检索结果-内蒙古大学图书馆

计算机与现代化 2014年第1期 182-185,191页

作者：倪庆毛宇光南京航空航天大学计算机科学与技术学院江苏南京210016 南京大学计算机软件新技术国家重点实验室江苏南京210093

当前信息安全越来越引起人们的重视,本文在介绍计量信息管理系统的架构设计、开发环境和功能模块设计的基础上,重点讨论数据库的安全问题。系统采用ASP+IIS+SQL Server 2005平台架构,结合数据库技术和Web技术,从网络系统层次、操作系统... 详细信息

当前信息安全越来越引起人们的重视,本文在介绍计量信息管理系统的架构设计、开发环境和功能模块设计的基础上,重点讨论数据库的安全问题。系统采用ASP+IIS+SQL Server 2005平台架构,结合数据库技术和Web技术,从网络系统层次、操作系统层次和数据库管理系统层次等多方面进行安全性分析,采用用户身份认证、防火墙技术、基于角色的访问控制、数据加密、审计追踪与入侵检测、防数据库下载和防SQL注入攻击等技术对数据库进行保护。

关键词：计量信息管理系统数据库数据库安全

来源：评论

学校读者我要写书评

暂无评论

基于数据流的测试用例自动生成研究

引用

计算机技术与发展 2014年第9期24卷 1-5页

作者：戴翔毛宇光吴非薛一帆南京航空航天大学计算机科学与技术学院江苏南京210016 南京大学计算机软件新技术国家重点实验室江苏南京210093

目前的数据流测试技术存在缺乏具体的数据驱动方法,测试用例的生成过程没有与测试需求结合起来等问题。基于此,文中提出一种自动生成测试用例的模型(TRGA),利用控制流图(CFG)计算生成测试用例所需的变量的定义使用对,使用数据类型结构图... 详细信息

目前的数据流测试技术存在缺乏具体的数据驱动方法,测试用例的生成过程没有与测试需求结合起来等问题。基于此,文中提出一种自动生成测试用例的模型(TRGA),利用控制流图(CFG)计算生成测试用例所需的变量的定义使用对,使用数据类型结构图(DTG)来作为创建测试对象的数据驱动,利用遗传算法的搜索能力来生成数据,并提出了一种新的适应度计算方法。实验结果表明,该模型能够在减少搜索时间,降低生成测试用例规模的同时达到较高的测试覆盖率。

关键词：数据流控制流图数据类型结构图适应度测试用例

来源：评论

学校读者我要写书评

暂无评论

利用MapReduce平台实现高效并行的频繁子图挖掘

引用

计算机科学与探索 2014年第7期8卷 790-801页

作者：孙鹤立陈强刘玮黄健斌邹建华西安交通大学电子与信息工程学院西安710049 西安电子科技大学软件学院西安710071 北京邮电大学信息与通信工程学院北京100876 南京大学计算机软件新技术国家重点实验室南京210023

频繁子图挖掘是数据挖掘领域的一个重要问题,并且有着广泛的应用。在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG(cloud-global frequent subgraph)。该算法基于Apriori思想,在扩展边生成新的子图时,使用已... 详细信息

频繁子图挖掘是数据挖掘领域的一个重要问题,并且有着广泛的应用。在Hadoop平台上实现了一种基于MapReduce的高效频繁子图挖掘算法Cloud-GFSG(cloud-global frequent subgraph)。该算法基于Apriori思想,在扩展边生成新的子图时,使用已经挖掘出的k-1阶的频繁子图生成k阶的频繁子图。同时,检查是否存在待扩展生成的子图,设定生成的频繁子图表示规则,保证了频繁子图信息的唯一性。较同类算法相比,该算法在挖掘频繁子图时更具通用性,并且在扩展边时避免产生大量的复制图,从而使得算法的正确性得以保证,且运行效率显著提高。

关键词：频繁子图挖掘 MapReduce Hadoop平台

来源：评论

学校读者我要写书评

暂无评论

基于SparkR的分类算法并行化研究

基于SparkR的分类算法并行化研究

引用

第二届CCF大数据学术会议

作者：刘志强顾荣袁春风黄宜华南京大学计算机软件新技术国家重点实验室南京210046 江苏省软件新技术与产业化协同创新中心南京210046

近几年来,大数据机器学习和数据挖掘的并行化算法研究成为大数据领域一个较为重要的研究热点.早几年国内外研究者和业界比较关注的是在Hadoop平台上的并行化算法设计.然而, Hadoop MapReduce平台由于网络和磁盘读写开销大,难以高效地实... 详细信息

