导读:本文包含了增量数据论文开题报告文献综述及选题提纲参考文献，主要关键词:身份认证方法,量化评估,安全评估,数据驱动
增量数据论文文献综述
李思斯,韩伟力[1]（2019）在《增量数据驱动的自适应身份认证量化评估框架》一文中研究指出准确评估身份认证风险是提高网络安全性的关键。当下访问控制机制缺乏对身份认证因子实用的量化评估方法。为此提出增量数据驱动的自适应身份认证量化评估框架,用于量化评估身份认证因子的安全性、易用性、可靠性、可访问性以及成本。采用基于专家经验的贝叶斯网络来综合评估因子组合的安全性;提出增量数据驱动的更新模型来根据实际运行时的认证记录动态调整量化评估结果。以某网站的认证方法分析为例,展示了该框架的合理性与可行性。(本文来源于《计算机应用与软件》期刊2019年11期）
赵亚伟[2]（2019）在《一种基于Kettle的无损增量数据同步方法研究》一文中研究指出在学校各系统运行管理过程中,产生了大量宝贵的数据资源,这些数据对学校重要决策制定及传统教育模式改革有着极其重要的作用。因此,如何将不同维度的数据采集到统一的数据中心便成为大数据研究的重点之一。在数据采集过程中,很多学校没有保存重要的历史数据以及已删除记录的状态标记,将对数据分析中诸如时间切片分析、历史状态分析等产生致命影响。以学校人事系统为例,提出一种基于Kettle的无损增量数据同步方法。该方法利用全量数据比对方式,找出新增、修改和删除的数据,并对其进行详细记录,从而实现了对历史数据的完整保留,弥补了如时间切片分析等数据分析策略中数据不足的缺陷。(本文来源于《软件导刊》期刊2019年10期）
孟凡霞,吴限[3]（2019）在《央行公布一季度社融增量数据 江苏省排第一》一文中研究指出北京商报讯（ 孟凡霞 吴限）5月6日，央行官网公布2019年一季度地区社会融资规模增量统计数据，从各地区社会融资规模增量来看，江苏省、广东省和浙江省占据前叁，分别为11746亿元、7052亿元和6683亿元。数据显示，北京市一季度的社会融资(本文来源于《北京商报》期刊2019-05-07）
郑联盛,于臻谞[4]（2019）在《理性看待社融增量数据的变化》一文中研究指出在1月份社会融资规模增量创出历史新高后,2月份的社融数据则出现大幅下跌。对此,人民银行行长易纲在十叁届全国人大二次会议新闻中心会上表示,一定要把货币信贷的数据拉长时间来看。前两个月人民币贷款新增4.11万亿元,同比多增了3748亿元,社融新增5.31万亿元,同比多增1.05万亿元,社融持续下滑的态势得到了初步遏制,为2019年经济金融开局提供了保障。其实,对于社会融资增量的变化,我们应该理性去看待,而且需要拉长时间周期去分析,这样才能在数据迷雾中寻找到"真谛"。(本文来源于《金融博览(财富)》期刊2019年03期）
王若南[5]（2018）在《基于密度的增量数据谱聚类方法研究》一文中研究指出聚类分析是数据挖掘和机器学习研究领域的一个重要的分支,是人们探索事物内在规律的有效工具。谱聚类是聚类算法之一,它将数据集中的数据对象转化为图中的顶点。谱聚类算法以谱图划分理论为基础,把对数据集的聚类问题转化为对图的最优划分问题,使子图内部相似度最大,而子图之间的相似度最小。与传统聚类算法相比,谱聚类算法不仅思想简单易懂,操作简单,同时还克服了传统算法容易陷入局部最优解的缺点,可以收敛到全局的最优解。传统谱聚类算法首先定义一个相似性度量,然后基于此度量构造出相似矩阵W,将相似矩阵W转化为合适的Laplacian矩阵L,由Laplacian矩阵的特征值和相应的特征向量,选择一个或者多个特征向量进行聚类。本文的具体研究内容如下:首先,本文在经典切割准则的基础上引入了平均密度,提出了基于平均密度的最小最大切割准则(MDcut),并从理论上证明了MDcut的相关性质。由于高斯核函数不能全面的描述数据之间的相似关系,因此本文通过构造一种新的相似性度量,提出了一种基于密度的谱聚类方法(DSC)。将该方法与叁种常用的聚类方法在五个UCI数据集上进行对比实验。实验结果表明,该方法不仅能有效地描述数据之间的相似性,还大大提高了聚类效果。为了处理增量数据,本文定义了基于密度的增量数据谱聚类方法。对于静态数据集,不需要考虑新增加的数据对象对已有数据对象的密度的影响,但是对于动态数据集来说,当有新的数据对象进入数据集,可能会对数据集中一些数据对象的密度产生影响。因此本文在高斯核函数的基础上,构造了基于密度变化的相似性度量。在该度量的基础上,通过考虑新增的数据对象对原数据集的特征值以及相似度的影响,提出了一种基于特征值变化的谱聚类方法。将该方法与两种谱聚类方法进行对比实验,实验结果证明该方法不仅可以应用于增量数据,还可以对增量数据进行有效的聚类。(本文来源于《哈尔滨工程大学》期刊2018-12-01）
