期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
慕课环境下“移动互联网信息安全”课程混合式教学模式思考 被引量:6
1
作者 谭利娜 蒋伟进 +1 位作者 陈荣元 周新民 《湖南第一师范学院学报》 2018年第6期89-92,共4页
近年来,大规模开放在线课程——慕课(MOOC),受到高等教育领域的关注,成为高校实践教学改革的研究热点,这也给实践性较强的网络信息安全类课程带来了机遇和挑战。通过分析传统信息安全课程教学中存在的问题,以及慕课教学与"移动互... 近年来,大规模开放在线课程——慕课(MOOC),受到高等教育领域的关注,成为高校实践教学改革的研究热点,这也给实践性较强的网络信息安全类课程带来了机遇和挑战。通过分析传统信息安全课程教学中存在的问题,以及慕课教学与"移动互联网信息安全"课程教学所独有的特色与关联,设计了一种包含教学任务制定、慕课资源搜集、课堂教学实施以及学生成绩评测等诸多教学环节的混合式教学模式。 展开更多
关键词 慕课 移动互联网信息安全 混合式教学模式
在线阅读 下载PDF
基于IWOA群智感知中数量敏感的任务分配方法 被引量:2
2
作者 蒋伟进 张婉清 +3 位作者 陈萍萍 陈君鹏 孙永霞 刘权 《电子学报》 EI CAS CSCD 北大核心 2022年第10期2489-2502,共14页
随着移动终端的大规模普及,群智感知技术以其高效且成本低廉的优势逐渐取代现有的静态传感器,成为一种新兴的数据收集方式.如何在保证质量、降低成本的前提下,把感知任务分配给最佳执行用户以实现用户任务完成数量的最大化,是数量敏感... 随着移动终端的大规模普及,群智感知技术以其高效且成本低廉的优势逐渐取代现有的静态传感器,成为一种新兴的数据收集方式.如何在保证质量、降低成本的前提下,把感知任务分配给最佳执行用户以实现用户任务完成数量的最大化,是数量敏感任务分配问题研究的重点.基于此,提出一种结合非线性递减收敛因子、最优局部抖动以及动态位置更新三种操作的改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA),并将其用于求解所提出的任务分配问题.对数量敏感的任务分配问题进行建模,根据用户与任务间的适应程度,定义空间匹配度与技能匹配度.在用户执行任务的过程中考虑到用户的学习能力,引入技能更新机制对用户已有技能进行及时更新,以此提高任务分配的效率.综合考虑预算、用户在线时长以及感知任务完成质量,对最大化任务完成数量的任务分配问题进行合理定义,并从为任务选择最佳执行用户的角度出发,设计一种基于优先级的用户选择策略,以实现在保证感知任务基本完成质量的前提下,降低任务分配的成本.在最优任务分配方案的求解过程中,利用改进算法对每次迭代初始的任务序列进行不断优化,经过有限次迭代即可得到最终结果.将改进算法与其他优化算法在相同环境下进行对比实验,结果表明改进算法在求解任务分配问题时具有更高的性能. 展开更多
关键词 数量敏感 任务分配 改进的鲸鱼优化算法 技能更新机制 优先级
在线阅读 下载PDF
基于边缘计算的环境监测自适应联邦学习算法 被引量:2
3
作者 蒋伟进 韩裕清 +3 位作者 吴玉庭 周为 陈艺琳 王海娟 《电子学报》 EI CAS CSCD 北大核心 2023年第11期3061-3069,共9页
针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不... 针对环境监测领域边缘设备资源不平衡、通信延迟以及模型质量不高的问题,本文提出一种基于边缘计算的环境监测自适应联邦学习算法.该算法旨在利用边缘设备进行数据处理,并根据各个设备的资源限制调整全局模型的聚合频率,以更好地适应不同的监测环境.通过考虑边缘设备之间的资源差异,算法采用了动态优化迭代频率的策略,以提升模型的训练效果.与传统的固定迭代频率相比,该算法的调整策略更加灵活,能够更好地适应不同的数据分布和参与方特征.通过大量实验评估,并利用与同类算法CNN-FL(Convolutional Neural Networks-Federated Learning),FedAvg(Federated Averaging)和HFEL(Hierarchical Federated Edge Learning)的比较,本文提出的算法在算法性能和经济成本方面具有显著优势,这种算法为环境监测提供了一种高效、安全和可扩展的数据分析和模型建立方法,有助于推动环境监测能力的提升. 展开更多
关键词 环境监测 自适应联邦学习 边缘计算 模型聚合 优化算法
在线阅读 下载PDF
基于移动Agent的智能交易安全风险控制机制研究
4
作者 蒋伟进 吕斯健 +3 位作者 张莲梅 张婉清 李恩 杨莹 《模糊系统与数学》 北大核心 2022年第1期144-156,共13页