近几年来,大数据机器学习和数据挖掘的并行化算法研究成为大数据领域一个较为重要的研究热点.早几年国内外研究者和业界比较关注的是在Hadoop平台上的并行化算法设计.然而, Hadoop MapReduce平台由于网络和磁盘读写开销大,难以高效地实现需要大量迭代计算的机器学习并行化算法.随着UC Berkeley AMPLab推出的新一代大数据平台Spark系统的出现和逐步发展成熟,近年来国内外开始关注在Spark平台上如何实现各种机器学习和数据挖掘并行化算法设计.为了方便一般应用领域的数据分析人员使用所熟悉的R语言在Spark平台上完成数据分析,Spark提供了一个称为SparkR的编程接口,使得一般应用领域的数据分析人员可以在R语言的环境里方便地使用Spark的并行化编程接口和强大计算能力.本文基于SparkR设计并实现了多种常用的并行化的机器学习分类算法,包括多项式贝叶斯分类算法,SVM算法和Logistic Regression算法.进一步地,对于SVM和Logistic Regression算法,本文在常规的并行化策略的基础之上为了进一步提升训练速度,设计采用了并行化局部优化的迭代计算模式.实验结果表明,本文所设计实现的基于SparkR的并行化分类算法与Hadoop MapReduce的方案相比,速度上提升了8倍左右.

关键词：数据库机器学习数据挖掘分类算法

来源：评论

学校读者我要写书评

暂无评论

基于《汉语大词典》的汉语当代词汇来源计量研究

基于《汉语大词典》的汉语当代词汇来源计量研究

引用

第十五届汉语词汇语义学国际研讨会

作者：刘雪扬李斌张颖杰刘浏南京师范大学语言信息科技研究中心南京大学计算机软件新技术国家重点实验室

汉语词汇的演变是汉语史研究的重要组成部分,也是厘清现代汉语词汇来源的基础。由于缺乏高质量的大规模历时语料库,汉语的词汇尚难得到整体的演化概貌,也无法定量描述汉语词汇演化规律。而兼收古今词汇和义项的《汉语大词典》,能够在很... 详细信息

汉语词汇的演变是汉语史研究的重要组成部分,也是厘清现代汉语词汇来源的基础。由于缺乏高质量的大规模历时语料库,汉语的词汇尚难得到整体的演化概貌,也无法定量描述汉语词汇演化规律。而兼收古今词汇和义项的《汉语大词典》,能够在很大程度上反映汉语词汇的演变。本文在人工标注了每条书证的年代信息后,使用计量方法描绘了《汉语大词典》中当代词汇和义项的来源问题,初步挖掘了汉语词汇几千年发展演变的规律,并探讨了每个历史时期的当代词汇的词长分布,获得了汉语当代词汇产生发展的整体面貌。

关键词：汉语大词典当代词汇计量语言年代学

来源：评论

学校读者我要写书评

暂无评论

基于信息流的整数漏洞插装和验证

引用

软件学报 2013年第12期24卷 2767-2781页

作者：孙浩李会朋曾庆凯计算机软件新技术国家重点实验室(南京大学) 江苏南京210093 南京大学计算机科学与技术系江苏南京210093

为降低整数漏洞插装验证的运行开销,提出基于信息流的整数漏洞插装方法.从限定分析对象范围的角度出发,将分析对象约减为污染信息流路径上的所有危险整数操作,以降低静态插装密度.在GCC平台上,实现了原型系统DRIVER(detect and run-time... 详细信息

为降低整数漏洞插装验证的运行开销,提出基于信息流的整数漏洞插装方法.从限定分析对象范围的角度出发,将分析对象约减为污染信息流路径上的所有危险整数操作,以降低静态插装密度.在GCC平台上,实现了原型系统DRIVER(detect and run-time check integer-based vulnerabilities with information flow).实验结果表明,该方法具有精度高、开销低、定位精确等优点.

关键词：整数漏洞信息流污点分析插装

来源：评论

学校读者我要写书评

暂无评论

列存储数据查询中的连接策略优化方法

引用

计算机研究与发展 2013年第8期50卷 1647-1656页

作者：孙莉李静刘国华东华大学计算机科学与技术学院上海201620 计算机软件新技术国家重点实验室(南京大学) 南京210093

列存储数据查询优化的重点是列的连接策略.现有的列存储系统通过存储的改变来简化列的连接,致使列的连接缺少查询优化处理,策略单一且无法满足复杂查询.在剖析现有连接选择策略的基础上,提出一种新的连接策略优化方法,即首先利用基于规... 详细信息

