WPCN中下行链路能力扩展模型与最大化用户最小速率方法

针对无线供电通信网络的下行阶段缺乏信息传输功能等问题,提出一种基于无线携能通信技术的具有下行链路信息传输能力的网络模型。该模型将一个传输单位分为上、下行两个阶段,在上行阶段,用户发送射频信号进行信息传输,各小区基站完成信息解码任务;在下行阶段,基站通过波束成形技术和多载波技术向用户发送射频信号,各用户通过时分切换或功率分流方式完成信息解码与能量捕获。基于该模型,提出一种最大化最小速率的方法,通过最大化最小用户上行信息传输速率求解各小区内各用户的最优上行发送功率,通过最大化最小用户下行信息传输速率求解各个小区内的基站的最优下行波束成形矢量,实现网络中各用户相对公平的性能最优。仿真结果表明,本文方法提高了用户的最小传输速率。     

基于流媒体技术的校园视频点播系统开发研究

流媒体技术作为一种新的网络媒体传输方式,解决了动态音、视频信息资源在网络上的传输问题,并实现了视音频资源的数字化管理,增强了用户对视音频资源的可控制性,越来越广泛地应用于视频点播系统．视频点播即交互式多媒体视频点播,是集动态音频、视频和静态图片、文字等信息为一体,为用户提供实时、交互、按需点播服务的系统,用户可以按照自己的意愿进行远程学习、信息查询等,极大地丰富了用户的网络学习和生活．     

基于基站频谱借用的协作通信网负载均衡机制

针对现有基于信道借用负载均衡技术需要基站间信息的频繁交互而增加网络信令开销和能量消耗问题,提出一种将频谱感知技术应用于协作通信网络负载均衡的机制。该机制中基站利用能量检测频谱感知技术实时感知网络的频谱空洞,生成可借用的频谱集合。基站出现资源耗尽时调用可借用频谱集合,选择目标用户,并根据目标用户是否有协作给用户借用频谱。若用户不存在协作,则以最大化联合频谱空闲率和频谱质量的效用函数为目标给用户借用直接链路的频谱;若用户存在协作,则在直接链路选择的基础上,以最大化效用函数进行频谱和协作用户的联合选择。仿真表明该机制在网络公平性性能上提升了0.5%~1.1%,在容量性能上提升了0.61%~1.4%,在资源利用率上提升了0.63%~1.4%。     

网上信息定制的搜索技术

通过分析用户获取网络信息所面临的问题,对现存网络信息进行评估,在开源的页面分析工具HtmlParser基础上提出了基于模板技术的产品信息定制模型.该模型根据产品定制系统页面提供的定制条件,生成用户抓取模板,系统根据此模板输出数据到用户显示界面,实现了系统信息的灵活定制和信息抓取的复用.     

网络信息采集现状及技术研究

从国内网络发展的现状入手,主要介绍了网络信息及采集技术概述、技术方法和发展中面临的主要问题和困难,通过这些使用户更好的掌握获取网络信息的方法,方便日常工作、生活和学习。     

融合社交网络信息的协同过滤方法

针对目前协同过滤方法存在的数据稀疏性、冷启动以及未能有效利用用户社交网络信息提高推荐质量等问题,提出一种融合用户社交网络信息的协同过滤方法,该方法以矩阵分解推荐模型为核心,可综合集成目标用户个人偏好以及社交网络中的关系用户偏好特征信息做出推荐.通过设计相应的推荐方法,并基于梯度下降法对用户以及商品特征矩阵的求解进行了优化运算.相关实验结果表明融合社交网络信息可在一定程度上提高协同过滤的推荐准确度以及缓解数据稀疏性、冷启动问题.     

网络入侵检测技术研究

INTERNET全球范围内的迅速发展,在带给我们方便的同时,也给我们带来了安全问题,这就是网络攻击,攻击者可以窃听网络上的信息、改数据库内容、伪造用户身份、摧毁网络节点、释放计算机病毒,甚至使整个网络陷入瘫痪,目前采用的防火墙等技术,只是一种被动保护方法,而入侵检测技术则是一种主动保护自己免受黑客攻击的网络安全技术,从信息收集、信息分析和入侵检测系统等3个方面研究这一技术。     

网络信息服务方式的转变及面临的问题

面对网上的海量信息,以被动"拉取"为特征的传统信息服务方式越来越不能更好的满足用户的需求。而主动信息服务作为一种新的信息服务模式,不仅提高了用户在网上获取信息的效率,也很好的解决了用户在网络上面临的信息过载和资源迷向的问题。但是这种服务方式在给用户提供方便、快捷和高效的个性化服务的同时,也使用户不可避免的面临着服务安全性的问题。本文在对比分析了传统信息服务和主动信息服务的基础上,指出了网络主动信息服务目前存在的安全性问题,并针对这些问题提出了将传统信息技术应用于该问题解决的方法。     

基于Covisitation算法的新闻推荐

随着网络技术的飞速发展,电子阅读已经成为人们日常生活中密不可分的一部分.网络上的信息不计其数,有明确目的的用户可以迅速的找到自己想要的信息,而没有明确目的的用户想要在海量的信息中找到自己感兴趣的内容,无疑如同大海捞针.本文利用Covisitation算法对用户进行推荐,相比较传统的算法,准确率得到了有效地提高.     

