移动云计算环境中基于代理的可验证数据存储方案

现有云计算可验证数据存储协议无法直接应用于终端存储和计算能力有限的移动计算环境。针对该问题,提出移动计算环境下基于代理的可验证云存储协议,在终端和云服务器之间引入一个半可信的安全计算代理,利用代理来帮助移动终端用户完成计算密集的操作,从而使得可验证数据存储方案可用于移动计算环境。提出一个具体的可验证数据存储协议,形式化证明了所提协议满足随机预言机模型下的选择明文攻击(CPA)安全,量化分析结果表明协议设计适用于移动计算环境,符合设计目标。     

云存储环境下移动终端信息隐匿方法研究

为了提高云存储环境下移动终端信息存储的安全性,需要进行信息隐匿算法设计,提出一种基于双曲椭圆线性编码加密的云存储环境下移动终端信息隐匿方法。构建移动终端信息编码数字密钥,采用双线性映射方法进行云存储环境下移动终端信息隐匿编码的统计量设计,采用比特序列分块匹配方法构建移动终端信息加密协议,结合混沌编码方案进行信息隐写过程中的块内频数检测设计,采用双曲椭圆线性编码加密方法提高云存储环境下移动终端信息隐匿的深度,根据随机性检测结果实现云存储环境下移动终端信息连续码元隐匿设计。仿真结果表明,采用该方法进行云存储环境下移动终端信息隐匿的加密性能较好,抗攻击能力较强,提高了数据存储的安全性。     

支持固定网络中频繁更新的移动对象混合索引模型

IMOFN是一种支持固定网络中频繁更新的移动对象混合索引模型,它由一棵描述固定道路网络的2D R*-Tree、一组对时间进行索引的1D R*-Tree和一个存储移动对象实时数据的Hash数组组成.IMOFN既管理了移动对象实时位置,支持位置的频繁更新;又保存了历史轨迹,提供了范围查询、拓扑查询以及轨迹查询等多种有效的实时和历史查询功能.通过实验与FNR-Tree和MON-Tree进行性能比较,证实了IMOFN模型高效的查询能力.     

基于IPSec VPN的手机安全系统研究

移动网络环境存在诸多安全威胁,为保证信息传输的安全性,该文讨论了移动环境下的安全威胁,实现了一个在移动环境下建立IPSec VPN连接的终端系统。该系统利用NDIS实现防火墙穿越,以保证IPSec数据包的正常传输。同时利用安全智能卡存储X．509证书,用于身份验证,防止非法用户的入侵。     

面向移动互联网终端的安全态势感知研究

本文在分析移动互联网终端的安全态势基础上,采用面向对象方法设计了移动终端安全态势模型,采用UML类图对终端态势指标进行描述。设计了一个态势数据感知框架,研究并实现了移动终端态势数据的远程获取。     

基于智能移动终端的数据监控系统的解决方案

工业监控设备(仪器仪表)主要由数据采集,显示以及数据输出等部分构成。现有工业用数据监控设备多为专用设备,通用性和便携性差,现场数据传送需有专用PC,有一定的制约性,价格昂贵。本文针对以上问题设计了运行在Android智能移动终端上的数据监控系统,旨在利用移动终端在数据存储、远程传输、监控等方面的优势,实现专业数据采集器的部分功能,由此,无需专用PC,由个人所持智能移动终端便可实现现场数据查询和远程数据传送。降低产品自身的价格的同时,也能减少固定投资成本。     

一个基于移动Agent的LBS系统

LBS系统可对移动终端定位并提供各种与位置相关的业务。但是其信息的迂回查询将导致网络拥塞,严重影响服务质量。而近年来迅速发展的移动Agent可以在异构的网络环境中自由移动,有效地降低分布式计算的网络负载,提高通信效率。文中将移动Agent技术与LBS相结合,实现了查询数据流量的大幅减少和系统效率的提高。     