在移动网络交易中,交易双方的互信是网络交易能够顺利进行的前提和关键,实体间的信任度量涉及到交易额、交易时间、消费实体个人相关信息及其对信任的风险态度等因素,通常难以准确地进行量化计算。为探明这种互信关系的本质特点,基于多A... 在移动网络交易中,交易双方的互信是网络交易能够顺利进行的前提和关键,实体间的信任度量涉及到交易额、交易时间、消费实体个人相关信息及其对信任的风险态度等因素,通常难以准确地进行量化计算。为探明这种互信关系的本质特点,基于多Agent系统协同理论,提出了基于移动Agent的动态互信计算模型,实现了对信任的定性与定量的转换;同时对现有的新用户信任度赋值方法进行了改进,提出一种依据前期系统的最小信任度,动态设置新用户初始信任度的方法,有效抵制了随意抛弃信誉资料的败德行为。并通过将交易评价体系和权重体系引入多因素机制,增强了互信算法在交易单个属性上的敏感性,有效的过滤和清除了在信誉榨取、信誉诽谤等恶意行为方面对交易信任的影响。详细的理论分析和大量仿真实验验证该机制能有效揭示和解决移动网络交易中的信任计算问题,为移动互联网环境下安全交易的研究提供了有价值的新思路。 展开更多
关键词 移动互联网 动态信任模型 信誉管理 移动AGENT系统 在线交易安全
原文传递
基于自适应连续时间的群智感知轨迹隐私保护方案
5
作者 蒋伟进 王海娟 +3 位作者 周为 陈艺琳 吴玉庭 韩裕清 《电子学报》 EI CAS CSCD 北大核心 2023年第10期2894-2901,共8页
针对轨迹差分隐私保护存在的预测精度差、隐私预算分配效用低的问题,本文提出自适应连续时间序列下的群智感知轨迹预测方案.首先在任务分配阶段,为参与者分配轨迹路线;其次引入隐马尔可夫模型(Hidden Markov Model,HMM),对轨迹进行预测... 针对轨迹差分隐私保护存在的预测精度差、隐私预算分配效用低的问题,本文提出自适应连续时间序列下的群智感知轨迹预测方案.首先在任务分配阶段,为参与者分配轨迹路线;其次引入隐马尔可夫模型(Hidden Markov Model,HMM),对轨迹进行预测;然后使用预分配和自适应分配相结合的综合隐私预算分配方法,降低隐私预算;最后利用拉普拉斯机制,进行位置扰动.实验结果表明,与相关工作相比,所提方法兼顾预测性和低预算性,对群智感知中参与者在轨迹隐私安全保护上具有良好的保护效果. 展开更多
关键词 轨迹预测 差分隐私 综合性隐私预算分配 自适应连续时间 群智感知
在线阅读 下载PDF
群智感知中面向移动群体的参与者选择优化模型
6
作者 蒋伟进 吕斯健 陈晓红 《控制理论与应用》 EI CAS CSCD 北大核心 2022年第2期343-351,共9页
随着短视频时代的来临,移动群智感知任务的视频化程度越来越高,在传统研究中常利用机会网络和移动网络激励任务的分发和数据的收集,但机会网络中节点移动的不可控性,以及视频任务内容传输的高代价性都使得这些方法的实用性大大降低.针... 随着短视频时代的来临,移动群智感知任务的视频化程度越来越高,在传统研究中常利用机会网络和移动网络激励任务的分发和数据的收集,但机会网络中节点移动的不可控性,以及视频任务内容传输的高代价性都使得这些方法的实用性大大降低.针对此问题,利用社会移动群体规律性的自主聚集、活动范围大等特点,提出一种面向社会移动群体的群智感知参与者选择优化模型.利用密度聚类算法根据同类任务的位置进行划分得出聚类中心,实现任务子区域所属地铁站点的划分.包括基于用户激励成本的参与者优化算法和基于用户数量的参与者优化算法.仿真结果表明,与同类算法相比可以消耗更低的系统资源选择出参与者数量更少的任务分发方案. 展开更多
关键词 数据驱动 群智感知 密度聚类 优化算法
在线阅读 下载PDF
A Novel Method for Assessing and Optimizing Software Project Process Based Risk Control
7
作者 jiang wei-jin XU Yu-sheng XU Yu-hui 《Wuhan University Journal of Natural Sciences》 EI CAS 2006年第1期289-293,共5页
A new approach for assessing and optimizing software project process based on software risk control presented, which evaluates and optimizes software project process from the view of controlling the software project r... A new approach for assessing and optimizing software project process based on software risk control presented, which evaluates and optimizes software project process from the view of controlling the software project risks. A model for optimizing software risk control is given, a discrete optimization algorithm based on dynamic programruing is proposed and an example of using above method to solve a problem is also included in this paper. By improving the old passive post-project control into an active effective preaction, this new method can greatly promote the possibility of success of software projects. 展开更多
