G-SIS模型中组成员分级结构的研究

分组安全信息共享技术(G-SIS)作为信息共享技术的一项新的发展,近些年来也取得了许多实践的应用。例如在"网络安全会议"中,以G-SIS模型作为指导,运用分组的思想进行系统设计。但是目前的G-SIS模型在组成员上的局限性已经影响到信息系统的安全,主要表现在只强调主体在群组中的作用,而忽视了客体在群组中的作用,主客体之间的访问限制条件也没有进行相关的说明,不仅对群组的安全性构成威胁而且增加了系统后期授权的计算量。对此,将在目前的G-SIS模型中加入对客体的操作,并且对主客体的分层结构进行说明,用于系统预授权前的初始判断,以完善该模型。     

校园信息化中数据共享问题的研究及解决方案

通过分析目前校园网存在的问题,提出了一个新的校园网信息化设计方案,即利用共享数据库实现各个业务管理部门数据的共享.共享数据库实现的重点是共享数据的整合和订阅,利用Oracle提供的工具,使数据在共享库和业务库中传递.校园网在引入共享库后,能够把全校的公共信息集中起来,通过各种标准的引入,能够实现全校数据的统一管理,为各个业务部门提供数据支持,为今后进行数据挖掘打好基础.     

合作购买行为中信息共享作用的研究

从买方在合作购买过程中信息共享的角度研究了在卖方参与下其行为的特点,从买方有限理性和复制动态方程出发,建立了购买联盟合作行为中信息共享的演化博弈模型,分别在不引入和引入卖方两种情况下,分析了模型的平衡点稳定性、演化路径及参数影响,指出了模型演化结果和过程的复杂性与多样性。通过卖方参与程度模型分析,分别从降低信息共享成本,提高合作收益方面,对提高购买联盟买方采用信息共享策略的概率提出了相关建议。     

供应链中商业信用的期限决策与协调机制

在由1个供应商和1个零售商构成的两级供应链中,比较分析了供应链在集中决策下,采取商业信用和直接贷款这两种融资模式的整体利益,给出了商业信用优于直接贷款的前提条件,以及信用期限的决策范围。为激励零售商和供应商共同采用商业信用,提出了一种收益共享-成本共担的供应链协调机制:零售商与供应商共同分享产品的销售收益;同时,供应商为零售商分担产品的库存成本。最后,通过算例对商业信用的期限决策和协调机制进行了数值分析。     

极小特权数组上的理想多秘密共享方案

如何构造针对一般存取结构的理想的多秘密共享方案是一个比较困难的问题.本文首先解决了Spiez等最近提出的一个公开问题[Finite Fields and Their Application,2011,17:329–342],即在特权数组存在的前提下,设计求得任意长度的特权数组的算法.进一步,我们利用特权数组理论,以Pang等和Yang等的方案为例,分析了大多现有的基于Shamir门限体制的多秘密共享方案均不是完善的.最后,基于特权数组的算法,本文提出了一个多秘密共享方案,我们证明了该方案是理想的,并且方案的存取结构中的授权集比门限方案的更加丰富.     

意思主义的不动产物权变动——《物权法》第74条第2款简析

比较自合同生效取得土地承包经营权、地役权,明确通过约定方式确定建筑区划内规划用于停放汽车的车位、车库的归属,缺乏理论依据和现实依据。建筑区划内规划用于停放汽车的车位、车库的归属问题,说到底是不动产的物权归属问题,要遵循物权变动尤其是因法律行为引起的不动产物权变动的一般法理。对因法律行为引起车库(位)归属问题,宜采登记要件主义。     

基于RGB-D的多线性异构信息的动作识别研究

本文提出了一种新的动作识别的方法,该方法是在前人的基础上增加了一个模态特征.为了能更好的提高动作识别的准确率和泛化能力,在前人的RGB特征和深度特征模态的双线性异构信息的动作识别的方法的基础上,增加了一个骨骼特征模态,使三个特征模态经过压缩映射到一个共享学习空间上,同时这样也有利于减少噪声和捕捉有用的识别信息.本文采用和前人一样的方法—矩阵形式来表示三种模态特征以便获得复杂的动作时空信息.用矩阵的行和列参数组成低维的多线性模型,最小化模型维度后建立一个低维分类器实现动作识别.该方法在RGB-D和骨骼两个公共数据集上进行了评估,取得了不错的效果.即使三种模态数据在训练或者测试中部分丢失也能通过其他模态实现识别.     

基于信息共享空间的大学生信息素养教育新探

概述了信息素养与信息共享空间的基本概念,通过分析大学生信息素养教育面临的问题,提出了基于信息共享空间对大学生进行全方位信息素养教育的理念及具体措施。     

数字环境下图书馆如何建设资源建设与共享

数字环境是人与空间的新界面,能够有效地传递与收集信息。数字环境下,高校图书馆的文献资源建设面临着前所未有的发展契机,探讨如何建设文献资源建设与共享对建设新型高效的图书馆具有重要意义。     

大学创新团队知识共享因素分类实证分析

通过问卷调查收集数据,采用探索性因子分析,对影响大学创新团队知识共享的因素进行重新分类和研究,为该领域的理论研究和发展提供借鉴。