IETF研究前沿与发展动态分析及对我国的启示和建议

IETF是国际互联网领域的重要学术和技术标准制定组织。介绍了IETF的学术地位、组织形式等,分析和预测了近年来IETF的研究热点和下一代互联网研究趋势,同时对我国学者在下一代互联网领域的研究成果的国际标准化工作进行了介绍,并提出了相关政策建议。     

一种全局与局部结合的两步式重叠社区挖掘算法

基于全局划分和局部凝聚原理,改进得到一种两步式挖掘算法,该算法以寻找最优模块性Q值为基准,最终挖掘出重叠社区.对两个经典真实世界网络的Zacharys Karate俱乐部数据和海豚网络数据进行了实验测试,实验表明该算法能够有效地划分出重叠社区.     

一种基于流量的Web社区挖掘方法

Web社区是由对于同一主题感兴趣的人或组织创作的Web页的集合。提出了一种比较严格的Web社区表示法，同时对社区内和社区外的节点进行约束，解决了以往社区定义边界模糊的问题。设计了与该定义对应的Web社区挖掘算法。算法充分考虑了Web图的性质，并在构造好的网络流上采用最大流／最小割算法，从而得到所要的社区。实验表明，该方法可以挖掘出较大而且有意义的社区。     

移动医疗大数据平台下节点和社区属性的社交网络转发机制

在移动互联网技术(3G、4G)的迅猛发展和移动设备大量普及的背景下,移动医疗的相关研究已在医疗卫生领域中得到广泛的应用和认可。然而,在医疗诊断过程中产生的大量数据信息,在进行消息的传输时会与有限的网络资源存在矛盾。因此,通过对移动医疗大数据平台进行研究,分析容迟网络中节点社区属性的特点,进而研究了当节点属于多个社交网络进行信息传递时,通过对社区关联度和节点社会可靠性的分析,选择合适的中继节点进行数据的转发,即提出了基于社区关联度和节点社会可靠性的数据转发机制。最后利用计算机模拟实验,结果显示本算法与传统的Epidemic算法和Label算法相比,传递率高于Label算法并且能明显的降低网络资源成本。     

“数据分析与计算专栏”主持人语

尊敬的读者朋友，您好！在作者和编辑老师的共同努力下，本专栏又和您见面了！文献大数据分析和重叠社区发现是大数据与社会计算领域的研究热点，也是本期关注的两个主题。文献大数据分析的研究目的之一，就是帮助广大研究人员快速进入目标领域，敏捷追踪其中的方向、方法和工具等，从而有效降低研究成本，缩短成果周期；重叠社区发现是复杂网络挖掘领域的基础性工作，成果应用于社交网络、通讯网络、蛋白质相互作用网络、代谢路径网络、交通网络等各种网络的数据分析中，可服务于人力资源管理、新药研制、交通规划、传染病防治、舆情控制等领域。 本期“数据分析与计算专栏”共推出2篇文章。 第1篇是翟君伟等撰写的“基于LDA主题模型的文献特征项多重共现可视化方法”。共现网络分析是文献计量研究中分析文献特征项数据关系的一种可视化方法，为解决多重共现网络中节点过多、连线密度过大、不利于发现数据的价值以及可视化效果较低等问题，引入LDA主题模型，采用空间划分的方法，将特征项全域可视化的问题转化为子空间可视化问题。首先，使用SATI文献题录信息分析软件抽取文献关键词，进行TF IDF计算，以计算结果作为实验数据；其次，使用Python构建主题模型，对目标文献集合进行主题聚类分析；最后，使用Ucinet软件对不同主题子空间文献进行多重共现分析，并将子空间分析结果叠加和重构，完成多重共现可视化系统的结构化表达。结果表明：与原多重共现可视化方法相比，基于LDA主题模型的多重共现可视化改进方法降低了共现网络中的节点数量和节点间连线密度，使得多重共现可视化系统的结构更为清晰，增加了数据的可读性，突出了数据价值，有效提升了多重共现可视化效果。 第2篇是张妍等撰写的“基于社区森林模型的分布式重叠社区发现算法”。针对传统单机重叠社区发现算法已经不适于大规模复杂网络挖掘，以及不能支持网络表示学习任务相关要求的问题，提出了一种基于社区森林模型的分布式重叠社区发现算法（distributed community forest model，简称DCFM算法）。首先，将网络数据集存储到分布式文件系统，将数据分块，使用分布式计算框架在每个数据分块上执行CFM算法；然后，执行社区合并；最后，汇总社区划分结果，使用真实的DBLP数据集将算法运行于Spark集群上，采用F均值和运行时间对算法进行评估。结果表明：DCFM算法的F均值稍逊于CFM算法，但其运算时间随着节点的增加接近线性下降，在牺牲小部分F均值的同时，DCFM算法具备处理大规模网络数据的能力；分割份数对计算时间的影响也很大，在com dblp.ungraph.txt数据集上，CFM算法处理数据需要192 min，而DCFM算法在将数据分成6份时，需要约91 min，分成100份后仅需要约13 min。因此，在大数据平台上采用分布式计算骨干度，进行社区划分、合并的DCFM算法是一种可行的大规模复杂网络挖掘方法，通过对网络进行分割，可以大幅加快社区划分速度，提高社区发现效率。 限于学术水平，以上文章定有可进一步完善之处，欢迎各位朋友不吝指正！ 刘滨，男，1975年出生，教授，硕士生导师，河北科技大学大数据与社会计算研究中心主任，主要研究领域包括网络新媒体、大数据、社会计算等。已发表学术论文100余篇，主持国家级科研课题2项、省级科研课题9项。     

