一种基于特征值分解的数据挖掘隐私保护扰乱增强方法

针对数据扰乱技术中的特征值分解攻击方法,分析和评估了该攻击下数据扰乱模型的安全性,发现现有模型存在一定的脆弱性.设计了基于特征空间的扰乱强度量化方法,对隐私保护强度进行量化评估.在此基础上,通过阀值曲线的上限投影,提出了针对数据分离攻击的隐私保护的增强方法.结果表明,在盲数据源下,该增强方法对于抵抗特征值分解攻击具有有效性和鲁棒性.     

一种认证安全性的分析与设计逻辑

针对BAN逻辑的局限性,在BSW逻辑的基础上,提出了一种针对认证安全性的分析与设计逻辑.同时,以Needham-Schroeder公钥协议及X.509三消息协议的分析与再设计为例,证明了该逻辑的正确性和有效性.     

检测调幅信号的1．5维谱方法

在用修正的双谱法检测ＡＭ信号的基础上提出了一种新的解决方法——１．５维谱法，并且在一定条件下，提出了修正的１．５维谱方法，这些方法既能很好地检测ＡＭ信号，又具有计算量小、运算速度快的优点。     

用于中文色情文本过滤的近邻法构造算法

从不良信息中最为普及的中文色情文本过滤入手,用近邻法(KNN)算法构造对比了4种特征项选择的方法在中文色情文本中的应用,它们分别是字、词、标点符号和词性等特征.试验表明,中文色情文本不同特征项的选择对中文色情文本的分类效果起到了重要的作用.实验同时表明,所设计的过滤器在保证速度的前提下,很好地完成了基于内容的高精度过滤.     

利用高阶统计量恢复二维谐波

基于高阶统计量提出了一种频域恢复频率、时域恢复幅度的时频域相结合的二维谐波信号的恢复方法。该方法由于使用了高阶累积量，因此不再受背景噪声为高斯白噪声的限制，可应用于高斯噪声中二维谐波信号的恢复。仿真实验证明了该方法的可行性     

基于主动网络的最优化流量控制

主动网络的分布式计算能力为网络流量控制提供了新途径,将网络的流量控制归结为一个用户收益的全局最优化问题,提出了改进的分布式算法来求解并设计了基于这种算法的主动网络最优化流量控制协议,证明了通过选取适当的收益函数,只需在主动结点中提供FIFO的调度机制就可根据用户需求分配不同的带宽,从而达到了区分服务的目的,仿真结果证明了协议的有效性。     

基于偏好度特征构造的个性化推荐算法

随着在线旅游业酒店数量的日益增多,用户点评信息稀疏问题愈加严重,这不仅导致推荐准确度大幅下降,而且使传统推荐算法的计算负荷随之增加,难以满足实时性要求.基于此,从挖掘用户历史信息与待推荐物品之间潜在相关性的角度出发,对基于内容的推荐算法进行改进,提出了一种基于偏好度特征构造的个性化推荐算法.该算法通过计算偏好分来构造偏好度特征,并借助机器学习领域的分类算法得以实现.将该算法应用于线上旅游业的个性化子房型推荐,通过对真实数据集的实验与分析,验证了所提出个性化推荐算法的简便与有效性,且较传统推荐算法更具实时性和通用性.     

基于双重竞争策略的学习自动机算法

学习自动机是增强学习理论体系中的重要组成部分,在应用数学的随机函数优化、信息安全的异常检测等理论和实际问题中发挥着重要作用.估计器算法是目前学习自动机中最为主流的一类算法,具有最高的算法性能.但是,由于估计器本身的局限性导致在学习初期估计值不准确,行为选择概率向量无法一直保持最优更新,且概率向量的更新完全依赖于固定步长,一次错误的更新需要大量额外的迭代来对其进行弥补,算法的收敛效率仍存在提升空间.针对上述问题,通过改进估计器算法的概率向量更新策略,提出一种基于双重竞争策略的学习自动机算法,并对其ε-收敛特性进行数学证明.实验结果显示,该算法提高了学习自动机的收敛效率,从而验证并确立了所提策略的有效性和算法的优越性.     

企业整合架构与消息交换框架在保险业的应用

为实现保险公司内部各种信息资源的优化整合,并较大程度地降低整个系统的运行维护成本,本文介绍一种“企业整合架构与消息交换框架”的解决方案。在此方案中我们将提出消息交换总线的概念,并介绍系统的基本组成、工作原理以及与实际业务系统的交互方式。通过与传统信息交流方式做比较,本文还将分析此方案的优点以及可行性。     

基于SIFT的图像复制遮盖篡改检测技术

针对现有的图像复制遮盖篡改检测算法需要某些先验信息、对后处理操作失效且计算量大等问题,借鉴图像匹配技术中的SIFT(scale invariant feature transform)特征匹配算法,首次提出将其用于检测复制遮盖的篡改操作.该方案首先计算出待鉴定图像的所有特征向量,然后进行特征向量集的划分与匹配.待鉴定图像的匹配点对用点与点之间连线标记.如果图像被复制篡改过,所标记的线段将明显集中于某两个区域之间.实验表明,SIFT应用于复制遮盖及各种后处理篡改操作,如旋转、缩放、亮度调整等,都有很好的检测和定位效果.