VPN技术及其在校园网中的应用

校园网建设是党校信息化建设的重要组成部分.建设高质量的校园网,可以充分发挥网络资源管理和应用的优势,进行信息交流、资源共享、教学科研.虚拟专用网(VPN)技术利用开放型网络作为信息传输的媒体,通过Internet、隧道加密以及用户认证等技术实现用户信息穿越公网而且相对安全地传输,可以有效解决校园网建设中的安全性和经济性问题.     

计算机网络技术的近期发展

目的 论述和分析计算机网络技术的近期发展。方法 通过分析交换技术,路由技术,第３层交换技术,实时信息传输技术和异步传输模式（ＡＴＭ）技术的特点,揭示各项网络技术适用面。结果 指出交换技术解决带宽问题,第３层交换技术解决路由瓶颈问题,ＡＴＭ等技术解雇实时信息传送问题。结论各项网技术都是针对某些实际需要提出的,都有其适用范围,用户选择时要从需求出发才能充分发挥网络的作用。     

宽带用户二次认证系统设计研究

随着校园网用户日渐增多，用户之间信息传递数量与日俱增，识别网络用户的身份的正确性，即身份认证成为网络中关键的一个环节。单一的认证方式（如PPPoE、802.1x、Portal），无法满足用户对网络复杂性和多样性的需求，二次认证技术应运而生。为解决网络稳定、用户有效管理之间的管理问题，提高用户感知度、满意度，确保校园网持续健康发展，分析设计实施网络用户二次认证的解决方案，并和其它二次认证技术进行对比。     

社会机会网络中基于局部敏感哈希的用户隐私保护方案

针对社会机会网络中,基于节点社会关系信息作出决策的路由容易造成用户隐私信息暴露的问题,利用局部敏感哈希算法可对数据加密修改,并且加密后的数据仍可以进行统计分析的特性,分析任意2节点背景信息相似性,解决了单一哈希加密运算极容易遭受字典攻击等逆向恶意攻击,及机会网络中无法建立传统意义上公钥加密体系的问题。设计了在simhash算法基础上的社会机会网络中用户隐私保护方案,该方案通过计算用户隐私的指纹签名信息的相似度,获得原始信息的相似度,并在SASSY数据集下进行仿真验证。仿真结果表明,所提出方案有效地保护社会机会网络中用户隐私的背景信息,同时可以向网络提供节点辅助信息。虽然一定程度模糊了原始信息,但也可以保持路由正常性能。     

浅析网络审计

网络审开系统的核心是对网络事件进行定位和追根溯源,而对用户身份信息的识别则是实现事件定位和溯源的关键.本文简要介绍了网络审计中常见的身份信息识别技术及创新性的用户身份信息智能关联技术.     

计算机网络安全隐患与防范策略

随着计算机网络技术的飞速发展，互联网的应用变得越来越广泛，网络丰富的信息资源给用户带来了极大的便利，但是由于计算机网络的涉及面以及分布的地理位置很广，特别是网络的开放性和超越组织国界等特点，给广大上网用户带来了安全问题，网络信息的安全性变得日益重要起来，已被全社会的各个领域所重视。     

基于行为模式进行网络搜索信息过滤

在网络信息搜索过程中会经常出现大量垃圾信息,这些垃圾信息,提高了用户查询有效信息的难度,浪费了用户查询有效信息的时间。本文提出一种利用行为模式识别技术,对网络搜索引擎获得信息结果进行过滤的方式,通过这种方式来提高网络搜索信息的准确率。     

网络信息资源检索问题研究

指出网络信息资源在检索过程中存在着诸如信息质量、网络检索工具、信息用户等方面的问题,并提出了相应的解决对策,重点为网络用户介绍了一些常用的网络信息检索途径、方法和技巧。     

因特网上免费查找美国专利及其检索技巧

因特网是当今世界上最大、最流行的计算机网络。目前,全世界上已有许多国家和地区进入因特网,网络用户也急剧增加。网上的信息资源极其丰富,有许多网址都可为用户提供科技信息及与专利有关的服务,利用它不仅可以解决长期以来难以实现的资源共享问题,而且还可为科学和情报工作者提供一个便利的通道,获取更多、更全面的信息。     

社交网络中水军用户团队不当行为准确识别技术

传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为。为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术。对社交网络进行描述,在此基础上,提取用户行为动态特征。把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树,通过决策树对新的社交网络数据集进行水军用户团队不当行为识别。结果发现：采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其它技术高。可见所提技术识别准确性高。     

一种基于云存储的自组织增量类脑记忆模型

随着计算机和智能终端技术的快速发展,越来越多的用户将自己的个人数据存储在网络服务商的云端存储设备上,这些数据随时间呈指数级增长,并且隐含着丰富的记忆信息。针对如何有效地将记忆信息再呈现这一问题,提出了一种基于云存储的自组织增量类脑记忆模型。模型从云存储的用户行为数据分析入手,利用自组织增量网络学习算法,得到自组织记忆模型,以此来构建一个记忆服务系统。通过在真实数据集上仿真实验,结果表明模型简单有效。