摘要：基于属性加密算法因含有大量耗时的指数运算和双线性对运算,一些方案提出将加密外包给云服务器.然而这些方案并没有给出外包加密在云服务器中的并行计算方法,而且还存在用户保管私钥过多、授权中心生成用户私钥成本过大的问题.针对这些问题,提出一种基于Spark大数据平台的快速加密与共享方案.在该方案中,根据共享访问树的特点设计加密并行化算法,该算法将共享访问树的秘密值分发和叶子节点加密并行化之后交给Spark集群处理,而用户客户端对每个叶子节点仅需要一次指数运算;此外,用户私钥的属性计算也外包给Spark集群,授权中心生成一个用户私钥仅需要4次指数运算,并且用户仅需要保存一个占用空间很小的密钥子项.

摘要："计算思维(Computational Thinking)"是当前国际计算机界广为关注的一个重要概念,也是当前计算机教育需要重点研究的重要课题,它的研究对我国转型期的科学和教育具有重要的意义。"轻游戏(Light Game)"是具有主流游戏内在动机并同时辅助教学开发学习者思维能力的教育软件,用"轻游戏"的方式可培养学习者的计算思维能力。综合二者的特点,采用理论与实践相结合的方式,在分析"轻游戏"和"计算思维"的基础之上,探索并构建了程序设计课程教学中"轻游戏"对"计算思维"能力培养的教学模型和学习模型,通过实例论证,该模型不仅可以提高教学和学习效率,而且可以提升学习者的计算思维能力,同时也为广大教学者从思维层面上培养学习者提供了参考。

摘要：E-learning的RO(IReturn On Investment)是E-learning的重要研究内容之一。本文提出了高校教育中e-learning教学方式投资回报率的DKM模型,该模型能通过对传统教学方式的成本分析以及对e-learning教学方式的成本分析,计算出投资e-learning学习方式后节约的成本,从而计算出高校投资e-learning后在成本层面上的投资回报率,因此能为高校管理层提供e-learning系统选择和建立的决策依据。在应用该模型时,需要仔细考虑传统教学模式和e-learning教学模式的成本因素,包括设计和开发成本、知识传递成本、管理和维护成本等。最后,我们将这一模型应用于长江师范学院的公共外语教学网络平台决策中,实验结果表明,该e-learning教学方式与传统教学方式相比,仅仅在成本层面上就已经收益50%。

摘要：针对移动设备访问三维虚拟场景受到网络带宽和终端计算能力的制约,使得在线利用虚拟现实进行移动学习效率不高,基于此提出了基于普适计算的自适应优化选择技术。对三维实体进行本体语义描述,建立相应的优化模型。在此基础上通过WURFL对手持移动设备进行采样获取设备参数,对参数进行分析从而建立普适规则,利用普适计算进行自适应优化选择。测试结果表明,经过自适应选择后手持移动设备获取三维虚拟场景资源的速度和效率得到明显提高。

摘要：针对协同训练算法对无标记数据挑选效率较低,导致噪声数据引入问题,提出了基于图的置信度估计半监督协同训练算法(CESL)。利用样本数据自身的结构信息,显式计算无标记样本所属类别概率。同时,采用了多分类器隐式对无标记数据进行置信度估计,以提高无标记数据挑选标准。将显示计算和隐式估计结合对无标记数据进行选择,减低噪音数据的引入,更新分类器。在UCI数据集上的对比实验表明了该算法的有效性。

摘要：为决定数据库在复杂负载下运行时,数据缓冲区自适应优化所要求的大小与方向,提出了基于模拟仿真的自适应优化算法,通过建立模拟数据缓冲区(simulated buffer pool,SBP)来决定调整的方向。应用缓冲错失公式(buffer miss equation,BME)结合基于模拟仿真自适应优化算法监测数据库运行状态时所获得的一系列关键数据,来确定优化调整的具体方案。实验结果表明,该算法提升了数据库整体性能,并在长时间内保持性能高效稳定。

摘要：概念图的构建是一项复杂的工程,在概念术语提取阶段往往需要领域专家花费大量时间手工完成。随着概念图在信息处理和知识管理系统中得到日益广泛的应用,仅仅依靠领域专家来手工提取概念术语生成概念图的办法已不能满足应用需求。基于此,提出结合网络爬虫技术和LSA的方法自动提取概念术语,生成概念图的方法,可以降低概念图制作的人工复杂度,高效、准确的构建概念图,可以大大扩展概念图的应用范围。从指定网站上爬取大量领域文本资源;进行文本预处理并抽取特征项;再利用LSA挖掘特征项与特征项、特征项与文本之间的潜在语义结构,消除噪音及冗余特征项,提取概念术语。实验结果表明,结合网络爬虫技术和LSA方法能够降低概念术语的提取过程中的人力复杂度,去除冗余概念,并提高准确性。

摘要：针对领域概念术语提取过程中特征项来源于人工获取领域文本集以及特征项抽取的准确性不高的问题,提出一种特征项自动抽取方法。首先利用第三方接口从文献资源库中获取大量领域文本集,并对其进行段落分析,在文本预处理阶段提出一种改进的无词典分词方法进行二次分词,结合TFIDF,开方检验,信息增益及词汇位置权重方法进行特征项抽取。实验结果表明,该方法能实现特征项自动化抽取。

摘要：针对个性化网络学习平台中往往只关注学习者学习风格而忽略对学习者认知能力培养的问题提出一种基于概念图的方法对学习者认知能力进行形式化描述。采用自然语言处理及潜在语义分析方法构建基于学习者行为的学习者概念图及领域知识概念图,提出一种基于最大共同子图的匹配算法计算学习者概念图与领域知识概念图之间的相似度,提取学习者的个性化知识缺失、还需要掌握的知识,并以可视化形式呈现一定知识目标领域内学习者的已有知识及需要掌握的知识。实验结果表明,基于概念图的个性化网络学习能够促进学习者及时纠正、完善知识点的理解缺陷,培养学习者的认知能力。

摘要：计算思维是当前国际计算机界广为关注的一个重要概念,也是当前计算机教育需要重点研究的重要课题。文章首先结合任务驱动式教学和教学模式的特点构建了基于计算思维的任务驱动式教学模型(Task-Driven Teaching Model Based on Computational Thinking,简称TDTMCT)。TDTMCT模型将教学者和学习者之间通过任务连接起来,教学过程以任务为主线,教学者主导,学习者主体。整个过程教学者运用计算思维方法准备课程,设计任务,学习者根据教学者的引导,运用计算思维方法完成教学任务。最后运用实例验证了该模型的可行性和高效性。与传统的教学模式相比较,基于计算思维的任务驱动式教学模式在培养学习者自我建构知识以及创新思维能力方面有较大的进步,不仅可以提高学习效率,而且可以培养学习者的计算思维能力。