摘要：针对传统风险防控预警系统访问时间长,预警准确率低的问题,基于区块链设计了一种新的分布式节点访问风险防控预警系统。通过两条线路负责控制节点工作,每条线路执行不同任务:第一条线路负责传输应用数据和系统数据;第二条线路负责传输入侵检测信息包。系统硬件由风险检测模块、任务分析模块、资源控制模块、中心协调模块和用户模块组成,以中心协调模块与控制模块作为枢纽确保系统连续运行。软件由发布任务、检测回复列表是否为空、检测是否存在风险、风险预估四步组成。为验证系统的有效性,设计对比实验,结果表明,给出的系统能够在短时间内更精准地访问风险,应用该系统可以更好地在金融领域实现风险防控预警。

摘要：针对现有中心化信任背景下电子健康记录存储存在的安全风险,提出一种基于区块链的电子健康记录安全存储模型。模型首先设计了新的电子健康记录区块链存储结构,解决了现有存储模型实用性不强的问题;然后优化了区块链中区块入链的工作流程,减少了点对点(P2P)网络中的信息传播量;最后设计了基于随机数选举的共识机制,提高区块入链的时间效率。将提出的模型在Hyperledger中进行模拟实验,并将所提出的共识机制与现有共识机制进行性能对比。实验结果表明,提出的存储模型具有较高的安全性和更好的运行时间效率。该模型适用于区块链在医疗卫生领域的应用,为电子健康记录的安全共享提供了支撑。

摘要：校企合作是高等院校提高人才培养质量的重要手段,也是有效提升人才培养质量、评价教学成果的重要方式。从学校、企业、学生三个维度出发,构建了多维度多层次的毕业生实习质量评价指标体系,并利用层次模型分析法AHP对所构建的指标体系进行验证,从而为高职院校毕业生实习质量评价指标体的研究提供必要的理论依据。

摘要：区块链技术在电子健康记录安全共享上具有巨大潜力,然而,目前的解决方案存在着如存储空间大和共识效率低等问题。为此,提出了一种基于区块链和亲友节点的新方案。首先,采用分布式文件系统将用户完整的电子健康记录存储在线下服务器,并构建用户的亲友节点集,每个用户的数据由其亲友节点冗余存储,链上仅存储区块头信息,降低了存储空间;其次,设计了基于多签名技术的数据访问机制,采用Shamir秘密共享机制将用户的私钥分发给其亲友节点,亲友节点中的过半数可以利用自己的私钥重建出用户私钥,解决紧急情况下的数据访问问题;最后提出了基于信用的拜占庭容错共识机制,将信用值排名前10%的节点作为领导者节点集,采用随机算法在领导者节点集中生成主节点,提高了共识安全性。实验结果表明,所提方案所需的链上存储空间是现有方案的1/7,数据访问效率提高了15倍,同时在保证较好时延和吞吐量的情况下,具有更高的共识安全性。该方案可实现电子健康记录的安全高效共享,为区块链在医疗领域应用提供案例。

摘要：以我国的大中型烟草企业为研究对象,对现有的卷烟企业ERP系统进行分析,设计了一种基于RFID的卷烟企业ERP系统改进总体框架。该ERP系统的架构建立在物联网基础上,将卷烟物流配送、防伪跟踪等模块采集的RFID数据信息集成到ERP系统平台,为系统功能的扩展提供业务逻辑、功能和数据分析的支撑。

摘要：随着高校信息化体系建设的不断深入,智慧型校园建设已经成为新的研究热点。文章以云计算为基础架构,设计了基于Hadoop框架的智慧校园分布式数据存储和计算平台,从而实现分布式数据存储和计算服务,为上层应用组件提供分布式的计算、数据共享等服务功能。文章分析了Hadoop技术在智慧校园的优势,并重点对分布式数据存储和计算平台的功能需求和模块设计进行了重点阐述。

摘要：利用传染病预警技术来监测突发公共卫生事件的暴发趋势并及时准确预警,是早期风险防控的关键。该文以医院医疗信息为原始数据,探析患者的人口统计学特征、症候群特征以及其他敏感医疗特征,设计基于事件演化动态适应性建模的疫情风险预警算法。同时,融合风险预警模型与区块链技术,构建基于区块链的数据共享和预警决策系统。该系统利用区块链技术实现数据的安全存储和共享交换,结合智能合约和联邦学习实现分布式风险预警和共识决策。实验证明,该文所设计的风险预警决策系统能够在保护患者隐私的前提下,兼顾预警准确性和及时性要求,有效改进传染病风险预警和融合决策的性能。

摘要：文章介绍了智慧校园云计算平台的三层服务架构,重点对基础IaaS层进行了详细设计与功能实现,利用虚拟化技术将现有的异构系统、硬件资源、数据资源进行资源整合,并搭建数据存储和计算群集虚拟资源池,为上层应用系统提供必要的运行环境和开发环境。

摘要：针对目前高校智慧校园大数据存储和计算效率不高的问题,文章构建了基于Spark分布式数据存储服务体系架构的个性化智慧教育云服务模式,为学生、教师、教育管理者和服务资源供应商提供多方协同的数字化生态环境。通过搭建实验集群,分别对采用Spark和Hadoop的MapReduce框架的智慧校园云服务平台的数据并行处理能力进行对比测试。结果表明,同一组数据集在两个平台上进行Kmeans聚类推荐计算,Spark架构在计算时间和计算效率方面具有明显的优势。

摘要：对国内外大学生就业网络信息服务进行研究,分析高校毕业生就业网络信息服务中存在的问题。结合大学生就业网络信息服务的实际需求,采用大数据分析技术、数据挖掘技术,优化大数据分析模型及相应推荐算法,设计毕业生就业网络信息服务模型,构建大数据时代下的就业网络服务模式。通过收集、获取多维度的海量就业数据,并分析求职者的求职行为,预测出求职者的求职意向,并推荐符合其个性化需求的就业信息,从而达到"精准化"的就业服务。