摘要：针对现有物联网(IoT)信任度评估方法未考虑信任的时效性、非入侵因素对直接信任度评估的影响以及缺乏对推荐节点可靠度的评估,造成信任评估准确度低且不能有效应对节点恶意行为的不足,提出一种IoT节点动态信任度评估方法(IDTEM)。首先,设计节点服务质量持续因子评估节点行为,并采用动态信任衰减因子表达信任的时效性,改进基于贝叶斯的直接信任度评估方法;其次,从推荐节点价值、评价离散度与节点自身的信任度值三个方面评估推荐节点可靠度,并据此优化推荐信任度权重计算方法;同时,设计推荐信任反馈机制,通过服务提供节点完成服务后的实际信任度与推荐信任度的反馈误差实现对协同恶意推荐节点的惩罚;最后,基于熵计算节点自适应权重,得到节点综合信任度值。实验结果表明,同基于贝叶斯理论的面向无线传感器网络的信誉信任评估框架(RFSN)模型及基于节点行为的物联网信任度评估方法(BITEM)相比,IDTEM可较好地识别恶意服务和抑制恶意推荐行为,且具有较低的传输能耗。

摘要：如今线上会议广泛应用,人们面对面交流的需求也越来越强。本文提出基于VR技术的虚拟远程会议室,可以很好的兼容线上会议便利与真实性的特点。该项目使用Unity3D开发一个多人虚拟会议室并发布成一款在线应用,可以实现多人虚拟空间内的面对面交流,通过虚拟屏幕将发起者所需展示的图片、视频等本地文件与参与者进行共享,并且参会的与会人员都将拥有一台虚拟电脑,用于记录会议内容和进行虚拟远程办公,实现真正的线上面对面交流与办公。

摘要：为降低DBSCAN算法的运行时间,结合MCMC(Markov chain Monte Carlo,马尔可夫链蒙特卡洛)采样方法对DBSCAN进行改进,提出一种聚类算法,称为DBSCAN++。其基本思想是优先扩展拓展能力较强的核心对象。通过实验将DBSCAN++与DBSCAN和OPTICS进行对比,实验结果表明,从算法运行时间看,DBSCAN++比DBSCAN平均降低了60.7%,比OPTICS平均降低了70.2%;从聚类准确性角度看,DBSCAN++与DBSCAN和OPTICS相当。在没有影响聚类准确性的情况下,DBSCAN++具有更低的运行时间,是一种有效的聚类算法。

摘要：为找出可能在未来广泛传播的微博谣言,提出将谣言实时识别和谣言传播范围评估相结合的方法。建立实时谣言识别模型,在微博消息发出时刻提取特征进行实时谣言识别;基于改进的用户影响力算法建立谣言传播范围评估模型;按评估周期采用谣言传播范围评估模型对谣言在发出后的传播范围进行评估。实验结果表明,实时谣言识别方法具有较高的准确率,基于改进的用户影响力算法比基于PageRank算法提出的谣言传播范围评估模型更加合理地预评估了谣言的传播范围,可得到在发布后可能会广泛传播的谣言。

摘要：针对以文本词向量作为输入的神经网络无法充分利用文本语义结构特征信息、难以有效表示每个词语在句子中的重要程度等问题,提出一种基于自注意力机制的双向分层语义模型Satt-BiHSNN。通过双层双向LSTM将文本词向量进行训练得到文本表示,解决长距离依赖问题;通过自注意力机制从多个视角有效获取每个词语在句子中的重要程度,减少噪音词语权重并获取更多隐藏信息;使用softmax分类器进行文本分类。在IMDB和20Newsgroup数据集上的实验结果表明,该方法在文本分类任务中,较之前基于传统注意力机制的文本分类模型在准确率和收敛速度上有了进一步的提高。

摘要：为解决互联网上不同源中同一实体描述多样性的问题,提出一种基于非主属性离群点检测的实体匹配方法。利用非主属性值消除主属性值不同带来的歧义,非主属性值可较快排除不匹配实体,极大提高匹配效率。该匹配方法在一定程度上克服了离群点匹配在传统奇异值分解中不能应用在大规模数据的弊端,其基于规则的方法对数据进行粗筛选,降低实体对的数据规模;根据离群点检测模型做进一步筛选,得到初步的实体对集;根据生成的实体对集进行采样,利用机器学习选择合适的匹配器并训练来获取匹配对。实验结果表明,该方法使准确率和召回率得到提高,其有效性得到验证。

摘要：多通路Metropolis光照传播算法(multiplexed metropolis light transport,MMLT)存在相邻像素内的路径样本差异性大的缺陷,导致最终生成的渲染图像出现大量噪声。为解决该问题,以像素内采样样本为集合,引入Deluca-Termini模糊度作为像素噪声水平的评价标准;为降低当前像素和周围像素内路径样本的差异性,采样过程中当采样数量达到一定数目后,将模糊度作为当前像素八邻域位置的采样权重;以权重影响不同噪声水平像素采样比重,进行自适应采样。实验结果表明,引入模糊度作为权值的八邻域自适应采样算法切实改进了不同光照材质场景中的渲染效果,减少生成图像噪声的同时改进了整体的采样分布。

摘要：为保证电子公文的安全传输,提出了一种基于MD5算法、RSA算法和USBkey等技术的电子公章系统的设计方案。该系统能够保证文档信息的有效性、可认证性和不可抵赖性。实验证明符合传统公文的要求,易于被用户接受,在电子商务、电子政务及其他电子办公领域有较高的应用价值。

摘要：针对基于监督学习的入侵检测算法需要的大量有标签数据难以收集,无监督学习算法准确率不高,且对R2L及U2R两类攻击检测率低等问题,提出一种高效的半监督多层次入侵检测算法。首先,利用Kd-tree的索引结构,利用加权密度在高密度样本区选择K-means算法的初始聚类中心;然后,将聚类之后的数据分为三个类簇,将无标签类簇和混合类簇借助Tri-training采用加权投票规则扩充有标签数据集;最后,利用二叉树形结构设计层次化分类模型,在NSL-KDD数据集上进行了实验验证。结果表明半监督多层次入侵检测模型能够在利用少量有标签数据的情况下,对R2L及U2R的检测率分别达到49.38%、81.14%,有效提高R2L及U2R两类攻击的检测率,从而降低系统的漏报率。

摘要：针对传统基于兴趣区的可视化方法在分析飞行员眼动数据过程中无法关注细节的问题,提出了一种基于用户自定义兴趣区的眼动数据可视分析方法。首先,根据具体的分析任务,引入对任务背景图像的自我划分和定义;然后,在此基础上,结合多种辅助视图和交互手段,设计并实现了面向飞行员培训的眼动数据可视分析系统,帮助分析人员分析不同的飞行员之间的眼动差异,最后通过案例分析,证明了可视分析方法的有效性和分析系统的实用性。实验结果表明,较传统方法来说,所提方法增加了分析人员在分析过程中的主动性,在整体和局部方面,支持分析人员对任务背景进行细节的探索,增加了分析人员分析数据的多角度性,让分析人员能够结合整体发现飞行学员在训练过程中认知困难的部分,进而制定更有针对性、更有效的训练课程。