大数据的概念、技术及应用

继云计算、物联网和移动互联网后,大数据成为信息和互联网行业的研究热点。本文通过文献调研法对大数据的概念和技术做了阐释,并对其在各个行业的应用进行了简单评价,以期对大数据的研究做出有益补充。     

基于信任社区的个性化推荐策略研究

针对传统的协同过滤算法推荐准确率较低的问题,提出一种基于信任社区的个性化推荐策略.首先利用社区发现算法,从用户网络中挖掘出具备类似兴趣喜好的信任社区,然后实施基于社区的个性化推荐.为及时发现用户的兴趣迁移及恶意攻击节点,引入一种信任度的反馈评价机制,将交易后的评价数据与预期值进行比较,以实现信任度的自适应更新.实验数据显示,该算法使得系统推荐准确率得到有效提高,从而提高了用户对系统的信任度.     

多专家综合评判系统

文章提出了一个多专家综合评判系统，该系统可作为一个专家系统框架。系统的主要特点在于，对地质领域中出现的一些模糊数据作了一定的处理，对用各个专家知识推出的结果进行了综合评判，使其结果克服了片面单一性。     

基于数据资源的认知图挖掘系统研究

认知图是一种知识表达和管理工具,被广泛应用于知识表达和决策制定。传统的认知图建立方法大多依赖于领域内的专家经验,而专家经验往往在一定程度上存在知识的局限性、观点的偏向性等不足,因而通过专家经验建立的认知图可能与现实世界存在着较大的差距。构建了一个基于数据资源的认知图挖掘系统,通过对客观数据资源进行训练来建立认知图,摆脱对专家经验的依赖。该系统主要由数据资源预处理、认知图挖掘、认知图推理等部分组成,在对客观样本数据进行学习并建立认知图的基础上,通过认知图推理机制进行决策分析,最终实现对现实世界的真实模拟。最后通过对客观数据样本进行试验,证明该系统所挖掘出的认知图以及推理分析结果与现实世界基本一致。     

基于注意力卷积神经网络的工作票专家推荐方法

为了更准确地将工作票推荐给具备解决问题能力的系统运维专家,对历史工作票数据进行研究提出基于深度学习的工作票专家推荐算法。首先根据专业熟练度水平和领域知识构建专家能力模型,然后设计卷积神经网络框架,在输入层中引入注意力来提高模型对工作票文本特征提取能力,并度量与专家模型的匹配度,实现以推荐质量为依据的专家推荐。在真实的数据集上进行了实验,结果表明与传统的基于机器学习的推荐方法相比,该方法的准确率提升了6%,引入注意力可以有效学习特征权重。     

生物特征识别技术的标准化进程

以指纹识别为代表的生物特征识别技术近年来开始广泛地应用在网络安全、公共安全、金融服务等领域,已成为一个独立的新兴产业。生物特征识别技术的标准化工作在国际上进展非常迅速,新确立的正式或非正式标准在数据格式、应用编程接口(AP I)、系统安全、系统特性描述和系统评估方法等方面对生物特征识别的技术细节进行了全面的规范。该文概述了近年来国内外生物特征识别技术的标准化进程,并全面介绍了已确立或即将确立的各类技术标准,以唤起国内业界对生物特征识别标准及标准化工作的关注。     

