【摘 要】
：
针对高安全单位内网对信息流转细粒度管控的需求,提出一种基于多维标签的信息流转双重管控模型。介绍一种多维标签,提出一种高效的信息流转实时判别算法;提出一种结合领域知
【机 构】
：
中国工程物理研究院计算机应用研究所,乐山师范学院计算机科学学院
【基金项目】
：
国家自然科学基金面上基金项目（61373056）, 四川省教育厅重点基金项目（17ZA0201）
论文部分内容阅读
针对高安全单位内网对信息流转细粒度管控的需求,提出一种基于多维标签的信息流转双重管控模型。介绍一种多维标签,提出一种高效的信息流转实时判别算法;提出一种结合领域知识的多维标签自动标识算法,将算法标识标签与用户标识标签进行对比,实现＂事后＂审计与预警。经原型验证,信息流转实时判别算法的吞吐量能达到2000次每秒,系统预警的召回率指标和准确率能分别达到93.75%和89.3%。
其他文献
为使SHA2_512(全文不统一）算法在单任务大数据的处理方式下能够获得较高的加密速度，研究一种基于多核密码处理器的SHA2_512实现方案。在关键路径上进行多分支结构映射的优化，实
为实现大规模数据流抽样的公平性与可行性,设计一种自适应数据流公平抽样算法。根据网络负载状况,自适应地调整抽样间隔,对数据流进行分段采样,采集初始样本;根据数据流的大小,以反比例函数为抽样函数,对初始样本进行概率抽样。通过对数据流采集过程的两阶段控制,实现在资源有限的情况下,对数据流进行公平合理的抽样。仿真结果表明,相较其它抽样算法,使用该算法抽样的样本更加公平准确。
基于均模型的IBCF(item-based collaborative filtering)算法只考虑在整体的用户集上计算项目之间的相似度,丢失了一些局部上的信息,为此提出社区均模型的IBCF算法。整体用户