移动计算环境下的移动事务解决方案

由于移动计算环境的复杂性、网络条件多样性、频繁断接等特性使得移动终端发出的事务具有传统事务不具备的异构性、移动性、长事务性和易错性。通过对XML Web Services原理和队列通信机制的分析,本文构建了一个基于XML Web服务的客户/移动终端服务代理层/服务器的三层体系结构,并在移动终端服务代理层设置了可用于存储不同事务类型的事务队列。此解决方案支持事务在移动计算环境下的传输。     

基于加密SD卡的内网移动终端可信接入方案

为了解决因不可信移动终端非法接入内网导致的信息安全问题,设计了一种基于加密SD卡的内网移动终端可信接入方案。通过可信计算技术,以加密SD卡作为可信硬件设备实现了移动终端设备的可信启动、完整性验证与内网可信接入,并对接入后移动终端与内网的数据交互过程提供了一种加密通信安全存储机制。实验结果表明,该方案在不改变移动终端基本架构的前提下,较为高效地对移动终端进行安全性认证,并在一定程度上保护内网环境的安全。     

一个基于移动Agent的LBS系统

LBS系统可对移动终端定位并提供各种与位置相关的业务。但是其信息的迂回查询将导致网络拥塞，严重影响服务质量。而近年来迅速发展的移动Agent可以在异构的网络环境中自由移动，有效地降低分布式计算的网络负载，提高通信效率。文中将移动Agent技术与LBS相结合，实现了查询数据流量的大幅减少和系统效率的提高。     

移动数据库系统中移动Agent的嵌入

本文的研究重点旨在探讨移动agent技术在移动数据库系统中的应用，具体地说，在研究基于移动agnet的移动数据库模型的基础上，进一步探讨移动agent技术在移动查询处理和移动事务处理中具体实现的可能性和优越性，同时，研究由此产生的移动agent之间并发控制及移动数据管理，移动数据访问的问题。     

面向服务架构下的移动地理信息数据采集

传统的地理信息数据采集方式和采集平台架构制约着地理空间信息服务的发展,移动地理信息数据采集成为可行的解决手段。通过面向服务技术在移动GIS数据采集中的应用,创建易于部署和管理的客户端和服务器整体架构,采用Web Service技术创建多种地理信息服务,依托移动GIS平台实现了一系列的地图数据浏览和查询等功能。所建立的系统运行状态良好,可扩展性强,界面友好易操作,适用于各种类似的专业,为地理信息空间服务的发展提供有力的数据支撑。     

基于Web服务和移动代理的移动客户端数据管理模型

在分析现有的移动数据库体系结构的基础上，将移动代理技术和Web服务以及语义信息引入到移动数据库，提出了一个客户端／移动代理黼服务／服务器4层体系结构以及基于此体系结构的移动客户端数据管理模型（MDM）。     

层次式移动通信网管CIMS解决方案

以移动通信网管为背景,介绍了网络管理的基础知识及简单的网络管理系统模型,给出了移动通信网管的层次模型。针对CIMS环境下移动通信网管数据信息多用户、多协议、分布式等特点,给出了基于CORBA的移动通信网管数据采集层CIMS解决方案,以及基于XML的移动通信网管数据处理层CIMS解决方案。     

山东省流动地磁数据管理系统设计与实现

主要是介绍了山东省流动地磁数据管理系统的设计思路、系统开发的技术与方法,以及系统各个模块的功能,采用Delphi7．0为前台开发工具,用Access2000作为后台数据库来完成流动地磁数据管理系统数据库设计。实现了在WindowsXP系统下对流动地磁数据的录入、编辑、查询、报表、打印等功能。与以往使用的流动地磁数据管理系统相比,功能更强,操作更方便快捷,提高了流动地磁数据处理速度。由于所有数据Table位于一个模块中,非常便于管理维护和迁移升级,是流动监测数据处理工作上的一个飞跃。     

Modeling and querying fuzzy spatiotemporal databases

Modeling spatiotemporal data, in particular fuzzy and complex spatial objects representing geographic entities and relations, is a topic of great importance in geographic information systems, computer vision, environmental data management systems, etc. Because of complex requirements, it is challenging to represent spatiotemporal data and its features in databases and to effectively query them. This article presents a new approach to model and query the spatiotemporal data of fuzzy spatial and complex objects and/or spatial relations. In our case study, we use a meteorological database application in an intelligent database architecture, which combines an object-oriented database with a knowledgebase for modeling and querying spatiotemporal objects.     