列存储数据查询优化的重点是列的连接策略.现有的列存储系统通过存储的改变来简化列的连接,致使列的连接缺少查询优化处理,策略单一且无法满足复杂查询.在剖析现有连接选择策略的基础上,提出一种新的连接策略优化方法,即首先利用基于规则的优化方法为列存储数据查询制定优化规则,过滤不可能产生最优计划的候选计划;然后设计了基于代价的优化算法,根据动态Huffman树和左深连接树原理对查询执行顺序进行改进,进一步减少候选计划的规模;根据列存储数据的特点将候选计划中每个连接节点的执行策略归纳为串行连接和并行连接两类,并在此基础上提出代价估计模型,进而可针对这两种连接策略进行代价估计和策略选择.最后在SSB数据集上通过实验证明了方法在列存储数据查询中的有效性.

关键词：列存储连接策略查询优化基于代价串并行策略

来源：评论

学校读者我要写书评

暂无评论

无线传感器网络中移动协助的数据收集策略??

引用

软件学报 2013年第2期24卷 198-214页

作者：张希伟戴海鹏徐力杰陈贵海计算机软件新技术国家重点实验室南京大学江苏南京 210093 南京大学计算机科学与技术系江苏南京 210093 河海大学计算机与信息学院江苏南京 210098

利用移动数据收集器(mobile data collector,简称MDC)进行传感器网络中感知数据的收集,可以有效地减少传感器将数据发送到静止基站的传输跳数,节约网络的能量,延长网络寿命.此外,MDC 通过循环收集传感器数据或承担数据转发的功能,避免... 详细信息

利用移动数据收集器(mobile data collector,简称MDC)进行传感器网络中感知数据的收集,可以有效地减少传感器将数据发送到静止基站的传输跳数,节约网络的能量,延长网络寿命.此外,MDC 通过循环收集传感器数据或承担数据转发的功能,避免节点间由于多跳传输引起的能量空洞(energy hole)以及节点失效造成的传输链路中断等问题.MDC 的移动性也为无线传感器网络的研究带来新的挑战.研究基于移动协助数据收集的无线传感器网络结构,分类总结了近年来提出的一些典型的基于MDC的算法和协议,着重讨论了MDC在网络能量、延迟、路由和传输等方面带来的性能变化.最后,进行了各种算法的比较性总结,针对传感器网络中 MDC 的研究提出了亟待解决的问题,并展望了其未来的发展方向.

关键词：移动数据收集器无线传感器网络能耗路由延迟数据传输

来源：评论

学校读者我要写书评

暂无评论

考虑类特性的面向对象错误定位

引用

计算机学报 2013年第12期36卷 2420-2428页

作者：涂径玄陈林许蕾卢红敏徐宝文南京大学软件新技术国家重点实验室南京210048 南京大学计算机科学与技术系南京210048

基于频谱的错误定位方法很少考虑语言特性对其错误定位效率的影响.文中针对基于频谱的面向对象程序错误定位,分析讨论了类特性对基于频谱的错误定位方法的有效影响,提出了结合类可疑度信息的错误定位算法,并通过3个Java开源软件作为实... 详细信息

基于频谱的错误定位方法很少考虑语言特性对其错误定位效率的影响.文中针对基于频谱的面向对象程序错误定位,分析讨论了类特性对基于频谱的错误定位方法的有效影响,提出了结合类可疑度信息的错误定位算法,并通过3个Java开源软件作为实验对象对其进行了验证.实验结果表明,文中提出的方法能够有效提高基于频谱的面向对象错误定位方法的效率.

关键词：错误定位面向对象类可疑度频谱程序分析

来源：评论

学校读者我要写书评

暂无评论

专家寄语

引用

计算机科学 2014年第2期41卷 F0002-F0002页

作者：于剑高阳北京交通大学交通数据分析与挖掘北京市重点实验室南京大学计算机软件新技术国家重点实验室

机器学习通过分析和处理数据，使计算机具有自动“学习”的能力，并通过积累经验提升系统的性能。机器学习是人工智能的核心研究领域之一，近年来受到越来越多研究学者的关注，不但取得了众多理论成果，而且成功应用于数据挖掘、计算机... 详细信息

机器学习通过分析和处理数据，使计算机具有自动“学习”的能力，并通过积累经验提升系统的性能。机器学习是人工智能的核心研究领域之一，近年来受到越来越多研究学者的关注，不但取得了众多理论成果，而且成功应用于数据挖掘、计算机视觉、图像处理、自然语言处理、生物特征识别与处理、网络信息服务等领域，并且正在不断改变我们生活的方方面面。

关键词：计算机视觉专家机器学习自然语言处理生物特征识别网络信息服务提升系统人工智能

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：