您的位置: 专家智库 > >

马自飞

作品数:6 被引量:59H指数:4
供职机构:云南大学软件学院更多>>
发文基金:国家自然科学基金中国博士后科学基金教育部人文社会科学研究基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 3篇云计算
  • 2篇云安全
  • 1篇德尔菲
  • 1篇电子政务
  • 1篇云计算安全
  • 1篇云计算技术
  • 1篇政务
  • 1篇支持结构
  • 1篇种群
  • 1篇熵权
  • 1篇模糊集
  • 1篇模型库
  • 1篇聚类
  • 1篇计算技术
  • 1篇管理风险
  • 1篇轨迹聚类
  • 1篇风险分析

机构

  • 6篇云南大学
  • 3篇云南财经大学
  • 2篇云南农业大学
  • 1篇浙江大学

作者

  • 6篇马自飞
  • 4篇李彤
  • 3篇朱锐
  • 3篇姜茸
  • 3篇张秋瑾
  • 2篇李彤
  • 1篇莫启
  • 1篇郑明

传媒

  • 3篇计算机集成制...
  • 2篇现代情报
  • 1篇电子技术应用

年份

  • 1篇2021
  • 1篇2020
  • 1篇2018
  • 2篇2015
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
基于轨迹聚类种群的遗传过程混成挖掘算法被引量:5
2020年
遗传过程挖掘算法以模型质量引导模型的发现,在挖掘模型的同时不断修正挖掘算法的执行,因此相比于其他挖掘算法,更容易生成高质量的过程模型。但由于其迭代发现的特性,对于大型日志,挖掘效率往往较低且生成模型质量不高。针对以上问题,提出一种基于轨迹聚类种群的遗传过程混成挖掘算法(GMTC)。该算法一方面通过轨迹聚类划分事件日志,简化挖掘环境,再使用归纳挖掘算法对事件日志进行预挖掘,为遗传挖掘算法准备高质初始种群;另一方面优化遗传算子,使用对齐日志得到的模型偏差信息指导突变操作,使得突变操作由随机变为有向,从而有效地提高种群的综合质量,使遗传挖掘算法加快收敛。基于过程日志生成器生成模拟日志、某市政府建筑许可申请过程的真实日志以及6个公开数据集的实验结果表明:基于轨迹聚类种群的遗传过程混成挖掘算法相较于其他挖掘算法不但在挖掘效率方面有较大提升,而且挖掘得到的模型质量也能够达到较高的水平。
汤雅惠朱锐朱锐南峰涛李彤马自飞
关键词:轨迹聚类
云计算安全风险因素挖掘及应对策略被引量:30
2015年
云计算作为一种全新的服务模式,其特点决定了它面临着比传统网络和信息安全更多的安全风险问题,且该问题已成为制约云计算发展的重要因素。介绍了云计算体系结构及特征,分析了云计算安全风险研究现状,重点剖析了云计算技术和管理的安全风险因素,并给出应对策略,可供云服务商、云用户和云监管机构参考或借鉴,对云计算的进一步发展具有一定的指导意义。
姜茸马自飞李彤张秋瑾
关键词:云计算云安全管理风险
支持结构与行为融合的过程模型索引构建与检索被引量:2
2021年
为应对现有过程库中具有复杂结构的过程模型不易管理和理解、索引效率低等问题,提出一种支持结构和行为融合的过程模型索引构建与检索方法。针对过程库海量过程模型存储和高效的过程模型多维索引问题,提出采用花模型将具有复杂结构的一般过程模型转化为基于块的过程模型的方法,用于生成一般过程模型的索引;采用基于块的过程模型生成对应的过程树进行存储;利用过程树的编辑距离计算过程树的相似度,进而有效管理过程模型。通过构建相应的案例和原型系统证明了所提方法在模型转化、存储和检索方面具有良好的正确性与可行性。
朱锐黄月李彤马自飞李彤马自飞
电子政务云安全风险分析被引量:15
2014年
云计算作为IT界的一次新浪潮,为电子政务提供了新运行模式,它能弥补传统电子政务的不足,实现电子政务服务集约化、开放化的需求。鉴于安全风险问题已成为阻碍电子政务云发展和应用的主要原因,且相关理论研究较为匮乏。本文首先介绍了电子政务云建设现状,以及云环境下电子政务集约化的发展模式;接着在梳理前人研究的云计算的安全风险的基础上,重点分析了电子政务云面临的安全风险因素;最后提出电子政务云安全风险应对策略。
姜茸张秋瑾李彤马自飞
关键词:云计算电子政务
云计算技术安全风险评估研究被引量:7
2015年
云计算基于开放的互联网,使得其面临众多安全风险问题,为使风险控制在可接受范围,评估是十分必要的。云计算风险因素复杂多样,用德尔菲法建立云计算技术安全风险评估指标体系,凝练了云计算环境下技术风险的主要因素,并用模糊集与熵权理论对其进行评估。通过实例分析,验证了该方法是可行的、有效的。
姜茸马自飞李彤张秋瑾
关键词:云计算德尔菲模糊集熵权
支持复杂结构的混成过程挖掘方法被引量:3
2018年
为解决传统过程挖掘算法在处理蕴含复杂结构的海量日志时的低效低质问题,提出一种支持复杂结构的混成过程挖掘方法。该方法首先将事件日志转化为具有发生次数的直接后继图,以支持活动间基本关系的判定;通过过程树对已发现的两两活动间的基本关系进行抽象与合并,进而对日志进行更新,反复迭代直到整个日志中的所有具有基本关系的活动被全部发现。若待发现模型由基本块组成,则挖掘结果为基于块的过程模型;若待发现模型包含复杂结构,则通过混成使用基于区域的方法对复杂结构进行发现。最终利用活动重构操作对挖掘结果中已抽象为过程树的部分进行细化,从而获得最终结果。为了进一步提升挖掘效率,还提出并行化的发现与重构方法。大量基于真实数据的实验结果表明,该方法的挖掘效率和挖掘精确度达到了较好的水平。
朱锐张志幸莫启李彤马自飞黎彬
共1页<1>
聚类工具0