一种改进的基于SAML的安全单点登录模型研究

在对现有单点登录模型进行分析的基础上,设计了一种基于SAML的单点登录模型.该模型通过对用户登录流程的改进,实现了更安全的用户统一登录与用户统一授权;同时结合XML签名技术,提高了用户登录的安全性与信息传递的完整性.     

基于Group Lasso的多源电信数据离网用户分析

随着行业竞争愈演愈烈,电信企业的客户流失情况越来越严重,给电信企业造成了巨大损失.通过电信企业的数据来做离网用户的预测,从而进一步作出挽留客户的正确决策,成为电信企业日益关注的问题.面对电信后台汇总的多源数据,经分析发现其呈现天然的组结构.为了选择对于离网类别最具判别性的特征,本文使用了一种基于Group Lasso的组特征选择方法,在此基础上用交叉验证法选择适当的特征组,最终将选择出的少量组特征用于预测离网和停机的宽带用户.实验表明,在江苏某地级市电信离网用户分析数据中取得了比其他特征选择方法的精度平均高至少10%的预测性能.     

漫游用户行为场景化多维度分析方法

随着漫游用户数量逐年递增,对漫游用户行为的网络监控和指标分析提出了新的要求.本文针对网络需求现状,基于通信网络和软件研发技术提出了一种漫游用户行为场景化多维度分析方法.该方法在功能上实现了现网漫游用户数据的实时采集、漫游用户群体迁徙行为的可视化监控、漫游用户群体行为分析;在应用上实现了全网漫游数据采集、漫游实时监控、全量漫游业务覆盖、全景漫游指标呈现.通过哈尔滨冰雪大世界重要活动保障场景的应用案例,证明了漫游用户行为场景化多维度分析方法和系统的可用性及可推广型.     

面向无线自主网络高效信息扩散的资源分配

针对无线自主网络中的信息扩散,提出了一种高效的资源分配机制.首先,使用一个传输队列来描述扩散信息的动态到达和离开过程.针对用户信息数据队列和无线传输信道的时变特性,将动态的信息扩散描述为多用户的马尔可夫决策过程,并将多用户的马尔可夫决策过程进行分解.为了降低算法的复杂度,提出了一种基于模型的在线学习方法.在用户信息数据到达率和无线信道变化的情况下,用户通过在线学习,仅需1次迭代就可确定自身具有预见性的行为决策.     

一种压缩稀疏用户评分矩阵的协同过滤算法

提出了一种通过降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法(基于项目多类属概率潜在语义的协同过滤算法)．首先将概率潜在语义分析法中的隐变量集固定为项目的多类属集,明确隐变量的意义,限制隐变量的变化范围; 而后迭代学习隐变量的分布,即用户的兴趣模型,压缩用户评分矩阵; 最后用学到的兴趣模型度量用户的相似度,对目标用户做出推荐． 仿真实验结果表明: 该算法有效解决了数据稀疏问题,平均绝对误差低于基于记忆的协同过滤算法4％; 与通过概率潜在语义分析法降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法相比,该算法明确了隐变量的意义,提高了对系统的理解,并取得了富有竞争力的推荐性能．     

小波分解在移动用户行为识别中的应用

针对目前行为识别通用模型对步行、上楼、下楼等易混淆行为识别准确率较低的情况,提出了一种基于小波分解的移动用户行为识别方法,从小波分解后不同频率子信号的低频近似系数中提取小波能量、小波峰个数和平均波峰幅值等特征,基于决策树分类器建立与用户无关的行为识别通用模型. 分别用典型时域特征数据集和小波特征数据集对该通用模型进行验证. 实验结果表明,采用新方法后,3种易混淆行为的平均识别准确率提高了14.82%,减少了误判.     

多业务混合模型下的蜂窝系统性能分析

在多业务资源受限蜂窝系统中,提出了一种有效分析系统性能的方法.通过对用户的业务和行为特征进行合理统一的描述,给出了符合混合业务特性的用户业务及行为模型.基于多维连续时间马尔可夫链,得到了系统期望阻塞率、业务中断概率以及系统资源利用率与用户特性之间的关系.仿真结果表明,与已有方法相比,提出的方法能更准确地分析系统性能.     

基于堆叠法集成学习的购买意向预测方法

为提高对用户购买意向预测的准确率,提出了一种基于堆叠法集成学习的用户购买行为预测模型.利用模型融合技术,将逻辑回归、决策树和XGBoost模型作为基学习器输入,再以随机森林模型作为次学习器进行堆叠,从而形成一种组合模型.针对电商提供的线上用户数据集,首先利用滑窗技术提取用于预测用户购买行为的特征,然后分别使用逻辑回归、决策树、XGBoost和集成学习组合模型预测用户购买意向的准确性.结果表明,组合模型的准确性明显优于其他算法.     

基于ADSL接入网的实时数据采集系统研究与实现

根据OSI网络的分层原理和ATM网络分层协议模型,提出了基于ADSL接入网的实时数据采集协议模型,从而进一步提出了基于Utopia接口提取数据的数据采集设计方案,并给出了基于FPGA的数据提取控制接口(CTRL-E)的设计与仿真.本系统实现了基于ADSL接入网网路的实时动态数据采集,达到对网路进行实时监控与管理的目的,系统设计可靠,完全符合设计要求.     

