信息科学与工程学院

信息科学与工程学院始建于1985年．其前身为计算机教学中心，2000年3月成立计算机教学部；为适应学校快速发展的需要．2001年1月成立计算机科学与技术系．2005年8月更名为信息科学与工程学院.目前．学院设有计算机科学与技术,电子信息科学与技术．通信工程，电子信息工程4个本科专业和计算机应用电子信息科学与技术2个专科专业．在校生近1700人.学院下设计算机应用、电信、软件工程、通信、信息处理5个教研室和1个基础课实验教学中心．有计算机1300余台．计算机类、通信类、电信类专业实验设备总值1000多万元。     

小组软件过程在教学中的应用

在简述商业软件开发中的小组软件开发过程(TSP)的基础上,介绍了TSP在教学中的应用方法及过程。     

基于知识图谱的软件工程项目库设计与开发

本文基于知识图谱来结合B/S程序进行一个软件工程的学习方案,在多数计算机学校的研究生中,不少一部分属于专硕,那么在进行web程序开发时,与本科不同之处在于,程序的开发已经不是个人的工作,必须要掌握软件工程的理论和知识,那么一个软件工程项目库的建设就有助于学生的项目开发整体观。     

“中间件技术”课程在软件工程专业中的意义及教学探索

中间件技术在软件产业中有着重要的地位.然而由于各种原因,“中间件技术”课程在许多高校计算机相关专业中,甚至软件工程专业中未能得到重视.根据高校软件工程专业培养特点,结合软件产业现状和发展趋势,分析了“中间件技术”课程在软件工程专业人才培养中的作用,并对该课程教学内容、教学方法及实习方式等方面的改革作了初步探讨.     

软件开发失败的常见原因及其对策

软件开发失败的常见原因分析及其对策从人与人之间的关系和技术(包括管理)两个大方面总结了软件开发失败的原因,并且给出了相应的对策。与此同时还总结了软件工程的一般原则。     

Research of GIS Platform Based on MapX

This paper made an analysis on the structure and function of MapX. Based on the relative GIS software and development theories, general design of GIS foundation platform was put forward and some key implementations for part of the function was provided.     

基于度量的SPTO实施模型与方法

将软件度量与软件项目跟踪与监控活动联系在一起,提出了一个完整的基于度量的SPTO过程实施模型,围绕该过程模型研究了项目跟踪与监控的实施方法,使软件企业能够更高效的理解、控制和改进软件项目开发.

Abstract：

Software project tracking and oversight (SPTO) is an important component of the software process management, and the key of it is how to carry on the effective tracking and analysis of the project.This paper proposes a complete implementation model based on measurement: SPTO process model. Surrounding this model, we thoroughly study the implementation methods of SPTO.     

基于分布式数据入侵检测模型研究

在数据挖掘技术应用于入侵检测的研究中,分布式环境下的全局频繁项目集的更新算法尚不多见。为改善入侵数据增加后,更新算法的效率问题,提出一种基于分布式入侵检测的关联规则快速更新算法TDUA(Trivial Distributed Update of Association rules)。算法引入强频繁项目集概念,有效地修剪候选项目集数目,采用共享模式的体系结构,具有通信代价较小,挖掘效率较高的特点。并从理论与实验两个方面验证了算法适应在高速大流量的分布式网络环境下快速准确地建立入侵检测模型。     

本刊“工程技术”栏目稿约

《金陵科技学院学报》是国内外公开发行的自然科学学报,曾获得“中国高校特色科技期刊”称号,是江苏省一级刊物,季刊,每逢季末出版,本刊的“工程技术”栏目是创刊以来的固定栏目。本校正在创建南京软件科技大学,特长期向校内外征集以下学科的文章：软件工程、计算机科学与技术、电子科学与技术、信息与通信工程、控制科学与工程等。     

面向安全服务重组多目标优化的粒子群遗传算法

遗传算法具有快速随机的全局搜索能力,但局部搜索能力差,易陷入早熟收敛,迭代效率低.粒子群算法采用速度——位置模型,可以较快收敛到指定精度.将粒子群算法与遗传算法融合,采用多目标遗传算法得出初步的优化结果,并将其作为粒子,利用粒子群算法强化局部搜索,加快收敛速度,仿真结果证明了该算法的优越性.在CSSM对底层安全服务的重组时利用粒子群和遗传算法的结合(GAPSO),能够提高效率.