基于改进多核学习的多传感数据分类方法研究

物联网（internet of things,IoT）技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机（improved multi-kernel learning-support vector machine,IMKL-SVM）的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步：首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机（SVM）同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。     

Fine-grained and heterogeneous proxy re-encryption for secure cloud storage

Cloud is an emerging computing paradigm. It has drawn extensive attention from both academia and industry. But its security issues have been considered as a critical obstacle in its rapid development. When data owners store their data as plaintext in cloud, they lose the security of their cloud data due to the arbitrary accessibility, specially accessed by the un-trusted cloud. In order to protect the confidentiality of data owners＇ cloud data, a promising idea is to encrypt data by data owners before storing them in cloud. However, the straightforward employment of the traditional encryption algorithms can not solve the problem well, since it is hard for data owners to manage their private keys, if they want to securely share their cloud data with others in a fine-grained manner. In this paper, we propose a fine-grained and heterogeneous proxy re-encryption （FH- PRE） system to protect the confidentiality of data owners＇ cloud data. By applying the FH-PRE system in cloud, data owners＇ cloud data can be securely stored in cloud and shared in a fine-grained manner. Moreover, the heteroge- neity support makes our FH-PRE system more efficient than the previous work. Additionally, it provides the secure data sharing between two heterogeneous cloud systems, which are equipped with different cryptographic primitives.     

基于XML的异构数据源间数据交换的实现

基于Web Service,XML设计开发了可配置的灵活数据交换集成中间件,阐述了数据集成中间件的关键难点部分的设计,如确定数据源、数据源数据和XML数据之间的映射、Select和Insert等命令的语法检查、转换规则的建立等．所开发的中间件在档案和办公系统的数据集成中得到了应用,很好地完成了对异构数据源数据的数据检索、交换、迁移以及数据更新的任务．     

水液相环境下赖氨酸旋光异构及羟自由基致其损伤的机理

在MP2/6-311++G(2-df,pd-)//B3LYP/6-31+G(d,p)双理论下, 采用自洽反应场(SCRF)理论的SMD模型方法, 研究水液相环境下, 两种稳定构象赖氨酸分子基于氨基氮为氢迁移桥梁的旋光异构过程及羟自由基致其损伤的机理. 势能面计算结果表明： 在水液相环境下, 当2个和3个水分子簇作为氢迁移媒介时, 构象1旋光异构的决速步骤Gibbs自由能垒分别为116.02,112.71 kJ/mol, 构象2旋光异构的决速步骤Gibbs自由能垒分别为110.27,114.29 kJ/mol; 当羟自由基与水分子链作为氢迁移媒介时, 羟自由基抽氢致赖氨酸分子构象1和构象2损伤的Gibbs自由能垒分别为-53.06,-56.05 kJ/mol, 均为无势垒反应. 即在水液相环境下, 赖氨酸分子可缓慢地旋光异构, 羟自由基可迅速致赖氨酸损伤.     

基于本体的电力系统异构数据查询机制

随着电力企业信息化进程的不断推进,大量信息管理系统被应用于各种业务中,造成这些系统间存在异构数据,难以共享,甚至还存在各种语义冲突,影响数据的挖掘和分析.为此,提出了一种利用本体技术对电力企业内部的异构数据源进行融合的综合查询机制,可以有效解决电力企业内部数据源的语法和语义异构问题,把来自于各部门的多个数据源进行整合,为数据分析系统提供统一的数据查询接口.实验表明,该机制能够有效消解异构数据源之间的语义冲突,为数据集成提供基础.     

基于 TOPSIS 的匹配博弈网络选择算法

针对无线通信中网络资源利用率的重要性,提出一种基于逼近理想解排序法（technique for order preference by similarity to ideal solution,TOPSIS）的匹配博弈论异构网络选择算法,联合考虑用户端的网络选择和网络端的用户选择,分析用户和网络的时延、传输速率、丢包率,运用匹配博弈的原理选择出双方满意度最高的网络选择方案。仿真结果表明,在多用户同时存在的情况下,给出 TOPSIS 的匹配博弈论异构网络选择算法具有较低的阻塞率和较高的满意度。     

基于XML探讨Web数据挖掘技术

Internet上有海量的数据信息,有效地应用这些海量数据成了数据库技术的研究热点,Web数据挖掘技术应运而生。XML数据自我描述以及XML的半结构化的数据模型,可以很容易地将XML的文档描述与关系数据库中的属性一一对应起来,实施精确地查询与模型抽取,从而解决Web数据内容挖掘的难题。随着XML作为在Web上交换数据的一种标准方式的出现,面向Web的数据内容挖掘将会变得轻松。     

基于XML和Web Services的异构数据集成研究

本文设计了一个基于XML和Web Services的异构数据集成模型,该模型以XML技术为支撑,采用Web Services封装异构数据源,同时建立领域字典表及字段映射表,有效解决了多数据源环境下的异构数据集成问题。     

浅析分层组播拥塞控制技术

分层组播是在异构网络中传输多媒体实时数据的一个重要解决方案.拥塞控制是实现分层组播的一个重点和难点问题.探讨了目前几种较为典型的分层组播拥塞控制协议,最后指出分层组播拥塞控制研究中的焦点.     

开放分布式网络管理系统的研究与实现

实现异构网管系统的集成化管理是当前网管领域的难点，立足于分布对象技术，提出了一个基于CORBA的，针对异构网络的管理框架MDNM（Multi Domain Network Management)，并分析了其实现的关键技术。