摘要：设计并实现了一种分布式网络性能智能监测系统。系统由很多分布式的客户端组成,可以监测跨交换机域网络。系统同时将神经网络算法引入到流量分析,形成了智能流量分析功能。最后提出了一种基于Hash表的可视化的入侵检测机制,可以简单直观实时地反应网络入侵。

摘要：为解决现有语义模糊可搜索加密方案无法取得排序可验证的问题,提出一种支持语义模糊搜索并能对搜索结果的排序进行验证的方案。首先引入相关度分数和域加权得分,构造精确度更高的倒排索引结构。通过非线性保序加密,云服务器可以对搜索结果进行高效排序,减少了用户的计算开销和网络资源浪费。接着基于WordNet词典集对查询关键词进行语义拓展。在构造出语义拓展树后,只选取最相关的语义拓展词进行查询。通过引入语义相似度,设计双因子排序算法对搜索结果进行精确排序。然后为创建验证信息,将关键词集合插入布隆过滤器中,并计算布隆过滤器、安全索引、密文文档的消息认证码。在搜索阶段,通过布隆过滤器可以验证索引中是否存在查询关键词,并使用消息认证码对索引、文档的完整性和正确性进行验证。通过引入索引树结构进一步提高方案的搜索效率。最后,将本方案与相关方案在功能、存储开销、搜索开销等方面进行比较,并对创建索引、创建验证信息、语义拓展、加密查询、查询、验证等方面的开销进行仿真实验。方案对比分析显示本方案在语义搜索、排序、验证等功能上具有优势。实验结果表明,本方案不仅实现了语义模糊搜索与结果排序,而且实现了排序结果可验证功能。

摘要：密码解锁、身份证验证这类传统的个人身份鉴别手段与身份人本身不具有亲密性,导致假冒、被盗用几率增加,已不能完全满足当代社会对于财产安全和社会安全的防范需求。那么,可以看出现代社会对于高效可靠的身份识别系统的需求量很大。指纹识别技术将成为未来人体生理特征身份识别技术的主流之一。GPS可以进行远程终端连接从而让使用者减少财物损失。而以单片机为控制器的技术已发展的非常熟练,当代生活都离不开单片机控制。

摘要：从众(conformity)是一项相当普遍的社会行为。在团体组织进行讨论决策时,从众行为常会默默地发生。而传统性别刻板印象中,普遍认为女性是较为从众的群体,男性则较不会,故本研究探讨从众行为在女性群体中的表现。其中,本研究探讨的变项之一,即是在不同性别环境下,女性从众行为会如何增减?是否会受到周围异性影响而增强或削弱从众行为;此外,本研究亦好奇是否存在其他使人更从众的因素如——“共同利益(common interests)”,藉此探讨在有共同利益影响下的环境,女性是否会更从众。本研究采取2(性别情境:单一性别 vs. 混合性别) ×2(利益:共同利益 vs. 无共同利益)的完全独立样本实验设计,并以中山医学大学的女大学生为研究对象(N = 80),同时,采用错误记忆作业(false-memory task)为研究工具,并已于前置作业(pilot study)中验证此作业适用于测量从众行为,进而在正式研究中以此作为测量从众行为之工具。正式研究(main experiment)中发现,女性参与者在单一性别环境中比混合性别环境来得从众的(p );然而,有无共同利益及两变项间的交互作用均未达显着差异。进一步分析发现,从众行为在男女各半的性别环境比在混合性别环境少,单一性别环境下从众行为的比率最高。其他详细内容与结果请参见本文。