低开销的基于位置主动信息服务系统研究与实现
摘要：通过实验和观察发现，现有的基于位置的信息共享系统中存在严重的空间冗余和内容冗余问题。这些冗余的存在极大地增加了系统的通信和计算开销，干扰了客户的个性化使用。提出冗余削减的按需服务机制，它由如下两部分组成：基于网格划分的信息索引机制（GIM，Grid-based Index Mechanism）实现按需的位置更新；基于分类的信息定制机制（CISM，Classification-basedInformation Selection Mechanism）使客户有权选择自己所需信息类别进行按需的信息共享。实验表明，信息分类按需定制机制可以极大地消减冗余信息共享带来的系统负载；信息索引机制可以节约大约70％的位置更新引发的通信开销，在信息分布极其不均匀的应用中性能提升更加明显。基于路由机制的时变路网k近邻算法
摘要：针对现实生活中动态路网的地理信息查询问题，提出了一种基于路由机制的动态路网中k近邻查询的算法。其主导思想是利用空间换时间，用路由表保存历史查询结果，用查询路由表的方法代替传统的最短路径计算，通过历史数据减少系统重复计算并对车辆行驶路径进行规划，用更新路由表的方法适应路况的变化。围绕路由表这一核心，改进相应的k近邻算法的过滤、精炼过程。通过路由表对动态路网进行少量的预处理，减少系统在k近邻搜索中的候选点数量，缩小查询范围，提高搜索效率。基于机会网络的社会性活动组织研究
摘要：具有短距离通信功能的设备（特别是智能手机）的广泛普及为机会网络的应用带来了可能。提出了社会活动组织（SAF，Social Activity Formation）的应用。为实现机会网络下的社会活动组织信息的传播，需要用户的支持。现有算法中一般假设愿意帮助信息发起者进行传播，而没有考虑人的主观因素。从个体意愿度角度出发，认为用户不一定愿意接受任务，从而会带来“丢包”问题。鉴于此，提出了基于“社会关系”和“活跃度”的选择算法STBS（SOcial Tie based Broker Selection Algorithm）。采用MIT提供的智能手机数据集Reality Mining做了实验，结果焘明．STBS具有较好的性能，能较好地提供社会活动组织服务。基于属性权重的链接数据共指关系构建
摘要：来自异构数据源的语义数据集之间关联的缺失严重影响了数据网的构建和发展。语义数据集中，实例数据之间共指关系的发现和构建能够丰富数据集之间的关联，从而有助于在数据集之间进行推理和查询。在基于相似度分析的共指关系构建的过程中，实例属性的权重及属性值的相似度对实例相似度具有重要作用。提出一种新的基于数据集统计信息计算属性权重的模型，并从概率统计的角度证明其合理性。同时分析了这种权重计算模型相对于传统的权重计算方法的优势。基于新的权重计算方法，实现了共指关系构建系统，并利用开放的语义数据集验证了其正确性。基于两级遗传算法的特定应用片上网络拓扑优化
摘要：大规模片上系统面临着性能、同步、能耗等方面的通信问题，片上网络为复杂的片上系统通信问题提供了一种有效的解决方案。由于网络拓扑优化是一种NP难问题，针对片上系统主要面向特定应用的特点，提出一种基于两级遗传算法来求解特定应用片上网络的拓扑优化问题近似解。实验结果表明，相对于现有的三级遗传，两级遗传算法在最小能耗上平均有1．1％的改进，而且仿真运行时间大大减少，平均减少97％。无线传感器网络非均匀等级分簇拓扑结构研究
摘要：网络拓扑结构影响着传感器节点的负载均衡与生存周期，分簇结构是无线传感网络的一种有效地拓扑管理方式。根据血管网络特征以及对构建无线传感器网络拓扑结构的启示，提出了无线传感器网络非均匀等级分簇拓扑结构。分析血管网络结构特征，建立数学模型和网络拓扑结构，对具有压力差的网络节点进行等级标定。根据改进粒子群算法进行非等概率静态分簇，形成不同等级区域具有密度和规模不等的非均匀等级分簇拓扑结构。仿真分析表明，此算法能优化网络分簇，均衡节点能耗，延长网络生命期，避免网络能耗热点问题。社会语义网社区发现标签传递算法研究
