在线社交网络用户分析研究综述

在对国内外在线社交网络用户分析相关研究归纳总结的基础上,综述了在线社交网络用户分析的最新进展,主要包括通过用户影响力和用户偏好进行用户行为分析、采用隐式和显式的分类方法对用户属性预测算法进行综述,简述了基于用户属性特征或(和)用户关系拓扑结构的用户分类研究进展,并分析了动态社交网络、并行算法及社交用户语义信息给在线社交网络用户分析所带来的机遇和挑战,对该研究方向上的发展趋势进行了展望.     

基于USB安全锁的内网安全监控系统设计

在深入分析内部网络存在的各种安全威胁基础上,引入基于USB接口、具有高安全性的硬件安全产品USB安全锁来进行身份认证.构建了一个基于USB安全锁的内网安全监控系统,并给出其主要模块的设计方案.     

基于USB安全锁的内网安全监控系统设计

在深入分析内部网络存在的各种安全威胁基础上, 引入基于USB接口、 具有高安全性的硬件安全产品USB安全锁来进行身份认证. 构建了一个基于USB安全锁的内网安全监控系统, 并给出其主要模块的设计方案.     

基于知识图谱的社交网络用户行为研究进展

社交网络包含复杂的结构信息与丰富的语义信息.互联的多类型数据,实体对象的行为关系等问题的研究面临极大的挑战.知识图谱旨在处理用户数据知识及行为信息,发现事物、概念与实体对象间的复杂联系,使事物间关联关系得到清晰说明.首先介绍知识图谱基本知识;其次基于知识图谱,在社交网络中,可视化表示用户的行为关系,对其中的行为知识抽取、行为知识表示、行为知识加工等3种关键技术和研究进展进行综述,实验分析与对比其中的技术模型,并介绍可视化识别技术,运用概率软逻辑识别候选行为知识,提高用户行为关系可视化的准确性;最后介绍用户行为关系可视化在用户信息检索、用户安全评测、行为关联推理等方面的应用,对当前研究存在的挑战进行讨论分析,并对其发展前景进行了展望.     

基于三因素的远程身份认证系统安全威胁研究

三因素(密码、智能卡、生物特征)身份认证是目前身份认证领域研究热点.三因素身份认证面临来自客户端、网络、服务器端等多个环节的安全威胁,只有理清可能面临的安全威胁才能设计符合要求的安全高效身份认证协议.通过总结分析国内外相关文献后总结出基于三因素身份认证协议面临的安全威胁和需要实现目标,为下一步实现安全高效的基于三因素身份认证方案提供基础.     

基于新浪微博的社交网络演化模型

随着在线社交网络的高速发展和影响力日渐扩大, 研究其演化发展规律已经成为非常重要的课题.通过抓取新浪微博的数据, 将用户划分为意见领袖和普通用户, 并建立了一个定量的两层演化模型. 在此基础上, 分析了意见领袖和普通用户之间社交影响力的差异, 研究了网络内部病毒传播机制和外部媒体因素对在线社交网络演化过程的影响, 并利用抓取的实际数据验证了模型的准确性. 研究结果对进一步探寻在线社交网络结构、社会价值观对在线信息传播的影响均有积极意义.     

计算机网络安全现状分析与防御技术探讨

随着网络技术的快速发展,计算机网络已经成为生活和工作中不可缺少的一部分,但是在使用计算机的过程中享受了其带来的便利的同时也存在许多安全隐患,比如,网络瘫痪、信息遭到泄漏等,直接影响着用户的使用。这就需要对计算机网络安全存在的隐患进行深入研究,并加强计算机网络安全管理,通过安全防御技术的强化来规避或尽量减少计算机网络威胁。本文将在对计算机网络安全概念分析的基础上,对当前计算机网络安全存在的问题进行研究,最后就如何利用网络安全防御技术来加强安全管理提几点看法。     

社交网络用户隐私量化建模与实证

在线社交网络的飞速发展对社交网络用户的隐私保护提出了新的挑战.通过使用社会网络分析、决策分析理论和实证研究的方法,建立了一种用户隐私向量模型,从而实现对社交网络中用户隐私保护状况的量化分析.并在此基础上以新浪微博为研究对象,通过微博用户的真实数据进行实证分析.研究结果表明:用户隐私量值对用户的行为有重要影响,真实社交网络中大部分用户的隐私关注程度较低,高隐私关注群体和低隐私关注群体的比例较小,用户的私信和地理位置信息的分享行为受用户的隐私关注情况影响大.研究结果对社交网络用户的隐私保护、社交网络中用户行为规律的研究具有参考意义.     

