计算机科学杂志 北大期刊 CSCD期刊 统计源期刊

计算机科学 2011年第11期杂志 文档列表

计算机科学杂志计算机网络与信息安全

基于决策树集成的P2P流量识别研究26-29

摘要：为提高分类模型的稳定性,提出基于决策树分类器集成方案用以识别流量。模型首先利用特征选择方法（FCBF）提取最优分类特征信息,按Bagging随机抽样原理形成5个子分类器,依少数服从多数原则生成决策模型。利用两种实验方案在公开数据集上进行测试,结果表明提出的方案比贝叶斯、基于核密度估计贝叶斯方案具有更好的稳定性、模型分类准确率和P2P流量识别准确率,并对此现象进行了解释。

基于DWT-SVD的奇异向量量化水印算法30-33

摘要：提出了一种新颖的可用于版权保护的小波奇异值分解的量化水印算法。与传统的水印比特信息直接嵌入小波系数不同,水印信息被量化嵌入原始图像小波低频子带分块奇异值分解得到的奇异向量中。水印提取无需原始图像,可在密钥和量化阈值控制下实现盲提取。实验表明,含水印图像质量好且能较好地抵抗常规的图像处理,对JPEG压缩具有优异的鲁棒性。

针对窃听问题的马尔可夫博弈路由模型的研究34-36

摘要：在随机路由的基础上,给出一种针对窃听问题的马尔可夫博弈路由模型（Markov Game Theory-based Rou-ting,MGBR）。给出的模型以发送者和窃听者为马尔可夫博弈双方,发送者通过概率进行数据传输,增加了窃听者窃听信息的难度。模型通过收益函数计算纳什均衡点,找出最优路径。使用PRISM工具进行仿真,结果表明MGBR中存在纳什均衡点,在纳什均衡点处信息被窃听的概率最小;给出信息在纳什均衡点处被窃听的概率变化趋势,与基于最小跳数算法的路由协议相比,它降低了信息被窃听的概率。

一种基于水声DTN网络的QoS路由算法37-39

摘要：以鲸鱼作为DTN移动节点,研究水声特殊环境下的网络QoS路由。针对网络能量和带宽受限的情况,提出一种基于节点移动模型的QoS路由算法。理论分析和实验表明,该算法在丢包率、能量消耗以及时延方面达到了设计的预期目的。本工作对保护濒临灭绝的鲸鱼、实现海洋观测及资源勘探等方面具有重要的意义。

PRESENT相关功耗分析攻击研究40-42

摘要：对PRESENT分组密码抗相关功耗分析能力进行了研究。基于汉明距离功耗模型,提出了一种针对PRES-ENT S盒的相关功耗分析方法,并通过仿真实验进行了验证。结果表明,未加防护措施的PRESENT硬件实现易遭受相关功耗分析威胁,5个样本的功耗曲线经分析即可恢复64位第一轮扩展密钥,将80位主密钥搜索空间降低到216,因此,PRESENT密码硬件实现需要对此类攻击进行防护。

身份认证可信度研究43-47

摘要：身份认证过程存在很多不确定因素,导致认证服务的结果并不绝对可信;而现有研究成果主要集中在身份认证的某些方面,不具有通用性。基于对身份认证的形式化描述和其安全性的逻辑分析,将身份认证过程中不确定因素分为4个方面;通过引入信任分类、不可信因子和安全度,提出一种具有通用性的身份认证可信度计算方法;并对基于静态口令和数字证书的身份认证模型进行实例分析。

一种低运算量Ad-hoc网络匿名路由协议48-53

摘要：Ad-hoc网络节点运算能力差,能量有限且移动速度高,而公钥运算量大,能耗高,运算周期长,所以公钥运算不适合于Ad-hoc网络。已提出的匿名路由协议却含有大量的公钥运算。为了降低公钥运算量,将双线性对和零知识证明应用于匿名路由协议中,提出一种新的匿名路由协议——低运算量的Ad-hoc网络匿名路由协议,该协议大幅降低了公钥运算量。实验结果表明,该协议建立匿名路由所消耗的能量少,时延低。

基于Shell命令和DTMC模型的用户行为异常检测新方法54-58

摘要：提出一种新的基于离散时间Markov链模型的用户行为异常检测方法,主要用于以shell命令为审计数据的入侵检测系统。该方法在训练阶段充分考虑了用户行为复杂多变的特点和审计数据的短时相关性,将shell命令序列作为基本数据处理单元,依据其出现频率利用阶梯式的数据归并方法来确定Markov链的状态,同现有方法相比提高了用户行为轮廓描述的准确性和对用户行为变化的适应性,并且大幅度减少了状态个数,节约了存储成本。在检测阶段,针对检测实时性和准确度需求,通过计算状态序列的出现概率分析用户行为异常程度,并提供了基于固定窗长度和可变窗长度的两种均值滤噪处理及行为判决方案。实验表明,该方法具有很高的检测性能,其可操作性也优于同类方法。

基于近邻传播的认知Ad-hoc网络分簇算法59-61

摘要：针对认知Ad-hoc网络中可用信道动态异构和缺乏全网公共信道的特点,提出了一种基于限制消息交互次数的近邻传播模型（Affinity Propagation,AP）的分簇算法。该算法通过网络中相邻节点间的消息交互和更新,在相邻节点最多的信道上以可用信道最多的节点为簇首建立簇结构。为适应认知Ad-hoc网络环境的变化,降低分簇开销,算法限制AP消息的交互次数,实现了分簇算法的分布式快速收敛。仿真分析表明,算法降低了网络中的簇数目,提高了簇内平均可用信道和公共信道数目,从而为分布式频谱协作提供了高效的网络拓扑环境。