刘杰,王桂玲,左小将[6]（2018）在《基于可变时间窗口的增量数据抽取模型》一文中研究指出基于合适的数据抽取模型持续不断地将变化的数据从各个数据源系统进行抽取集成,是各个异构系统之间进行数据共享融合的关键,也是构建增量式数据仓库来进行数据分析的关键。传统的时间戳变化数据捕获方式存在因数据抽取过程中发生异常而导致数据抽取失效,进而影响数据抽取效率的问题。鉴于此,文中借鉴时间窗口的思想,采用先抽取少量重复记录再去重的做法,对传统的时间戳增量数据捕获模型进行了改进,提出了基于可变时间窗口的增量数据抽取模型。该模型减少了异常对数据抽取的影响,增强了时间戳增量数据抽取ETL流程的可靠性,在一定程度上提高了数据的抽取效率。(本文来源于《计算机科学》期刊2018年11期）
郭芳琳,王亚婷,李策[7]（2018）在《国网甘肃电力 提升全业务数据中心分析域数据接入质量》一文中研究指出本报讯 5月16日，为进一步夯实数据基础，提升数据接入质量，国网甘肃省电力公司开展全业务统一数据中心分析域数据接入质量专项提升工作，核查并整改完成18套业务系统数据接入质量，整改成效显着。国网甘肃电力自启动全业务统一数据中心项目建设以来，按照管(本文来源于《国家电网报》期刊2018-05-23）
袁红英,王虹[8]（2017）在《基础性地理国情监测中地表覆盖增量数据常见问题解析》一文中研究指出地表覆盖增量数据作为国情监测成果中的重要组成部分,其中新生型及伸缩性变化图斑采集、地类图斑属性更新、变化信息提取尺度把握等问题的正确性,直接影响后期监测成果的质量及使用,本文结合工作实例对此类问题及产生的原因进行解析。(本文来源于《测绘技术装备》期刊2017年04期）
陈果静[9]（2016）在《前叁季度地区社融增量数据出炉》一文中研究指出本报北京10月26日讯 陈果静报道：中国人民银行今天公布的前叁季度地区社会融资规模增量统计数据显示，广东前叁季度社会融资规模增量16322亿元，排名第一；江苏前叁季度社会融资规模增量14372亿元，排名第二；北京前叁季度社会融资规模增量9853亿元，(本文来源于《经济日报》期刊2016-10-27）
曹剑东,杨杨,罗明慧,张新丰[10]（2016）在《车辆导航系统增量数据在线交换平台设计》一文中研究指出本文中提出了一种在车辆导航系统中用于实时更新导航数据而进行增量数据在线交换的平台,并针对数据的更新设计了导航地点和路线的增量数据的交换机制。该平台以中心-终端交换式平台为基础,结合GPRS和FTP技术,实现了在车载导航设备与数据源服务器之间的在线数据交换。在此基础上,采用终端请求模式,针对增量数据的请求、回复和文件传输分别设计了相应的数据交换机制。最后通过增量数据在线交换试验,验证了该平台的可靠性与实时性。(本文来源于《汽车工程》期刊2016年09期）
增量数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在学校各系统运行管理过程中,产生了大量宝贵的数据资源,这些数据对学校重要决策制定及传统教育模式改革有着极其重要的作用。因此,如何将不同维度的数据采集到统一的数据中心便成为大数据研究的重点之一。在数据采集过程中,很多学校没有保存重要的历史数据以及已删除记录的状态标记,将对数据分析中诸如时间切片分析、历史状态分析等产生致命影响。以学校人事系统为例,提出一种基于Kettle的无损增量数据同步方法。该方法利用全量数据比对方式,找出新增、修改和删除的数据,并对其进行详细记录,从而实现了对历史数据的完整保留,弥补了如时间切片分析等数据分析策略中数据不足的缺陷。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
增量数据论文参考文献
[1].李思斯,韩伟力.增量数据驱动的自适应身份认证量化评估框架[J].计算机应用与软件.2019
[2].赵亚伟.一种基于Kettle的无损增量数据同步方法研究[J].软件导刊.2019
[3].孟凡霞,吴限.央行公布一季度社融增量数据江苏省排第一[N].北京商报.2019
[4].郑联盛,于臻谞.理性看待社融增量数据的变化[J].金融博览(财富).2019
[5].王若南.基于密度的增量数据谱聚类方法研究[D].哈尔滨工程大学.2018
[6].刘杰,王桂玲,左小将.基于可变时间窗口的增量数据抽取模型[J].计算机科学.2018
[7].郭芳琳,王亚婷,李策.国网甘肃电力提升全业务数据中心分析域数据接入质量[N].国家电网报.2018
[8].袁红英,王虹.基础性地理国情监测中地表覆盖增量数据常见问题解析[J].测绘技术装备.2017
[9].陈果静.前叁季度地区社融增量数据出炉[N].经济日报.2016
[10].曹剑东,杨杨,罗明慧,张新丰.车辆导航系统增量数据在线交换平台设计[J].汽车工程.2016