MDR概念系统注册及本体表示标准化研究

随着大数据与人工智能在各个领域的深入应用，知识表示的标准化问题被提到了重要的日程。为实现知识表示的标准化，引入了现实世界、概念世界与计算机世界3个世界模型，明确阐述了将现实世界中的事物通过抽象，将其转化为概念世界中的概念系统模型，依据标准将其转化为计算机世界中的信息模型，从而实现知识表示。为了使概念系统模型表示规范化，重点研究了ISO/IEC 11179 MDR系列标准，剖析了其中的概念系统注册元模型规范，构建了MDR概念系统的七元组模型，同时还定义了概念间关系表示方法，为概念系统模型的表示奠定了基础。为了将注册在MDR中的概念系统模型转为计算机世界中的OWL本体表示模型，定义了将MDR概念系统向OWL本体映射的规则。最后，设计并开发了概念系统注册原型系统，验证了MDR概念系统和本体表示的可行性。研究成果为领域知识表示的标准化提供了方法论。     

列联表规整化对关联规则挖掘算法的改进

关联规则挖掘算法是数据挖掘中非常重要的部分。通过对有趣度参数和列联表规整化的研究，进一步改进了对关联规则挖掘算法。并指出文献[1]中存在的对稳健统计概念的曲解。     

XML与Web数据挖掘技术

数据挖掘技术的核心部分已发展了近十年,研究领域涉及数理统计、人工智能、机器学习等。由于Web数据存在方式的特殊性,使Web数据控制变得十分复杂,XML的出现为解决Web数据挖掘的难题带来了机会。若XML成为具有相互连接特性的因特网标准,那么新一代因特网的关键在于把握XML。因此,研究XML在Web数据挖掘中的应用显得十分重要。文中主要讨论了XML的基本概念及XML在Web数据挖掘中的应用。     

中国标准化治理体系的发展策略

 通过借鉴美国、欧洲、日本标准化治理体系成熟模式和发展实践,根据国内外新形势的发展需求,从健全优化标准化组织管理机制、建立多方主体共同参与标准制修订长效机制、建立标准化复合型专业人才队伍培养机制、健全中国标准国际化工作机制4个方面,提出了推动健全中国标准化治理体系的发展策略。     

中国算力的研究热点及趋势分析基于CiteSpace的文献计量分析

算力是数字经济时代关键的生产力,对于经济和社会的各个领域都具有深远的影响。研究以2011~2023年中国知网上刊发的4554篇算力相关论文为样本,借助CiteSpace进行时空分布、研究热点、研究前沿等方面的文献计量分析。算力研究正处于高速发展时期,研究热点集中于人工智能、区块链、算力网络、数字经济、算力基础设施等方面。算力研究领域创新迭代速度加快,研究主题和内容愈加丰富,算力网络建设、算力赋能各行业数字化转型等方面是未来的研究前沿。依据研究结论,建议丰富已有的研究方法,加强合作研究,关注国际算力研究前沿,形成中国独特的算力研究体系。     

国防生物科技技术预见应用研究

国防生物科技是关系未来国防和军队建设的战略性科技领域,开展国防生物科技技术预见是科学制定国防生物科技发展战略的重要前提和基础。本研究采用技术预见研究方法,首次通过情报监测和专家咨询遴选候选技术领域及相关关键技术,并运用层次分析法构建国防生物科技技术预见指标体系,对国内军事专家、战略专家、勤务专家以及各个领域的生物科技专家进行问卷调查,对我国国防生物科技未来发展的技术领域和关键技术进行综合评价。     

IP路径吞吐量探测

随着Ｉｎｔｅｒｎｅｔ网络的发展,网络处于急速膨胀阶段．研究了ＩＰ网络的运行参数之一——ＩＰ路径吞吐量的探测算法．通过在特定路径上突发传送一组测试分组,在不影响现有通信的情况下,测试此特定路径当时可以承载的网络流量．结果表明,此算法具有简单和自适应的特点     

矿山安全标准体系评价模型

针对现在对矿山安全标准体系进行评价存在标准制定及更新缓慢,既要运用计算机技术,建立安全标准评价系统,又要对安全评价系统建模等问题,提出一种基于统计学理论的带权重的安全标准评价的算法,该算法可以给出评价专家们对矿山安全标准及标准体系的评价结果,以达到对矿山安全标准体系中安全标准的不适用性和安全标准体系的不协调性、不完整性进行调整的目的.通过试验证明:该算法即是一种实用、高效、准确的安全标准评价算法,也是将来建设一个安全标准评价系统的理论依据和技术支持.