一种基于数据包技术的电力移动作业平台

提出一个面向电力行业基于数据包技术的移动作业平台,与通用的移动中间件平台解决方案相比,它重点解决移动作业模式、数据包、数据同步等关键技术,普通的移动作业可直接基于此移动作业平台构建运行,同时还可以针对特定的业务特点进行有针对性的性能优化,有效地满足了电力行业对于移动信息化所要求的高效、安全、成本低的特性,最后其在国家电网生产管理移动作业系统得到了应用和验证,取得了良好的效果。     

大数据时代移动智慧课堂教学管理应对策略研究

处在当前大数据时代背景下,移动智慧课堂有效的对互联网和教育进行了整合,为师生获取教学资源提供了便利,转变了教师的教学形式,这就对教学管理工作提出了更高的要求。对大数据时代移动智慧课堂教学管理现状和趋势进行了全面的分析和诊断,论述了大数据时期带来的种种机会和挑战,探究大数据时代移动智慧课堂教学管理策略,能够为学院实现大数据移动智慧课堂的应用提供了有益的建议。     

基于WEB服务的移动网管决策支持系统

目前国内的移动通讯业务不断扩张,用户量迅猛增加。移动运营商在面对巨大市场的同时,也面临着巨大的挑战。一是其网络设备的数量和种类急剧增多,网络拓扑结构更加复杂,网络负载也不断加重;二是海外运营商急于分割国内市场,竞争愈发激烈。因此,如何充分利用有限的资源提供优质的服务,成为摆在运营商面前的一个艰巨的任务。该文分析了采用数据仓库、数据挖掘、WEB服务等先进技术开发的“移动网管决策支持系统”,该系统可帮助决策层从各个角度、各个层次分析网管数据,以及隐藏在数据之间的深层次知识,有利于管理者制定出正确的决策。目前该系统在四川移动网管中心运行良好。     

ProcessAtlas: A scalable and extensible platform for business process analytics

In today's knowledge‐, service‐, and cloud‐based economy, an overwhelming amount of business‐related data are being generated at a fast rate daily from a wide range of sources. These data increasingly show all the typical properties of big data: wide physical distribution, diversity of formats, nonstandard data models, and independently managed and heterogeneous semantics. In this context, there is a need for new scalable and process‐aware services for querying, exploration, and analysis of process data in the enterprise because (1) process data analysis services should be capable of processing and querying large amount of data effectively and efficiently and, therefore, have to be able to scale well with the infrastructure's scale and (2) the querying services need to enable users to express their data analysis and querying needs using process‐aware abstractions rather than other lower‐level abstractions. In this paper, we introduce ProcessAtlas, ie, an extensible large‐scale process data querying and analysis platform for analyzing process data in the enterprise. The ProcessAtlas platform offers an extensible architecture by adopting a service‐based model so that new analytical services can be plugged into the platform. In ProcessAtlas, we present a domain‐specific model for representing process knowledge, ie, process‐level entities, abstractions, and the relationships among them modeled as graphs. We provide services for discovering, extracting, and analyzing process data. We provide efficient mapping and execution of process‐level queries into graph‐level queries by using scalable process query services to deal with the process data size growth and with the infrastructure's scale. We have implemented ProcessAtlas as a MapReduce‐based prototype and report on experiments performed on both synthetic and real‐world datasets.