了对比研究。结果表明,使用ESN建立的模型比传统的BP网络模型和RBF网络模型,在钢水温度预测方面精度分别提高了0.85%和0.45%,在钢水碳质量分数预测方面精度分别提高了0.45%和0.19%,能够有效的对转炉终点碳含量和温度进行预测,从而为转炉炼钢过程提供更准确的操作指导。     

Echo-state-network classification based multi-services awareness in high-speed optical passive networks

With the challenge of great growing of services diversity,service-oriented supporting ability is required by current high-speed passive optical network (PON).Aimed at enhancing the quality of service (QoS) brought by diversified-services,this study proposes an echo state network (ESN) based multi-service awareness mechanism in 10-Gigabite ethernet passive optical network (10G-EPON).In the proposed approach,distributed architecture is adopted to realize this ESN based multi-service awareness.According to the network architecture of 10G-EPON,where a main ESN is running in OLT and a number of ESN agents works in ONUs.The main-ESN plays the main function of service-awareness from the total view of various kinds of services in 10G-EPON system,by full ESN training.Then,the reservoir information of well-trained ESN in OLT will be broadcasted to all ONUs and those ESN agents working in ONUs are allowed to conduct independent service-awareness function.Thus,resources allocation and transport policy are both determined only in ONUs.Simulation results show that the proposed mechanism is able to better support the ability of multiple services.     

手机ESN分析在移动通信客户流失管理中的应用

该文以手机ESN为切入点,结合笔者的工作实践,以ESN分析为基础,对移动客户的流失管理做出探讨。     

基于改进黑洞算法优化ESN的网络流量短期预测

网络流量数据序列具有混沌特性.相空间重构后,采用一种改进黑洞算法优化回声状态网络的非线性模型对网络流量进行预测.改进黑洞算法是在现有工作的基础上提出一种新的新解生成机制,可以提高算法的收敛速度和精度;相比于遗传算法、和声搜索算法等其他优化算法,所提出的改进黑洞算法不依赖自身相关参数的准确设定;将其应用于回声状态网络4个重要参数的优化选取,使得预测模型具有较好的预测稳定性.通过Mackey-Glass混沌时间序列和网络流量公共数据集的仿真实验,结果表明所提出的方法具有较好的预测性能.     

基于生物进化的可恢复回声状态网络模型

为解决回声状态网络储备池在遭受随机故障和蓄意攻击等复杂情况下的适应性问题,提出了一种具有生物进化特征的可恢复回声状态网络—3DP-RESN.基于优先匹配的复制、新增加连接的变异和新增加连接的死亡进化策略,3DP-RESN能够实现从被破坏的网络拓扑中自恢复.将3DP-RESN、传统ESN（CESN）和被破坏的ESN（DESN）应用于NARMA系统、Henon映射和figure8这3种非线性时间序列逼近任务.实验结果表明,当储备池发生故障时,3DP-RESN对于3种时间序列的预测精度明显优于DESN,接近甚至高于未遭受储备池故障的CESN,尤其在figure8实验中,3DP-RESN与CESN、DESN相比,预测精度分别提高了30.56%和7.01%.此外,3DP-RESN的短期记忆能力也接近于CESN,因此,3DP-RESN具有强大的自适应恢复能力.      

基于mRMR-ESN的单变量光伏功率预测

设计了两种预测模型:利用天气变量作为输入的传统多变量预测模型;利用历史功率数据作为输入的新型单变量预测模型.采用最小冗余最大相关(min-redundancy and max-relevance,mRMR) 方法分别对两种模型进行特征提取,并选用在时间序列预测方面具有优势的回声状态网络( echo state network,ESN)对未来5min的光伏功率进行仿真预测.仿真结果表明,采用mRMR方法对历史光伏功率数据进行特征提取,确定能够使预测模型达到最优效果的特征子集,并将其作为单变量预测模型的输入,可以得到更准确的预测效果.所构建的新型单变量预测模型能够为光伏电站提供新的光伏预测思路.     

面向匹配决策问题的漏整合神经元稀疏ESN网络

为了对匹配决策问题进行建模与预测,提出了一种具有更多神经生理学特征的稀疏回声状态网络(ESN),并基于在线监督学习方法对网络进行训练.为了评估网络的匹配决策性能,设计了三组测试数据集对网络性能进行测试,并提出了一种基于网络期望输出与实际输出序列最大相关系数的评价方法.仿真结果表明,新模型只需要较少的训练时间即可获得较好的决策性能,且对发放时间间隔、平移和网络噪声具有较好的鲁棒性.     

多传感器数据融合与航迹预测的模型设计

文中建立了功能完整的多传感器数据融合模型,使用最邻近数据关联(NNDA)算法提取目标航迹,采用三次样条插值实现时间配准,并将传感器性能作为权重应用到航迹对的融合中,使用加权平均的方法融合航迹对.引用回声状态网络(ESN)技术实现航迹的预测.基于雷达数据在不同运动场景中测试模型性能,对于匀速直线运动和机动转弯的目标,模型具有较高的跟踪和预测精度.