-
题名移动互联网时代终端安全问题及解决方案分析
被引量：3
- 1
-
-
作者
严丽云
杨新章
陆钢
侯韶新
-
机构
中国电信股份有限公司广东研究院
中国移动集团南方基地
-
出处
《电信科学》
北大核心
2014年第12期145-152,共8页
-
文摘
移动互联网端到端的安全涉及云、管、端3个维度,着眼于移动智能终端的安全,以Android、i OS移动智能终端为代表,从系统级、应用级、漏洞及恶意代码多个角度,讨论移动互联网时代终端安全问题与解决方案。
-
关键词
移动智能终端
系统安全
应用安全
-
Keywords
mobile intelligent terminal, system security, application security
-
分类号
TN929.53
[电子电信—通信与信息系统]
-
-
题名浅析业财核算的正确打开方式
被引量：1
- 2
-
-
作者
徐剑锋
-
机构
中国移动南方基地
-
出处
《中国注册会计师》
北大核心
2019年第8期97-98,共2页
-
文摘
实施业财核算是企业构建财务大数据的基础,也是企业落地实施管理会计的重要抓手。本文针对当前企业财务数据管理中存在的问题,探索提出构建业财核算体系,并对其内涵、数据归集、质量控制及应用平台进行了初步探讨,以深度挖掘企业数据资源。
-
关键词
业财核算
内涵探析
数据来源
质量控制
应用平台
-
分类号
F275.2
[经济管理—企业管理]
-
-
题名企业PaaS平台产品选择框架研究
被引量：2
- 3
-
-
作者
周毅书
周剑雄
徐星
殷星
-
机构
中国移动南方基地
华中科技大学自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第18期243-248,共6页
-
基金
国家自然科学基金(No.61273207)
-
文摘
云计算的三层服务架构(Saa S、Paa S、Iaa S)正深刻地影响着企业信息化系统建设,其中平台即服务(Paa S)产品选择问题成为当前企业私有云构建中的棘手问题,至今仍无好的解决方法。为此,提出一个企业Paa S平台产品选择框架,分别从Paa S产品选择的需求分析、测评指标和评选方法三方面研究融合云计算模式的企业面向服务体系架构,Paa S产品评价指标体系的构建方法和基于ANP的多属性产品选择决策过程。通过一个案例展示该选择框架在提高企业Paa S平台产品选择决策水平中的作用。
-
关键词
平台即服务
产品选择
需求建模
测评指标
选择框架
-
Keywords
platform as a service
production selection
requirement modeling
measuring index
selection framework
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SOA建模仿真的云迁移适合度测评方法
被引量：2
- 4
-
-
作者
刘裕
周毅书
王明哲
-
机构
华中科技大学自动化学院
中国移动南方基地
-
出处
《计算机工程与科学》
CSCD
北大核心
2013年第11期139-145,共7页
-
基金
国家自然科学基金资助项目(61273207)
-
文摘
云计算技术的快速发展影响着企业IT系统架构模式的转型,为了提升企业IT应用系统是否适合部署到私有云中的决策水平,提出一种基于面向服务体系架构(SOA)模型仿真的云迁移适合度测评方法。通过企业云应用系统体系结构视图模型建模和可执行着色Petri网(CPN)建模,从企业云应用需求和云服务属性两方面,创建云迁移适合度评价指标体系;采用定性与定量相结合的方式,展示了基于SOA建模与仿真的企业云迁移适合度网络分析法(ANP)综合测评过程与分析步骤。最后,利用一个企业应用案例验证了该方法的可行性和有效性。
-
关键词
云迁移
适合度
网络分析法
建模仿真
指标体系
-
Keywords
cloud migration
suitability
analytic network process
modeling and simulation
metrics
-
分类号
TP338
[自动化与计算机技术—计算机系统结构]
TP302
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于高阶特征表示的图像分类方法
- 5
-
-
作者
周毅书
梁鹏
张海涛
周建雄
刘琦
-
机构
中国移动南方基地
广东技术师范学院计算机科学学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2016年第4期318-321,共4页
-
基金
广东省高等学校科技创新基金资助项目(2013KJCX0117)
-
文摘
传统高阶特征构建方法需对局部特征进行两两匹配,随着阶数的增加,从而导致组合爆炸问题。为此,提出一种高阶特征组合表示方法。将图像划分为多个网格,每个网格内的尺度不变特征转换组合成高阶特征组合。同一个网格内tf-idf值最大的特征作为主特征,其余特征作为子特征,将主特征与子特征之间的夹角作为特征空间信息。通过高阶特征组合的视觉距离和几何距离匹配高阶特征,并结合支持向量机进行图像分类实验,结果表明,该方法分类准确率提高了约4%,可有效避免组合爆炸问题。
-
关键词
高阶特征组合
图像分类
特征匹配
支持向量机
空间结构信息
-
Keywords
high-order feature combination
image classification
feature matching
Support Vector Machine （SVM）
space structure information
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