基于新浪微博的社交网络演化模型（英文）

随着在线社交网络的高速发展和影响力日渐扩大,研究其演化发展规律已经成为非常重要的课题.通过抓取新浪微博的数据,将用户划分为意见领袖和普通用户,并建立了一个定量的两层演化模型.在此基础上,分析了意见领袖和普通用户之间社交影响力的差异,研究了网络内部病毒传播机制和外部媒体因素对在线社交网络演化过程的影响,并利用抓取的实际数据验证了模型的准确性.研究结果对进一步探寻在线社交网络结构、社会价值观对在线信息传播的影响均有积极意义.     

面向智能电表的隐私保护技术综述

随着智能电网和通信技术的发展,智能电表的普及应用受到越来越多的重视.一方面,智能电表为用户合理用电和电力公司有效供电、高效收费带来了便利,而另一方面细粒度的智能电表数据泄露用户用电行为等敏感信息,用户隐私泄露也成为最大的安全威胁.主要从智能电表端的身份隐私保护技术和数据隐私保护技术两个方面来综述国内外相关研究.对比分析了现有隐私保护技术的隐私保护强度、计算开销、传输开销等;提炼了智能电表仍然面临的安全与隐私挑战,并探讨了该领域未来的研究趋势与方向.     

学生网的生长态势及其分形特征分析

基于研究生物种群生长的Logistic模型,根据一个实际的学生网在增长中的振荡特点,改进Logistic模型形式,然后通过浮点型遗传算法进行拟合,得到学生网增长的拟合模型,并分析了其收敛性及可信度.最后通过学生网增长的时间序列,根据分维算法,计算得到学生网增长的分数维,得出学生网在增长过程中确实具有分形特征的结论.     

时间因素对脉冲神经膜系统计算能力的影响

脉冲神经膜系统是一类分布式并行的神经网络计算模型.从模型的研究着眼点来看,脉冲神经膜系统是一类全新的脉冲神经网络模型,属于第三代神经网络计算模型的研究范畴.通过分析评述脉冲神经膜系统中时间因素对其计算能力影响,讨论了异步工作模式下,时间以及时间无关模式下的脉冲神经膜系统的计算能力不会减弱,即具有图灵通用性.这些结果可为脉冲神经膜系统进行模糊信息处理提供理论支持,也可为基于脉冲神经膜系统的离散时间建模方法提供可行性论据.最后,针对目前该领域研究的热点和难点,对该领域研究的公开问题和研究方向进行讨论.     

Secure localization algorithm based on node cooperative for sensor networks

As to the safety threats faced by sensor networks （SN）, nodes limitations of computation, memory and communication, a secure location algorithm （node cooperative secure localization, NCSL） is presented in this paper. The algorithm takes the improvements of SN location information security as its design targets, utilizing nodes＇ cooperation to build virtual antennae array to communicate and localize, and gains arraying antenna advantage for SN without extra hardware cost, such as reducing multi-path effects, increasing receivers＇ signal to noise ratio and system capa- bility, reducing transmitting power, and so on. Simulations show that the algorithm based on virtual antennae array has good localization ability with a at high accuracy in direction-of-arrival （DOA） estimation, and makes SN capable to resist common malicious attacks, especially wormhole attack, by using the judgment rules for malicious attacks.     

