APP下载

基于信用机制的网络用户管理方法研究

2012-07-25郭延锋

计算机工程与设计 2012年3期
关键词:分类用户模型

郭延锋,孙 娜

(辽宁工业大学 电子与信息工程学院,辽宁 锦州121001)

0 引 言

传统网络管理往往是针对网络进行操作、监督、维护和提供网络操作系统以及相关软件[1]。这些年,随着网络信息化迅猛发展,网络用户数量呈现指数级增长,这也使得如何更好、更高效地管理网络成为网络管理的难点和国内外学者研究热点。在现有的网络管理机制中,网络管理员起到了举足轻重的作用,但是面对成千上万网络用户时,管理员往往表现出力不从心,因为他们不仅仅要维护网络系统的稳定,还要应对各种网络病毒和攻击。

个人信用管理模型最早产生在美国,伴随着世界金融的发展,目前已在金融领域广泛使用,例如保险业,银行业等。金融机构通过分析客户在一定时间内的消费行为,对客户进行个人信用评估,最终建立个人信用评估系统,并利用其用户进行管理和分类,为金融决策提供支持。随着信用评估技术的发展,目前已经产生了很多信用分析和管理的方法,例如,线性概率方法,人工神经网络 (artificial neural networks,ANN)和数学规划方法等[2-4]。其中最为流行和被行业认可的是人工神经网技术,由于其高准确率和稳定性被广泛使用[5-10]。支持向量机 (support vector machine,SVM)是人工神经网络技术之一,它继承了人工神经网络的优点并结合有监督学习方法,对分类和预测问题效果明显[11],目前多用于解决各类实际问题,例如模式匹配,生物医学等。

本文提出一种新的网络用户行为管理方法。该方法利用信用模型并结合网络用户行为,对用户进行信用评估,并给出相应的信用值,通过对信用值排序和分析,对网络用户进行管理,这样大大减轻了网络管理员的工作强度,提高网络运行的稳定性。……

登录APP查看全文

猜你喜欢

分类用户模型
一半模型
分类算一算
重尾非线性自回归模型自加权M-估计的渐近分布
教你一招:数的分类
关注用户
3D打印中的模型分割与打包
关注用户
关注用户
如何获取一亿海外用户