检索结果-内蒙古大学图书馆

计算机学报 2016年第1期39卷 140-153页

作者：葛微罗圣美周文辉赵頔唐云周娟曲文武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 中兴通讯股份有限公司南京210012 清华大学计算机科学与技术系北京100084

大数据时代,众多应用领域的数据量爆炸式增长,迫切需要研究和寻找有效的大数据存储管理方法,提供实时或准实时的大数据查询分析能力.Hadoop HBase系统为大数据的存储管理提供了一种具有高可扩展性的技术方法和系统平台.然而HBase只有主... 详细信息

大数据时代,众多应用领域的数据量爆炸式增长,迫切需要研究和寻找有效的大数据存储管理方法,提供实时或准实时的大数据查询分析能力.Hadoop HBase系统为大数据的存储管理提供了一种具有高可扩展性的技术方法和系统平台.然而HBase只有主键索引,不支持非主键索引,这导致HBase的数据查询效率较低,难以满足数据实时或准实时查询需求.为此,在HBase基础上提供面向非主键的快速查询能力,是目前Hadoop环境下急需研究和解决的一个重要问题.该文研究提出了一种基于分层式HBase非主键索引的查询模型和方法,该模型和方法首先建立基于HBase的持久性索引.然后,为了利用内存提升查询性能,该文进一步提出了一种索引热点数据缓存技术和一种高效的热度累积缓存替换策略,以降低对HBase索引表的磁盘访问开销.热度累积缓存替换策略克服了最近最少使用（LRU）算法的局限性,考虑数据访问的累积热度和时间局部特性,从而更准确地捕获数据访问的特征.为了使索引热点数据缓存内存层具有良好的可扩展性,HiBase设计了基于一致性哈希的分布式内存缓存,支持高效的基于非主键的单点查询和范围查询.最终,该文设计实现了完整的分层式索引和查询系统HiBase.在千万至十亿条记录规模数据集上的测试结果表明,HiBase冷查询响应时间比标准HBase快65倍（大结果集）到3000多倍（小结果集）;而引入基于查询热度累积算法的内存索引缓存方法后,热查询性能可在HiBase冷查询基础上再提升5~15倍,使得总体查询性能比标准HBase快300多倍（大结果集）到1.7万倍（小结果集）,比开源的Hindex系统快5~20倍.

关键词： HBase 非主键索引查询处理分层式索引缓存替换策略大数据

来源：评论

学校读者我要写书评

暂无评论

基于随机游走的带有属性网络的链接预测

引用

计算机科学 2016年第6期43卷 199-203,213页

作者：陈永祥陈崚扬州大学信息工程学院计算机系扬州225009 南京大学计算机软件新技术国家重点实验室南京210093

链接预测的问题是复杂网络分析中的一个重要研究领域,已经在社会学、生物信息学、信息科学以及计算机科学等领域得到了广泛的应用。提出了一个顶点具有属性的网络链接预测的随机游走算法。在此算法中,根据顶点和属性的链接相似度定义了... 详细信息

链接预测的问题是复杂网络分析中的一个重要研究领域,已经在社会学、生物信息学、信息科学以及计算机科学等领域得到了广泛的应用。提出了一个顶点具有属性的网络链接预测的随机游走算法。在此算法中,根据顶点和属性的链接相似度定义了每一条边上的传播概率。并将顶点的属性相似度作为顶点间的相似度的初值,然后根据传输概率在网络中以随机游走的方式进行传播和更新,最终得到顶点间的相似度作为链接预测的结果得分。实验结果显示,提出的算法在顶点带属性的网络中取得了比其他算法更精确的预测结果。

关键词：链接预测属性随机游走复杂网络

来源：评论

学校读者我要写书评

暂无评论

软件缺陷预测中基于聚类分析的特征选择方法

引用

中国科学：信息科学 2016年第9期46卷 1298-1320页

作者：刘望舒陈翔顾庆刘树龙陈道蓄南京大学计算机软件新技术国家重点实验室南京210023 南京大学计算机科学与技术系南京210023 南通大学计算机科学与技术学院南通226019

软件缺陷预测通过挖掘软件历史仓库,构建缺陷预测模型来预测出被测项目内的潜在缺陷程序模块.但有时候搜集到的缺陷预测数据集中含有的冗余特征和无关特征会影响到缺陷预测模型的性能.提出一种基于聚类分析的特征选择方法 FECAR.具体来... 详细信息

软件缺陷预测通过挖掘软件历史仓库,构建缺陷预测模型来预测出被测项目内的潜在缺陷程序模块.但有时候搜集到的缺陷预测数据集中含有的冗余特征和无关特征会影响到缺陷预测模型的性能.提出一种基于聚类分析的特征选择方法 FECAR.具体来说,首先基于特征之间的关联性(即FFC),将已有特征进行聚类分析.随后基于特征与类标间的相关性(即FCR),对每个簇中的特征从高到低进行排序并选出指定数量的特征.在实证研究中,借助对称不确定性(symmetric uncertainty)来计算FFC,借助信息增益(information gain)、卡方值(chi-square)或Relief F来计算FCR.以Eclipse和NASA数据集等实际项目为评测对象,重点分析了应用FECAR方法后的缺陷预测模型的性能,FECAR方法选出的特征子集冗余率和比例.结果验证了FECAR方法的有效性.

