国家重点基础研究发展计划(2004CB719406)
- 作品数：8 被引量：82H指数：4
- 相关作者：顾明辛治运马兆丰孙家广葛蒙更多>>
- 相关机构：清华大学北京邮电大学中国北车集团更多>>
- 发文基金：国家重点基础研究发展计划国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 适用于移动自组织网的鲁棒性密钥管理被引量：3
- 2008年
- 为了减轻网络分割对移动自组织网中密钥管理服务的负面影响,提出一种基于分布式认证中心的密钥管理方案。通过引入辅助子密钥并加以有效管理,方案有策略地增加网络中子密钥的冗余度,同时保证系统的安全性和鲁棒性。在部署该方案的模拟场景的测试中,该方案使得在请求分布式认证中心时,请求平均失败率减少50%以上。分析和模拟结果表明:该方案既能够防止常见的攻击,又能够有效增强密钥管理服务的鲁棒性。
- 葛蒙赵曦滨林国恩
- 关键词：数据安全移动自组织网密钥管理
- 提高Linux桌面交互性能的主动页面换出算法被引量：1
- 2006年
- Linux系统正逐步由服务器领域步入桌面领域,由于Linux继承了传统的Unix的体系结构和算法,它能否为桌面应用提供好的交互性能是一个迫切需要研究的问题。该文分析了现有的Linux存储管理页面换出机制在交互式桌面应用中的不足,提出了符合交互式应用特点的主动页面换出算法。该算法基于页面状态等价关系优化了原系统中页面状态转换自动机模型,使得系统在内存压力大的情况下有条件紧急回收内存页面,从而提高桌面系统的交互性能。
- 吴邦欲陈左宁顾明孙家广
- 关键词：存储管理交互性能
- 基于内容相似度的对等网络信用模型研究被引量：3
- 2007年
- 由于缺乏有效的信用管理机制,对等网络节点间存在着大量的欺诈行为,从而严重影响了整个网络的服务质量。本文在已有模型的基础上提出了一种对等网络信用模型,它把节点共享内容的相似度作为信用评估的重要因素,节点可以根据交易经验自适应地调整与邻居节点的连接,从而提高下载服务的质量。模拟实验结果表明,该模型能够有效处理节点的恶意行为,并且具有良好的扩展性和较低的运行开销。
- 陈颖熙李贤有郭陟顾明
- 关键词：对等网络信用相似度自适应
- 基于粗糙集理论的金融信息推荐算法研究
- 2007年
- 信息推荐是根据用户需求为用户主动推荐相关内容的一种信息服务的技术,现有的信息推荐技术更多地从全局信息空间为用户提供通用的信息服务,而特定领域信息内容结构、用户需求、服务模式、推荐算法等都有很大差异,与领域信息服务相关的个性化推荐方法是推荐质量的重要保证.针对金融领域信息服务的特点提出一种基于粗糙集的金融信息推荐算法,将粗糙集算法和内容过滤技术结合起来实现金融信息推荐.首先进行基于粗糙集的资源分类,包括数据预处理、特征值提取、属性约简、规则的生成、分类结果产生等步骤.然后在资源分类的基础上进行特定领域信息推荐.实验证明,推荐算法的效率比较高,比基于普通分类的信息推荐算法在查全率和查准率上都有较大改进,能很好地为某些特定领域的用户提供比较准确的推荐信息.
- 辛治运顾明马兆丰
- 关键词：粗糙集资源分类信息推荐
- 基于最小二乘支持向量机的复杂金融时间序列预测被引量：56
- 2008年
- 为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢,内存开销大等问题,提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法。该方法将传统的支持向量机中的不等式约束改为等式约束,且将误差平方和的损失函数作为训练集的经验函数,这样把二次规划问题转化为求解线性方程组问题,提高求解问题的速度和收敛精度。实验中以证券指数为实验数据,对大批量金融数据进行了时间序列预测,相比于神经网络预测方法,该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高,对复杂金融时间序列具有较好的预测效果。
- 辛治运顾明
- 关键词：金融数据时间序列预测支持向量机
- 基于角色的可信数字版权安全许可授权模型被引量：10
- 2006年
- 为解决数字版权管理(DRM)仅支持静态的预先许可授权在许可控制方面无法确保被保护资源被非法使用问题,提出了基于角色的可信数字版权安全许可授权模型(rDRM),通过对DRM“主体客体条件约束权限”的定义,建立支持角色的许可授权机制,给出了版权安全许可授权、收权和迁移策略,以内容版权许可管理有限状态机实现许可状态的动态控制和许可状态管理。基于角色的rDRM许可授权模型具有很强的灵活性和易管理性,适用于具有较多用户且有着不同权限层次的授权管理,防止数字内容的非法复制和扩散。
- 马兆丰顾明孙家广
- 关键词：角色授权
- 服务于定向信息推荐的模糊聚类协同推荐算法被引量：5
- 2007年
- 面对金融领域信息量和用户数量的不断增加,现有的金融信息推荐算法不能很好地满足金融用户的信息需求,推荐结果的及时性和准确性有待进一步提高。在分析现有协同推荐算法的基础上,本文提出了金融信息模糊聚类协同推荐算法,将模糊聚类和协同推荐算法相结合,以用户-项目评价矩阵为研究基础,对有相似信息需求兴趣的用户进行模糊聚类,用户组群的兴趣爱好代表并预测个人的兴趣爱好,能为用户提供和发现新的信息资源,很好地满足金融用户信息需求的多兴趣性和时效性。最后对提出的算法进行实验,实验结果表明了算法具有良好的推荐效果。
- 辛治运马兆丰顾明
- 关键词：信息推荐协同过滤模糊聚类用户聚类