基于跳数的公平性增强RED及其分类器实现62-66

摘要：为了同时兼顾改善不同往返时延（RTT）和多拥塞链路所引发的不公平性问题,在实际网络环境测量结果的基础上,提出了利用数据包所经过的路由器跳数来增强公平性的思路,并构造了一个二维两类分类器来对RED算法进行简单的修改,实现了一个公平性增强的RED算法。NS2下的模拟表明,该算法可有效增强公平性,而且具有实现简单、易于在实际网络中部署的优点。

基于LATE的Hadoop数据局部性改进调度算法67-70

摘要：调度问题是目前云计算研究中的热点问题,其目的是如何协同云计算资源,使其得到充分合理的利用。数据局部性是特定云平台Hadoop的主要特性之一。针对该特性,在Hadoop原有调度算法LATE的基础上提出了一种基于数据局部性的改进算法,以解决数据局部性带来的慢任务备份执行时读取数据要占用大部分时间而影响其处理速率的问题。最后,对该算法进行了实验及性能分析,并验证了算法在提高任务的响应时间和整个系统吞吐率方面有很大改进。

一类椭圆曲线二元序列的伪随机性分析71-74

摘要：基于二进制有限域上的椭圆曲线构造了一类二元伪随机序列,利用椭圆曲线上的指数和计算了该类序列的一致分布测度和k阶相关测度,利用线性复杂度和k阶相关测度之间的关系给出了序列的线性复杂度下界。计算结果表明,类序列具有非常好的伪随机性,在密码学和通信领域具有潜在的应用价值。

一种高效的超节点网络容错机制75-78

摘要：超节点网络采用超节点作为普通节点服务器,负责管理和查询处理的机制,提高了搜索效率。但是,如果超节点失效,将会严重影响网络的稳定性和查询效率。提出一种高效的容错机制。首先,改进了无向双环结构,提出k-无向双环拓扑结构,并利用此技术,构建了超节点层拓扑结构,使网络具有高容错特性;同时在此基础上,给出了超节点选择和超节点负载均衡的方法,降低了超节点因负载过重而失效的可能性,另外,给出了超节点失效恢复算法和容错路由算法,解决了超节点失效后的恢复和路由问题。实验结果显示,该网络具有易维护、高容错的特点。

数字调制信号识别的特征参数优化方法79-82

摘要：针对数字调制信号识别中特征参数数目多和特征冗余的问题,提出一种数字调制信号识别的特征参数优化方法。首先利用正交实验对常用的20个特征参数进行优化选择,然后利用RBF神经网络识别9种数字调制信号,最后分别与主分量分析方法（PCA）和核主分量分析方法（KPCA）进行比较。仿真结果表明,该方法在高斯和多径信道下均能够有效地对特征参数进行优化选择,比PCA方法和KPCA方法有更好的优化能力。

基于熟人免疫的复杂网络免疫策略83-86

摘要：针对目标免疫和熟人免疫的不足,提出一种综合的免疫算法,即随机选择一些节点,根据节点的不同特征采取合适的免疫措施。本算法保留了熟人免疫的优点,即完全基于本地信息、不需要获知网络的全局结构和识别高连接度节点,在需要免疫的节点数量与目标免疫相同的情况下,具有理想的免疫效果。通过对几种算法在无尺度网络、随机网络以及真实世界网络上进行仿真比较,验证了本算法具有更好的免疫效果和更广泛的应用条件。

基于神经网络的访问控制策略优化模型87-91

摘要：访问控制是网络安全防范和保护的主要核心策略,其主要任务是保证网络资源不被非法使用和访问。将风险概念引入访问控制,分析了基于风险的权限委托以及权限再分配的基本性质;基于MUS集合的计算方法,给出了一种基于神经网络的风险评估方法。针对神经网络适合定量数据,而风险因素的指标值具有很大的不易确定性等问题,采用模糊评价法量化信息安全的风险因素指标,对神经网络的输入进行模糊预处理。仿真结果表明,模糊神经网络经过训练,可以实时地估算风险因素的级别。

一种基于经典遗传算法的自适应随机共振系统92-95

摘要：针对实际工程中微弱信号的检测要求,根据双稳态随机共振系统原理和信号、噪声和非线性系统之间的关系,设计了一种基于经典遗传算法的自适应随机共振系统。该系统利用以输出信噪比为目标函数和对系统参数进行联合编码的遗传算法获取双稳态随机共振系统的最佳参数,再根据所得系统参数对接收信号进行最优随机共振处理。仿真结果表明,在低信噪比情况下,系统能始终保持最佳随机共振状态,快速地实现输出信噪比最大化和处理增益达到15～20dB,从而保证低信噪比条件下微弱信号的有效检测和处理。

面向P2P特定信息的传播动力学模型研究96-99

摘要：鉴于P2P特定信息传播与传染病传播的相似性,传播动力学是P2P特定信息传播的最新研究方向。针对现有传播动力学模型都不能准确模拟P2P特定信息传播过程的问题,对现有的SEIR传播动力学模型进行改进,建立了SEInR模型。该模型的主要特点包括：将传统的感染者（I）分为n个子类,每个子类赋予不同的模型参数;建立潜伏者（E）与移除者（R）之间的转换关系等。应用现代数学中的矩阵理论,得到SEInR模型的基本再生数计算公式,并对其进行分析。仿真结果表明,所提出的SEInR模型比传统SEIR模型能够更准确地模拟P2P特定信息传播过程,得到的基本再生数计算公式能够准确反映P2P特定信息的传播阈值。