关键词：软件质量保障缺陷预测数据挖掘特征选择聚类分析

来源：评论

学校读者我要写书评

暂无评论

基于加权样本选择与主动学习的视频异常行为检测算法

引用

模式识别与人工智能 2016年第4期29卷 341-349页

作者：林玲廖德高阳杨琬琪南京大学计算机科学技术系计算机软件新技术国家重点实验室南京210023 伊犁师范学院电子与信息工程学院伊宁835000 南京大学软件新技术与产业化协同创新中心南京210023 Department of Computer Science University of Illinois

随着日益突出的公共安全问题,视频监控异常行为检测成为计算机视觉的一个研究热点.文中结合视频异常检测数据集,提出基于加权样本选择与主动学习的视频异常行为检测算法.根据视频监控数据集的分布特性,选择合适的权重值消除不平衡数据... 详细信息

随着日益突出的公共安全问题,视频监控异常行为检测成为计算机视觉的一个研究热点.文中结合视频异常检测数据集,提出基于加权样本选择与主动学习的视频异常行为检测算法.根据视频监控数据集的分布特性,选择合适的权重值消除不平衡数据集对分类器的影响,通过主动学习的方式选取少量异常不确定样本,不断迭代更新检测模型,适应复杂多变的异常事件.实验表明,在UCSD异常行为检测数据集上,相比传统方法,文中方法具有更好的检测性能.

关键词：视频监控异常行为检测主动学习

来源：评论

学校读者我要写书评

暂无评论

一种基于网络感知的虚拟机再调度算法

引用

计算机学报 2015年第5期38卷 932-943页

作者：罗刚毅钱柱中陆桑璐南京大学计算机软件新技术国家重点实验室南京210093 南京大学计算机科学与技术系南京210093

有效的虚拟机调度策略能够提高数据中心的资源利用率,降低运行时能耗.现有调度算法综合考虑了虚拟机在CPU、内存和网络方面的需求,通过合理部署虚拟机,以期最小化计算、存储与网络的代价.然而,在线的虚拟机部署策略较少考虑由于虚拟机... 详细信息

有效的虚拟机调度策略能够提高数据中心的资源利用率,降低运行时能耗.现有调度算法综合考虑了虚拟机在CPU、内存和网络方面的需求,通过合理部署虚拟机,以期最小化计算、存储与网络的代价.然而,在线的虚拟机部署策略较少考虑由于虚拟机退出所造成的资源利用率下降与网络延迟上升的问题.为此,文中深入研究面向网络感知的周期性资源重配置问题,提出了面向网络感知的虚拟机再调度算法,通过适当的虚拟机迁移,提高部署在虚拟机上任务的性能以及数据中心整体的网络通信效率.算法通过尽可能低代价的虚拟机迁移来提高虚拟机之间的网络通信能力,以提升虚拟机组的整体运行效率,并保持物理机占用但不显著提高.作者通过两个测试平台在真实环境中验证了算法的有效性;通过真实的数据集和模拟实验,在多种虚拟机部署算法下,对比了应用虚拟机再调度算法前后虚拟机的部署效果,验证了该算法能够以较小的代价使得高网络通信代价的任务数明显减少,虚拟机组的网络通信能力显著提高.

关键词：云计算数据中心网络感知虚拟机再调度

来源：评论

学校读者我要写书评

暂无评论

Hybrid-Fixing:上下文一致性错误的正确修复

引用

计算机研究与发展 2015年第6期52卷 1443-1451页

作者：陈小康许畅江磊计算机软件新技术国家重点实验室(南京大学) 南京210023 南京大学计算机科学与技术系南京210023

在普适计算中,上下文持续快速变化,上下文感知应用根据上下文变化自动调整自身的行为以作出适应.然而,由于不可预测和控制的环境噪声以及环境动态变化等诸多因素的影响,环境上下文会发生一致性错误,从而导致应用表现异常甚至失效.为了... 详细信息

在普适计算中,上下文持续快速变化,上下文感知应用根据上下文变化自动调整自身的行为以作出适应.然而,由于不可预测和控制的环境噪声以及环境动态变化等诸多因素的影响,环境上下文会发生一致性错误,从而导致应用表现异常甚至失效.为了解决这些问题,上下文一致性错误需要被自动并正确地修复,现基于已有工作提出了一项新的修复技术hybrid-fixing,它结合了对一致性约束的静态分析和修复动作的动态产生,即使一致性约束内部存在复杂依赖关系,也能确保所生成的修复用例必然正确.实验结果表明,这项修复技术大幅提高了一致性约束内部存在复杂依赖关系下一致性错误修复的成功率,并只花费了很小的时间开销.

