基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

网络安全态势评估若干关键技术研究

随着互联网在全世界范围内的普及和计算机技术的不断发展,信息化时代已经到来,人们的生活方式也随着发生了天翻地覆的改变。在信息技术给我们带来极大便利的同时,由于其直接影响到人们切身利益,因而网络的安全性问题也已经被越来越重视。网络安全态势评估是维护人们自身利益的重要保障,为此,文章对网络安全态势评估的流程进行了简要的介绍,重点分析了网络安全态势评估的关键技术。     

一种基于用户行为特征的精准容量预测方法

随着大流量套餐业务的推广,用户行为随之转变,网络资源的需求也不断升高。因此,文章提出一种基于用户行为特征的精准容量预测方法,提前做好市场容量预判,并结合用户行为特征实现场景化网络解决方案,确保用户感知。     

移动网数据业务服务质量评估方法的研究

随着人类科技的不断进步,移动网络的普及率越来越高,技术含量日趋增大,同时其实用性和方便性也有目共睹。但随着我国移动网络业务的竞争日趋增大,各企业都对移动网络的服务质量有了更高的要求,因此必须要建立一个完善的移动网数据业务服务质量评估方法,确保为用户提供更好的移动网络服务。     

德国全国性公共安全数字集群网络竞标首轮评估结束 欧洲宇航防务集团（EADS）力拔头筹

日前，在针对德国公共安全部门（BOS）的数字集群网络竞标中，首轮评估结果显示，EADS的方案最为经济高效。作为总承包商，EADS将全权负责BOS数字集群网络项目以及相关的系统工程设计，同时作为系统集成商，EADS将会负责把台作伙伴公司和供应商的技术与组件集成到适合未来应用的平台上。作为战略合作伙伴，西门子将负责系统实施。两家公司过去曾在其它国际性数字集群项目中有过成功的合作经历。EADS的“安全网络”还可以确保重要场合（如大型体育赛事）的安全性。此外，EADS保障了安全部门进行内部安全方面的集中信息交换，并为针对具体情况的快速决策奠定了基础。EADS还可针对海岸和边境监视以及财产保护等领域提供集成的系统解决方案。