摘要：针对在线社会网络的特性和现有社区发现算法的不足，提出一种基于语义网技术的在线社会网络社区发现算法ISLPA（Improved SemanticLabel Propagation A1gorithm），即一种适用于大规模在线社会网络的社区发现和标识算法。ISLPA算法对语义标签算法Sem TagP进行改进，在社区划分过程中将在线社会网络视为有向加权图。通过语义网和社会化标签技术，充分结合在线社会网络丰富的语义信息和网络拓扑特征进行社区划分。ISLPA算法不需要预先设定社区数量和大小，就能实现社区发现，并能根据标签自动识别划分的社区。算法接近线性时间复杂度，具有较高的效率。通过实验表明，ISLPA算法能有效划分和标识真实在线社会网络。传感器网络分布式数据流的频繁项集挖掘算法
摘要：研究无线传感器网络中数据流频繁项集挖掘问题。针对集中式的静态数据流频繁项集挖掘方法不能在传感器网络中直接使用这一特点，提出基于传感器网络的分布式数据流的频繁项集挖掘算法FIMDS。该算法基于FP—tree快速挖掘出传感器节点上单一数据流的局部频繁项集，然后通过路由将其在无线传感器网络里逐层上传合并，在Sink节点上汇聚后，采用自顶向下的高效剪枝策略挖掘出全局频繁项集。实验结果表明，该算法能有效地大幅度减少候选项集，降低无线传感器网络中的通信量，并有较高的时间和空间效率。基于混合模式的流媒体缓存调度算法
摘要：介绍了一种结合了CDN和P2P互补优势的流媒体混合内容分发网络（HyCDN）。针对HyCDN不同区域提出了相应的缓存算法，域内用户端综合考虑了流媒体前缀字节的有用性、文件的传输代价及点播热度，在此基础上提出缓存替换算法（Comprehensive Value CacheReplacement Algorithmfor P2P，CVCR4P2P）；对域间边缘服务器采用补丁预取与调度算法（Dynamic SchedulingAlgorithm for Proxy Caching，DSA4 ProxyC），通过基于用户访问情况自适应伸缩缓存的分配方案，使流媒体后缀部分在边缘服务器中缓存的数据段与其流行度成正比。理论分析及实验结果表明，混合流媒体缓存调度策略的实施能有效地降低骨干网络带宽资源消耗，对用户请求到达速率的变化具有良好的适应性。基于多模型航迹质量的融合算法
摘要：如何确定最优加权因子是加权航迹融合算法中一个值得深入研究的问题。通过提出多模型航迹质量（Track Quality with Multiple Model，TQMM）的概念，并给出一种带信息反馈的加权航迹融合算法，来解决多传感器跟踪同一目标时的权值最优分配问题。系统引入反馈机制，利用多模型航迹质量确定权值，能够精确地更新权值，从而实时有效地进行目标跟踪。仿真结果表明，与已有的加权融合算法相比，该算法具有更好的跟踪性能，特别是在融合系统传感器观测精度相差较大的情况下，算法的跟踪效果更为突出；并且，随着传感器数目的增加，系统的跟踪精度逐步提高，但当传感器增加到一定数目时，系统的融合精度并没有得到明显的改善。一种适用于多跳认知无线电网络的高效IBE方案
摘要：研究了认知无线网络的安全方案。针对认知无线网络存在的安全问题，结合网络的特点，提出了一种基于身份的安全解决方案，即Yu-IBE方案。该方案无需在线可信第三方即可实现认知节点的身份认证，其功能与PKI类似，但认证链却简单很多。该安全解决方案能通过较少的基础设施实现系统密钥的分发、密钥定期更换、域内及跨域通信等功能。将Yu-IBE总体安全解决方案与已有的两种知名数据融合方案进行了对比仿真，结果显示，Yu-IBE方案在所列攻击类型下均具有较好的稳定性，认知正确率始终保持较高水平。普适计算环境下基于模糊ECA规则的访问控制方法
摘要：上下文信息是普适访问控制的关键因素，对主体授权和权限使用过程具有决定性影响。普适计算环境下，主体权限、资源访问控制强度和安全策略应随上下文的变化而动态自调节。已有访问控制模型均未考虑上下文对普适环境下访问控制的主动性影响，使得访问控制的主动性和自适应性较差。为了描述上下文对普适访问控制中主体权限、访问控制强度和安全策略的主动性影响，通过对传统ECA规则进行模糊扩展，设计了一种基于区间值模糊集合理论的模糊ECA规则模式，提出了基于模糊ECA规则模式的主动访问控制方法，使授权和访问控制自适应于普适计算环境。基于相空间的云计算仿真系统研究与设计
