批量修改NCRE系统计算机用户名的实现

部署NCRE系统,最繁琐的工作是修改每台考试机的用户名.通过多年的NCRE系统管理经验,提出了一种自动批量修改考试机用户名的方法,使繁琐的工作得以简单化,提高了工作效率.     

云计算技术在企业信息化建设中的应用探析

作为现代信息化发展中的一项新技术,云计算技术以及云平台在企业信息化进程中的积极使用,能够有效地为企业降低成本、改善性能、加强安全和提供个性化服务.在阐述云计算技术与企业信息化相关概念的基础上,重点分析了前者对后者的影响,并结合企业管理实践对两者的融合发展展开深入探讨,旨在积极有效地推进企业信息化进程.     

浅谈搜索软件对网络安全的影响

在科技高速发展的今天,网络逐渐成为了我们生活中不可或缺的一部分。遇到任何困扰和问题,我们首先会想到在网络上寻求答案,搜索软件也因此应运而生并迅速站稳脚跟,开始渗透到网络的每一个部分。而用户在搜索软件上的记录信息则成为网络入侵者攻击的重点,对网站、局域网的安全造成了严重的威胁。本文简述了搜索软件对网络安全的影响并提出了相应的解决方案。     

基于深度学习的高精度交通流量大数据预测

为了高效预测分析海量交通大数据,提高道路通行率和城市交通的智能化水平,提出一种高精度基于深度学习的并行卷积神经网络交通流量大数据预测模型.该模型首先对数据进行预处理以获得有效数据集,将具有规则时间间隔的一维时间序列样本和图像转换为时间一维、位置一维的二维像素网格,构建并行卷积神经网络模型用于对通过某路段的交通流量进行预测,并应用预测因子对交通量流数据进行建模.实验结果表明,与其他模型相比,本文提出的模型在平均绝对误差、平均相对误差和均方根误差方面均优于所对比的方法.     

网络安全态势感知框架及随机森林评估模型

针对传统网络安全态势感知评估过多依赖专家经验的问题,提出一种基于随机森林的多层次网络安全态势感知(Cyber Security Situational Awareness,CSSA)框架评估模型.首先将CSSA的过程与安全数据生命周期进行对齐,并分析CSSA的需求,提出CSSA多层次分析框架,然后采用随机森林算法,构建CSSA评估模型,该模型基于多个分类器组合的思想,由决策树构成,每棵树依赖于独立样本,以及森林中所有树的随机向量分布相同的值.在进行分类时,每棵树投票并返回票数最多的类,这使得网络安全态势评估更为客观和准确.实验表明,与贝叶斯网络相比,此模型可以更快速、更准确地评估当前的网络安全情况.     

基于自适应指数蝙蝠和SAE的并行大数据分类

为解决深度学习进行大数据分类时效率低的问题，本文提出一种基于自适应指数蝙蝠和堆叠自编码器(SAE)的并行大数据分类方法.在并行计算框架中，Map阶段使用自适应指数蝙蝠算法进行特征选择，自适应指数加权移动平均值蝙蝠算法(AEB)由指数加权移动平均值(EWMA)和自适应权重策略得到.将选择的特征作为Reduce输入进行大数据分类，Reduce阶段使用AEB算法训练的深度堆叠自动编码器(SAE)进行分类，进一步提高了分类精度.实验结果表明，针对不同的训练数据百分比，本文所提方法在准确度和真正例率(TPR)性能方面优于其他现有方法.