一个支持复杂应用的工作流模型

针对ＣＩＭＳ等复杂应用中的工作流,在工作流元模型的基础上,提出了工作流管理系统ＳｃｏｐｅＷｏｒｋ的工作流模型,有效地描述了复杂应用中的各种工作流·此外主要讨论了该模型的任务结构和任务之间的跃迁结构·     

GameOJ:一种编程能力感知的游戏化在线评测系统

编程能力是计算机相关专业学生的核心能力,对学生编程能力的培养是计算机教育领域一直关注的重要问题。在线评测系统(OJ系统)具有高效、公平和客观的特点,已成为锻炼学生编程能力的重要工具。然而,目前OJ系统仍存在以下局限性：首先,大多数OJ系统没有对学生编程能力进行知识点级别的感知和量化,导致系统适配给学生的编程题难度和学生的编程能力通常不匹配;其次,大部分OJ系统缺乏对激励策略的研究和设计。这些局限性会给学生编程动机的提升和编程能力的巩固、提高带来负面影响。鉴于此,文章设计并实现了一种编程能力感知的游戏化在线评测系统(GameOJ)。该系统采用改进的贝叶斯知识追踪模型(CC-BKT),对各个编程知识点关联的学生编程能力进行细粒度的感知和量化,同时引入了游戏化思想来设计OJ系统中的激励策略,包括游戏化元素设计和游戏化编程挑战流程设计,旨在提升学生的编程学习动机。目前,GameOJ系统已在广西大学多个计算机专业的教学班中进行了部署和应用,并收到了众多来自教师和学生的积极反馈。     

图像及声音的数字水印嵌入研究与实现

介绍了小波SVD数字水印嵌入算法,它可以实现多媒体信息的版权保护·深入地分析了图像、声音文件格式,使用小波SVD算法实现图像、声音的水印嵌入,并通过计算矩阵之间的相关性来实现水印的检测·给出了图像和声音文件的数字水印嵌入及检测实验结果·通过数据比较找出小波SVD算法中各系数与生成水印之间的联系,从而证实了数字水印技术的可行性并指出了如何选择合理水印的方法     

基于Web Service的可伸缩工作流管理系统e_Scope Work

在大规模复杂应用环境中,一个业务流程可能涉及企业内或跨地域许多企业内不同的WebService.为了有效支持这类业务流程的处理,提出了一种基于Web Service的可伸缩的工作流管理系统e-ScopeWork的体系结构,研究了其中各组件的功能,详细分析了工作流中任务调度的特点,给出了任务调度、任务管理器处理逻辑以及实现机制,并讨论了流程中任务管理器的部署策略.实现了按应用规模、需求,灵活部署工作流的目标.     

移动Agent迁移机制的研究与实现

分析了移动agent迁移机制的几种实现方法,包括Java的序列化和类装载机制,CORBA的对象外向化服务,CORBA对象生命周期服务的Move方法·对它们进行了分析与比较,最后给出了一个基于Java的序列化机制的实例·     

基于BGP的不良网站地址阻断系统

传统的防止不良网络信息泛滥的方法反应慢,手续复杂.针对这一问题,提出一种新的基于BGP协议的网络地址阻断方法.该方法建立不良网站地址分发系统,使用私有AS号码标志阻断点,利用多跳机制实现分发系统与阻断点间的会话连接,并通过阻断点的黑洞配置直接阻断对不良网站地址的访问.原型系统的初步部署表明:该系统可在秒级时间内对经过举...     

交互式数据探索框架的特征自适应技术

交互式数据探索是一组多样的发现式应用程序的关键技术,着重于交互、探索和发现;在许多场景和领域中广泛应用.以海量的学术文献数据探索为背景,对交互式数据探索的特征自适应技术进行研究.首先,提出一种适用于面向学术文献数据探索的特征自适应交互式数据探索框架FA-IDE(feature-adaptive interactive data exploration),在每次迭代过程中动态地调整特征子集,以满足用户兴趣多样性的需求.其次,针对该框架,提出特征子集的均匀度BFS(balance of feature subsets)评价准则,并给出了基于BFS的序列前向特征选择算法.再次,针对相关样本发现问题,提出划分等级建立方法,根据决策树模型对用户兴趣区域划分后,提出基于相似度的结果集排序策略.实验结果表明,所提出方法可有效提高用户探索效率和最终结果的准确性.     

基于特征选择ELM的乳腺肿块检测算法

乳腺肿块检测是防治乳腺癌的有效途径,基于乳腺X射线图像特征模型的极限学习机(ELM)分类算法已被应用于计算机辅助检测乳腺肿块中.针对由于特征间的依赖性导致的ELM学习效率和检测准确度低的问题,提出了基于特征选择ELM的乳腺肿块检测算法.利用影响值选择、序列前向选择和遗传选择等方法进行特征选择,进而利用该结果提高ELM的性能.通过490例来自辽宁省肿瘤医院的乳腺X射线图像的实验表明,基于特征选择ELM的乳腺肿块检测算法能有效提升乳腺肿块检测的效果,其中以遗传选择对ELM性能提升最明显.     

高密度RFID事件流上的复杂事件检测

由于高密度事件流具有实时性和海量性特点,应用已有的复杂事件检测技术处理时,存在时间效率不高、占用内存空间较大等不足.针对这些问题,提出了一种基于哈希链表结构的复杂事件检测算法.该算法设计有效的哈希映射分类来保存中间结果,加快了匹配过程,同时,提出高效的更新机制及时删除内存中过期的数据.针对常见的事件流的乱序现象,对原有自动机处理机制进行了改进.实验和分析证明,复杂事件流检测方法具有理论上的可行性和操作上的高效性与正确性.     

基于进化神经网络的入侵检测方法

将神经网络与遗传算法结合,提出入侵检测的进化神经网络方法,它是个高效并行非线性动态处理系统,可以满足实时处理要求·首先用遗传算法优化神经网络结构,然后用优化的神经网络进行入侵检测预测、预警·用进化神经网络方法不断演化,寻找最优的网络结构·当进化神经网络学会系统正常工作模式后,能够对偏离系统正常工作的事件做出反应,进而可以发现一些新的攻击模式·实验表明预警率是很高的