摘要：提出并实现了一种基于热力学相空间的云计算集群仿真系统设计方法。将云计算集群节点信息投影到相空间，构建云计算系统的相空间分析模型，将云计算集群节点的参数变化转变为其在相空间投影点的运动，并通过相空间的宏观热力学参数反映云计算集群的整体状态，为云计算核心调度算法的研究和云计算数据中心的运行测试提供了仿真测试平台和衡量标准。实验结果表明，全新构建的云计算仿真系统的仿真实验环境搭建简单，仿真结果能够直观、全面地反映出云计算集群的整体状态和调度算法性能等。DTN中一种基于接触时间的休眠机制
摘要：针对容迟／容断网络（DTN）中能量供应受限的问题，提出一种基于接触时间的休眠机制SSCT（sleep Schemebasedon Contact Time）。节点依据历史接触时间自适应调整等待时间和休眠时间，从而降低休眠期间错失通信机会的概率。仿真实验表明，添加SNCT的Epidemic算法能够在保证消息交付率的基础上降低网络开销和能耗。相比First Contact算法，SSCT对多副本路由算法的性能提升更加明显。传感器网络中基于簇的多路径路由协议
摘要：针对事件驱动型传感器网络的应用，提出一种基于簇的多路径路由协议CBMRP（Cluster-Based Multi-path Routing Protoc01），以平衡节点能耗和提高能量效率。根据应用特点，位于事件区域的节点根据邻居节点的分布情况和自身的剩余能量进行簇首竞争；然后，利用蚁群算法有效搜索多路径，并动态地选择一条路径传输数据。此外，该协议还采用一种简单的簇内调度方法，使其在满足监测精度的情况下，通过关闭冗余节点来进一步降低网络能耗。仿真结果表明，与传统协议相比，该协议具有更低的能耗和更长的网络生存期。基于B—ISVM算法的物联网云存储数据伪装不良信息检测
摘要：针对物联网云存储数据伪装不良信息隐蔽性造成的信息量预处理困难、深层次语义理解不准确和样本不均衡等问题，提出了一种基于B-ISVM（Boundary-IncrementalSVM）算法的物联网云存储数据不良信息检测算法。在该算法中，首先采取基于均值和标准差的K均值初始聚类分析对云存储数据信息量进行样本空间训练分类；然后将所有样本类进行欧氏距离遍历计算，得到类间子聚类中心距离矩阵和各聚类中心的邻界子聚类区；再通过信息量伪装与筛选原理进行云存储信息真伪筛选，以不良信息在伪信息中发生的概率为指数、以数据安全度阈值和不良伪装信息模板向量集的相似度阈值为指标，对云存储信息量进行识别；最后进行增量模式学习，得到各分类样本最终的最优分类超平面，并将各类检测出的不良伪装信息进行输出。系统测试证明，该算法能快速有效地对物联网云存储数据中的伪装信息进行检测。一种基于数据分割与分级的云存储数据隐私保护机制
摘要：云存储系统数据管理权和所有权的分离导致数据安全和隐私保护难题。传统的基于单纯加密技术的云存储数据隐私保障机制在实际的数据操作过程中带来了较大的系统开销。为了以低开销实现云存储系统中异地托管数据的隐私保护机制，提出了一种基于数据分割与分级的云存储数据隐私保护机制。机制首先将数据合理分割为大小数据块；再分别将小块数据和大块数据部署在本地和异地；然后按数据不同的安全级别需求，联合采用数据染色和不同强度的数据加密技术进行数据染色或加密，以在保护云存储用户数据隐私的同时，提高灵活性，降低系统开销。基于反馈相关性的P2P网络信任模型
摘要：用户对P2P网络安全性的需求刺激了信任模型的发展。在分析现有信任模型的基础上，提出了基于反馈相关性的动态信任模型——CoDyTrust。其在时间帧的基础上，采用虚假信任过滤机制和信任聚合机制，并在信任值计算中引入信任相关系数、信任遗忘因子、滥用信任值和推荐信任度等，通过反馈控制机制动态调节这些模型因子，在准确评价节点对不同资源信任的同时，实现网络中恶意行为检测。比较分析结果表明，CoDyTrust能够更好地反映网络中节点行为，准确检测恶意节点，有效抵御振荡、撒谎和合谋等攻击。
