一种基于混合相似度的用户多兴趣推荐算法

针对传统协同过滤推荐数据稀疏会影响推荐质量,以及项目最近邻居集的计算忽略用户多兴趣及提高推荐的准确度问题,该文采用混合模型改进了相似性度量计算,综合Pearson相关系数与修正余弦相似性,提出了一种基于混合相似度的用户多兴趣推荐算法.实验表明:该推荐方法的相似度计算更高效,不仅提高推荐准确率,而且使用户有更好的推荐体验.     

一种基于少样本且不均衡的网络攻击流量检测系统

为解决网络攻击流量检测中使用的有监督学习方法严重依赖标签数据规模的问题,针对一种少样本且不均衡的攻击流量检测场景,即训练数据仅包含少量蜜罐捕获的攻击流量且无正常流量,设计了一个攻击流量检测系统,并构建了基于孪生网络和深度学习卷积神经网络(CNN)的网络攻击流量检测模型(CNN-Siamese),以实现少样本且不均衡的攻击流量检测目的;随后为了解决CNN-Simaese在训练样本对构造采样时造成的预测不稳定的问题,结合迁移学习的思路,构建了基于预训练的检测模型(AE-CNN-Siamese);此外,对孪生网络中常用的对比损失函数进行了改进. 实验结果表明:CNN-Siamese可以准确地检测攻击流量,与CNN、CNN-SVM相比,在漏报率无明显差距情况下,可将误报率从30%降低至2%;AE-CNN-Siamese的预测结果比CNN-Siamese更稳定;改进后的损失函数提高了模型的收敛速度,加速了模型训练.     

移动计算环境下不确定性组合服务的事务建模与执行分析

移动计算环境中,服务面临资源受限与连接波动,同时存在越区切换和弱一致性需求等事务性挑战.为了确保移动环境下组合服务的事务有效性,本文以服务的不确定性和事务属性为基础,提出了一种基于Markov链的移动组合事务模型.首先通过形式化方法构建移动环境下原子服务模型和原子服务的事务机制,并基于状态概率实现了原子服务的2维不确定性表征,然后运用Markov链完成移动组合服务的模型表达,提出了该模型下的不确定性处理与事务方法,最后基于典型业务结构分析了移动组合事务的执行语义与实施.实验表明:该事务模型能有效描述移动环境下组合服务的事务需求,且服务不确定性的不同指标和各事务架构皆对组合事务成功率产生较大影响.     

云计算中的信息系统生存性量化分析研究

关注于分布式信息系统的生存性的评估和优化，提出了一种部署于IaaS云环境的分布式信息系统的生存性量化分析框架:提出了一种量化评估部署于IaaS云环境的分布式信息系统的生存性的框架；在该框架下，提供了分析计算近似最优生存性的部署方案的方法；应用多种算法进行了实验，验证了生存性量化分析框架的有效性和应用到实际场景中的效果．     

SDN中一种基于网络的分布式移动管理方案

传统的分布式移动管理方案虽然能解决集中式移动管理方案的不足,但在移动结点发生切换时,仍然需要建立隧道,从而增加了网络开销.为了解决这一问题,利用软件定义网络(SDN)中控制平面与转发平面相分离的特点,在SDN架构下提出一种新的基于网络的分布式移动管理方案(NNDMM),该方案能充分发挥SDN的优点,同时不会给控制器造成额外的压力.建模分析表明:相对于传统的分布式移动管理方案,无论在信令费用上,还是包递送费用上,NNDMM方案都有明显的优势.     

智能合约安全综述:漏洞分析

加密货币比特币的出现带动了区块链技术的蓬勃发展,智能合约技术则是区块链技术中的一个技术高地.目前以太坊中的智能合约应用受到大量的关注,创造了海量的价值应用,同时也带来了密集的攻击活动.随着智能合约的数量越来越多,尤其是智能合约中的代码漏洞也逐渐被许多研究人员和恶意攻击者发现,造成了一系列重大的经济损失案件.为了对智能合约技术的稳定性发展提供理论研究基础,文章针对以太坊上已知的智能合约漏洞进行了介绍、分类和总结,并对智能合约安全漏洞进行详细的原理阐述与场景代码复现.