微博个性化转发行为预测新算法

目前,对微博转发行为预测主要是对所有微博用户的历史数据进行学习,从而得到转发模型.但是这类模型需要对所有用户的转发行为进行全局预测,存在同质性且无法对具体用户进行个性化预测的缺陷.针对这些问题,提出了基于多任务学习的个性化微博转发行为预测算法.对新浪微博进行了数据抓取、分析和特征选择,根据社会学中影响力的理论,针对微博用户之间进行社交信息交流而导致相互影响的特点,引入了多任务学习方法,以逻辑回归预测模型作为基准算法,将预测模型分为全局模型与个性模型进行学习.预测模型把对每个用户转发行为的预测对应为多个任务,根据微博用户间的社交交互对这些任务进行关联.实验结果表明,所提出的模型能够有效地对单个用户的微博转发行为进行预测,并且提高了转发行为预测的准确率.     

基于卫星网络安全域划分的入侵检测模型研究

由于卫星网络的高动态特性,使得现有的基于地面网络的入侵检测技术无法适用.为此,基于卫星节点的运行特点,建立了基于注册注销机制的安全域,并在此基础上提出了卫星网络分层分布式的入侵检测模型,设计了星上入侵检测代理在安全域内和域间的协作机制.仿真结果表明本文建立的入侵检测模型和协作机制适合于卫星网络.     

有标记网络中的病毒传播机理及动态特性

大数据环境下传播行为及动态演化形式是多元化的,其模型构建也各不相同.因此针对存在不同性质个体的有标记网络,探索了病毒传播模型与动态演化机制.首先将改进的有标记-易感染-已感染-易感染（S-SIS）传播模型应用到有标记网络,通过调节参数研究其对病毒传播的影响.改进了传统模型中传染概率为常数的假设,更好地模拟了感染状态的动态演化,构建了感染状态实时变化的感染概率方程,准确模拟了有标记网络中的病毒传播行为.最后利用平均场理论和蒙特卡洛方法进行仿真,对比检验不同参数变化对模型的影响.为了观察具有不同拓扑结构网络上的表现,对埃尔德什-雷尼随机网络与无标度网络进行了深入实验,得出了一系列新颖的结论.     

Environmentally-adaptive secure routing protocol for satellite networks

In order to solve the security problem of data transmission in Low Earth Orbit(LEO) satellite networks, a novel secure routing protocol is designed. First, by considering two aspects of satellite behavior attribute and communication capability attribute, a multi-dimensional security evaluation model is established, and the model for evaluating the satellite security communication capability is dynamically adjusted with the network state. Then, combined with the on-demand routing protocol, the secure communication path is established by taking the quantitative evaluation of satellite security communication capability as the routing metric. Finally the forwarding behavior of nodes in the transmission path is monitored in real time, and the routing reconstruction is triggered as needed. Simulation results show that, compared with the existing protocol, the proposed protocol can significantly improve the performance of the packet delivery rate, average end-to-end delay and average hop than the existing protocol when malicious nodes exist in the network. The protocol can effectively improve the security of data transmission in LEO satellite networks.     

基于ATM的ADSL接入技术

介绍了ADSL产生的背景、阐述了基于ATM的ADSL的接入网模型及ADSL的安装,分析了 ADSL接入技术的优点及存在的问题。     

基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法

为解决先验数据有限且存在大量不确定因素情况下,城市轨道交通周边房地产价格的预测问题,提出一种基于BP神经网络与马尔可夫链的组合预测模型。首先,采用BP神经网络,使用较少量的样本数据完成城市轨道交通周边房地产价格曲线的粗略拟合;在此基础上,借助马尔可夫链进行系统状态划分,缩小预测区间以提高预测精确度;最后,运用基于BP神经网络与马尔可夫链的组合模型,对北京市轨道交通13号线周边房地产价格进行了预测分析。计算结果表明,该模型具有较高的精度和可靠性。     

多重分形网络流量输入下多队列排队模型

针对目前分形网络流量输入下排队系统研究大多没有给出解析结果,且只研究单队列排队的缺点。根据实际网络的排队性能,在无约束条件下,采用了多队列多服务台成批到达的排队方式,建立模型,推导出多重分形特性网络流量输入下单队列和多队列溢出概率的解析式。并通过真实网络流量数据描绘出溢出概率与队列缓存长度的关系,结果发现该多队列排队模型下的溢出概率的解析式能够较好地拟合真实网络流量的排队性能。     

基于马尔可夫过程和深度神经网络的TBM围岩识别

为了实现隧道围岩的实时识别,基于马尔可夫过程和深度神经网络模型,提出将先验围岩信息和掘进参数结合,作为深度神经网络输入的隧道掘进机（TBM）围岩实时识别方法. 根据施工现场地质勘探资料,用马尔可夫过程的隧道围岩分类方法预测隧道沿线的围岩分布概率;将该围岩分布概率作为先验围岩信息,结合TBM掘进参数作为神经网络输入,真实围岩类别作为输出,训练深度神经网络以实现对TBM前方围岩的实时识别. 使用工程现场数据进行对比实验,结果表明,所设计的深度神经网络模型的围岩总体识别率高于96%. 相比于仅将掘进参数作为输入,当结合先验围岩信息和掘进参数作为输入时,模型围岩识别率提高6%以上.     

基于ATM内核的ADSL2/2+接入技术

针对第一代ADSL技术在实际运营中存在的覆盖距离较近、速率较低、缺乏线路测试手段等不足，文章提出了基于ATM内核的ADSL2＋接入网的改进模型，分析了这种模型的原理和合理性，探讨TADSL2／ADSL2＋的技术特点。     

ATM over ADSL接入系统的硬件及软件设计

目前,ＡＤＳＬ是ｘＤＳＬ家族中最受关注的宽带接入技术,它以广泛分布的双绞线为接入媒介,并利用点到点结构给组网来很大的灵活性。以ＡＤＳＬ系统研制为基础,介绍了采用ＡＴＭｏｖｅｒＡＤＳＬ结构时宽带接入系统的构成,重点介绍了该方式下ＡＤＳＬ局端线路卡和用户端系统的软硬件实现。