关键词：普适计算上下文一致性错误自动修复正确修复

来源：评论

学校读者我要写书评

暂无评论

时间加权的混合推荐算法

引用

计算机科学 2016年第S2期43卷 451-454页

作者：邹凌君陈崚李娟金陵科技学院信息化建设与管理中心南京211169 扬州大学信息学院计算机系扬州225009 南京大学软件新技术国家重点实验室南京210093 金陵科技学院计算机工程学院南京211169

提出了一种基于时间加权的混合推荐方法。该方法分为离线和在线两个阶段,离线阶段根据目标用户对物品的评价等信息得到与目标用户有相似兴趣的邻居,并构建物品描述模型;在线阶段根据目标用户和邻居用户的评价行为构建用户描述模型。由... 详细信息

提出了一种基于时间加权的混合推荐方法。该方法分为离线和在线两个阶段,离线阶段根据目标用户对物品的评价等信息得到与目标用户有相似兴趣的邻居,并构建物品描述模型;在线阶段根据目标用户和邻居用户的评价行为构建用户描述模型。由于用户兴趣会随外部因素而产生概念漂移,因此在算法中引入衰减系数以提高推荐质量。在滑动窗口模型下,每隔一定时间间隔,更新用户模型和相似群组,产生个性化的推荐。实验结果表明,该算法能实时反映用户兴趣,提高推荐系统的准确率,有较高的用户满意度。

关键词：个性化推荐时间权重混合推荐 Logistic函数

来源：评论

学校读者我要写书评

暂无评论

类规模对面向对象度量易变性预测能力的潜在混和效应:一个元分析

引用

计算机学报 2015年第5期38卷 1069-1081页

作者：卢红敏周毓明徐宝文南京大学计算机科学与技术系南京210023 南京大学软件新技术国家重点实验室南京210023

最近的研究表明,类的规模对面向对象(OO)度量的易变性预测能力存在很强的混和效应,因此需要将其作为一个混和变量来考虑,否则有可能会得到误导性的结果.然而,先前的研究仅仅分析了一个软件系统,因此不清楚这个结论是否可以推广到其他系... 详细信息

最近的研究表明,类的规模对面向对象(OO)度量的易变性预测能力存在很强的混和效应,因此需要将其作为一个混和变量来考虑,否则有可能会得到误导性的结果.然而,先前的研究仅仅分析了一个软件系统,因此不清楚这个结论是否可以推广到其他系统上.为解决此问题,文中在102个Java软件系统的基础上利用元分析技术检查类的规模对55个OO度量和易变性之间关联关系的潜在混和效应.对每一个OO度量,首先在单个系统上分别计算在控制规模和不控制规模的两种情况下它与易变性的关联强度.然后,利用随机效应元分析模型计算在所有系统上且分别在这两种情况下它与易变性的平均关联强度.最后,在此基础上利用统计方法检测类规模的潜在混和效应.实验结果表明类规模的混和效应是广泛存在的,因此在验证OO度量的易变性预测能力时确实需要将其作为一个混和变量来考虑.

关键词：类规模易变性混和效应面向对象元分析

来源：评论

学校读者我要写书评

暂无评论

抗大数据分析的隐私保护:研究现状与进展

引用

网络与信息安全学报 2016年第4期2卷 44-55页

作者：仝伟毛云龙陈庆军王彬入张保佳仲盛南京大学计算机科学与技术系江苏南京210023 南京大学计算机软件新技术国家重点实验室江苏南京210023

隐私保护对于大数据时代的数据分享和利用起到了至关重要的作用。传统的隐私保护方法无法有效地应对在大数据环境中可能存在的数据间的深度关联带来的隐私泄露。因此,需要能够抗大数据分析的隐私保护方法。首先,调研了国内外学者的相关... 详细信息

隐私保护对于大数据时代的数据分享和利用起到了至关重要的作用。传统的隐私保护方法无法有效地应对在大数据环境中可能存在的数据间的深度关联带来的隐私泄露。因此,需要能够抗大数据分析的隐私保护方法。首先,调研了国内外学者的相关研究工作,并将当前和抗大数据分析的隐私保护相关的工作总结为海量高维异构数据隐私保护、地理位置隐私保护以及高可用性隐私保护发布方案3个方面。其次,着重介绍了南京大学COSEC研究团队在这方面取得的一些研究进展。最后,得到了抗大数据分析的隐私保护的重要性和前瞻性的结论,并介绍了未来可能的研究方向。

关键词：隐私保护大数据差分隐私地理位置隐私

来源：评论

学校读者我要写书评

暂无评论

并行与分布式随机学习

并行与分布式随机学习

引用

第九届中国R语言会议(上海)

作者：李武军南京大学计算机科学与技术系软件新技术国家重点实验室

大数据机器学习为大数据智能分析和挖掘提供核心的理论和技术支撑，已经成为大数据与人工智能研究中最热门的领域之一。目前，以随机梯度下降(SGD)为代表的随机学习已经成为大数据机器学习的核心技术之一。

关键词：

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：