改进的灰色GM（1，1）预测模型

为进一步提高灰色GM（1,1）模型的模拟精度和预测精度,分析传统GM（1,1）模型存在的缺陷,提出一种改进的GM（1,1）预测模型。对已有GM（1,1）模型的背景值构造公式进一步优化,基于最小二乘法原理改进模型初始值参数的选取策略。对比实验结果表明,改进的模型适用于低增长序列和高增长序列,拓宽了传统GM（1,1）预测模型的应用范围,提高了模拟精度和预测精度。     

基于Transformer和多特征融合的DGA域名检测方法

针对域名生成算法生成的恶意域名隐蔽性高，现有方法在恶意域名检测上准确率不高的问题，提出一种基于Transformer和多特征融合的DGA域名检测方法。该方法使用Transformer编码器捕获域名字符的全局信息，通过并行深度卷积神经网络获取不同粒度的长距离上下文特征，同时引入双向长短期记忆网络BiLSTM和自注意力机制Self-Attention结合浅层CNN得到浅层时空特征，融合长距离上下文特征和浅层时空特征进行DGA域名检测。实验结果表明，所提方法在恶意域名检测方法上有更好的性能。相对于CNN、LSTM、L-PCAL和SW-DRN,所提方法在二分类实验中准确率分别提升了1.72%,1.10%,0.75%和0.34%;在多分类实验中准确率分别提升了1.75%,1.29%,0.88%和0.83%。     

单模式匹配算法研究

本文详细分析几种单模式匹配算法如BF、KMP、BM、QS、HORSPOOL和TUNEDBM。通过上机实验对这些算法的性能进行分析,得出结论在这些单模式匹配算法中TUNEDBM算法是最快的算法。     

一种基于变长聚类的个性化匿名保护方法

针对链接攻击导致的隐私泄露问题,以及为了尽可能减少匿名保护时产生的信息损失,提高发布数据集的可用性,提出一种面向个体的基于变长聚类的个性化匿名保护方法。该方法充分考虑记录权重值对聚类簇中心结果的影响,以提高数据的可用性,并对敏感属性值进行分级处理,将敏感属性值分成三个等级类,响应不同个体的保护需求。理论分析和实验结果表明,该方法能满足敏感属性个性化保护需求,同时可有效地降低信息损失,效率较高,生成的匿名数据集具有较好的可用性。     

敏感图像信息识别模型研究

为减少和杜绝色情图像在公共网络上传播的机会,在分析色情图像特征基础上,设计了一个敏感图像信息识别模型,综合使用肤色模型匹配和纹理判别技术,提取多个统计特征,采用SVM进行分类实现了对敏感图像的识别.该模型能够有效识别网络色情图像,适合网络环境下使用,为网络敏感信息监控提供了比较完整的图像识别解决方案.     

基于Agent的分布式组合服务的协调结构

传统的中心式服务组合模式不利于电子政务的实际应用.提出一种基于Agent的分布式组合服务的协调结构,该结构建立于局部本地规划的基础之上,在服务的组合运行中增加了两种运行状态以建立组合服务的协调关系,描述了在这种关系下服务的运行过程,并构架了系统原型.该结构可使政务服务对等参与组合过程,促进服务组合在电子政务中的实用化.     

基于HDFS的云存储安全技术研究

针对目前云存储技术存在的数据泄露和数据篡改等安全问题,结合HDFS数据完整性校验机制的特点,设计并实现了一种基于HDFS的数据传输存储安全技术方案.对用户上传至HDFS中的数据文件实施AES加密,文件以密文形式存储,同时应用RSA算法保障AES密钥的安全,可有效防止数据在传输和存储过程中被泄露.设计了基于HDFS的文件密文和文件明文两种存储格式,用户可自主选择是否进行加密.通过安全性分析和性能测试,验证了方案的安全性和可行性.     

基于支持向量机的手写签名研究

针对一般手写签名中特征提取方法的不足,将支持向量机的原理引人到手写签名算法里,从而可以很好地应用于高维数据,避免了特征提取中维数灾问题.主要研究如何在标准的窗格中利用扫描的方法提取图像密度特征,从而得到特征向量.通过MATLAB工具,将得到的图像密度特征作为特征向量为SVM的输入进行训练仿真实验.实验表明,该方法能够有效识别手写签名真伪,说明把支持向量机应用到手写签名具有很好的识别能力,并解决了"维数灾"的问题.