关键词 software process project management software risk risk control
在线阅读 下载PDF
移动agent系统安全问题的动态信任计算模型 被引量:6
8
作者 蒋伟进 吕斯健 《控制与决策》 EI CSCD 北大核心 2022年第2期499-505,共7页
在移动云计算中,数据存储和数据处理是在云端以远程方式进行的,因而信任是移动云计算安全中一个非常重要的因素.针对移动云计算环境中移动agent系统安全和信任管理问题,借鉴人类信任机制(human trust mechanism, HTM),研究主观信任形成... 在移动云计算中,数据存储和数据处理是在云端以远程方式进行的,因而信任是移动云计算安全中一个非常重要的因素.针对移动云计算环境中移动agent系统安全和信任管理问题,借鉴人类信任机制(human trust mechanism, HTM),研究主观信任形成、信任传播与信任进化规律,提出主观信任动态管理算法(MASTM);基于移动agent与执行主机的交互经历以及第三方推荐信息收集基础信任数据,给出公信主机选择算法;孤立恶意主机算法和综合信任度计算算法,实现选择信任机群,孤立恶意主机的功能,以增强移动agent与主机的安全交互效果.对所提出的算法均进行模拟实验,验证了其可行性和有效性. 展开更多
关键词 移动云计算 移动AGENT系统 主观信任 客观信任 移动互联网 动态信任计算
原文传递
群智感知中移动用户招募的防贪婪激励机制研究 被引量:4
9
作者 蒋伟进 刘晓亮 《控制与决策》 EI CSCD 北大核心 2022年第1期28-36,共9页
随着群智感知的普及,以合理的成本招募最佳感知信息提供者的问题变得更加重要,但移动用户追求高回报的贪婪特性会使得招募成本偏高.为此,提出一种针对团体的群智感知招募的激励机制.首先,通过移动用户的属性和任务详细信息来迭代所有可... 随着群智感知的普及,以合理的成本招募最佳感知信息提供者的问题变得更加重要,但移动用户追求高回报的贪婪特性会使得招募成本偏高.为此,提出一种针对团体的群智感知招募的激励机制.首先,通过移动用户的属性和任务详细信息来迭代所有可能团体;然后,评估生成的随机初始团体,删除其中违反任务约束的团体,并计算其余团体的信息质量QoI(the quality of information,QoI)比率,团体将经过轮盘赌程序从当前团体中选择候选人进行进化程序,选定的团体经过交叉,在团体之间随机交换成员;最后,进行突变,该过程随机替换团体的成员,从解决方案集中选择具有最佳QoI比率的团体,解决了移动用户对数据进行过高定价以提高利润的倾向.提出的激励机制包括选择和支付机制,避免了移动用户选择过程中的贪婪特性.通过与现有的团队招募框架方法的对比,以及实验数据集与原始模型进行的比较,表明了该激励机制的有效性. 展开更多
关键词 群智感知 激励机制 信息质量 用户招募 移动用户 遗传算法
原文传递
移动群智感知中基于任务质量的多任务分发参与者选择 被引量:3
10
作者 蒋伟进 陈君鹏 +3 位作者 张婉清 陈萍萍 孙永霞 刘晓亮 《控制与决策》 EI CSCD 北大核心 2022年第10期2667-2676,共10页
任务分发作为移动群智感知领域的关键研究问题是目前的热点和难点,针对该领域中多任务分发条件下的参与者选择方法进行研究,根据参与者的历史任务完成情况,利用参与者累计信誉以及参与意愿构建参与者服务质量模型(QoS).在最大化QoS的基... 任务分发作为移动群智感知领域的关键研究问题是目前的热点和难点,针对该领域中多任务分发条件下的参与者选择方法进行研究,根据参与者的历史任务完成情况,利用参与者累计信誉以及参与意愿构建参与者服务质量模型(QoS).在最大化QoS的基础上,采用启发式贪心算法解决参与者的选择问题.提出以任务为中心和以用户为中心的两种选择方案,在算法中引入距离约束因子、完整度约束因子以及信誉度约束因子,在保证任务完成质量的前提下,尽可能提升平台最终收益和参与者的收益.对两种算法的可行性和有效性进行评估,与现有的算法在选择出的参与者人数、移动距离以及数据质量等方面进行详细对比,分析各种因素对选择结果的影响.在实验过程中,建立阶跃型数据定价模型,对参与者上传的数据质量进行量化对比.实验结果表明,所提出的算法较现有的算法在服务质量方面取得了很好的效果. 展开更多
关键词 移动群智感知 参与者选择 服务质量 多任务分发 启发式算法 累积信誉
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部