基于复杂网络的铁路-航空多层网络的鲁棒性研究

为提高我国交通系统运行的效率和稳定性,本文应用复杂网络理论,选取中国大陆(不包括港澳台)的地级市铁路和航空数据(截至2015年7月)为研究对象,构建了中国铁路-航空多层网络。对铁路-航空多层网络的拓扑性质和鲁棒性进行了研究,选取平均路径长度和网络效率两项指标作为鲁棒性评价指标。研究结果表明,铁路-航空多层及其单层网络都具有小世界和无标度特性;铁路-航空多层网络在蓄意攻击方式下的鲁棒性较差,而在随机攻击方式下的鲁棒性较强;不管是在蓄意还是随机攻击的方式下,铁路-航空多层网络的鲁棒性都要优于铁路层、航空层网络。     

协作中继和网络编码在车载网络中的应用

对于出行者来说,通过路边热点来进行文件共享和内容分发以及车辆间相互通信的车载网已经成为蜂窝网络重要的互补网络.车载网络独有的特点给这些网络的内容分发和连接性等带来了挑战.提出结合协作中继和符号级网络编码来提高车载网络的连接性和信息传输的效率和鲁棒性.通过仿真评估了所提出机制的性能,证明了该机制可以提高网络的误码率和吞吐量.     

超新星1993J的观测

1993年3月26日西班牙一位天文爱好者F.Garcia用25cm的望远镜在M81(NGC3031)的星系核的西南方向5′处发现了超新星,ST-4的CCD成像系统也记录到这一颗超新星,IAU命名为SN1993J.M81位于大熊座,是旋涡星系(Sb),其距离模数m-M=27.5,即距离d=9.46×10~(19)km.它与M82和NGC3077构成三重星系群.SN1993J是在该星系观测到的第一颗超新星.它是继SN1987A之后观测到最亮的一颗超新星,坐标为:α=9~h51~m19~s.27,δ=69°15′25″7.     

基于Spark的社交网络特性分析

随着互联网对社会的持续渗透,社交网络得到了迅猛发展,也成为研究的一个热点.在大数据时代,社交网络具有数据量极大的特点,传统的分析技术不能胜任.利用Spark分布式计算系统,进行了社交网络的特性分析.     

网络失效条件下的北京市城市道路交通网络统计特征分析

为获知城市道路交通网络的结构和网络特性,根据实际的拓扑和交通流数据,采用原始法进行建模,将路口抽象为节点,将路段抽象为网络的连边,构建城市道路交通网络模型。通过MATLAB和pajek计算,分析了道路抽象、基础设施和动态交通3种网络的统计特征。对基础设施和动态交通网络的强度分布的分析,证实了北京市城市道路网络中的这两种网络均为无标度网络;通过计算基础设施网络的节点强度和介数等特征指标,获知了北京市城市道路的重要路口和路段。最后,仿真分析了3种网络在不同网络失效条件下的重要统计特征,结果表明北京市城市道路基础设施和动态交通网络既具有鲁棒性又具有脆弱性。     

Progress in the applications of flux analysis of metabolic networks

The metabolic network has become a hot topic in the area of system biology and flux-based analysis plays a very important role in understanding the characteristics of organism metabolic networks. We review mainly the static methods for analyzing metabolic networks such as flux balance analysis (FBA), minimization of metabolic adjustment (MOMA), regulatory on / off minimization (ROOM), and dynamic flux balance analysis with linear quadratic regulator (DFBA-LQR). Then several kinds of commonly used software for flux analysis are introduced briefly and compared with each other. Finally, we highlight the applications of metabolic network flux analysis, especially its usage combined with other biological characteristics and its usage for drug design. The idea of combining the analysis of metabolic networks and other biochemical data has been gradually promoted and used in several aspects such as the combination of metabolic flux and the regulation of gene expression, the influence of protein evolution caused by metabolic flux, the relationship between metabolic flux and the topological characteristics, the optimization of metabolic engineering. More comprehensive and accurate properties of metabolic networks will be obtained by integrating metabolic flux analysis, network topological characteristics and dynamic modeling.     

基于RS的GMDH神经网络在空袭目标识别中的应用

针对目标属性识别的特点,建立了基于粗糙集(Rough Sets, RS)的数据分组处理(Group Method of Data Handling, GMDH)神经网络分类模型.该模型较好地解决了采用高维数据集训练神经网络效率低,神经网络结构规模较大的问题.同时为了提高高维数据集合的属性约简效率,改进了集合近似质量属性约简算法.最后,通过与BP(Back-Propagation, BP)神经网络分类能力的仿真对比,结果表明,基于粗糙集的数据分组处理神经网络分类模型分类能力优于BP神经网络模型,满足现代防空作战对目标属性识别的需求,基于快速求核和集合近似质量的属性约简算法快速有效.