语义传感器Web中的数据管理技术研究
摘要：语义传感器Web是由传感器网络技术、分布式计算技术、数据库管理技术和语义Web技术整合发展而来的。语义传感器Web能够感知、收集、整合信息,抽取新的知识并为感知器提供增强语义,因此能对环境的变化有更智能的感知,用户可以通过访问Web获取这些信息。作为计算机科学中一个新的研究领域,它有着广阔的应用前景,引起了工业界和学术界浓厚的兴趣。介绍了语义传感器Web的基本概念、特点,并着重讨论了语义传感器Web数据管理中所存在的研究问题、研究现状和研究成果。回归测试中测试用例集扩充技术研究进展
摘要：测试用例集扩充问题（Test Suite Augmentation）是回归测试研究的一个最新研究热点。在完成代码修改影响分析后,对已有测试用例集的充分性进行评估,若不充分则设计新的测试用例,以确保对代码修改的充分测试。但到目前为止,国内外学者并未对该研究问题的已有研究成果进行系统总结和展望。首先介绍了测试用例集扩充问题的研究背景和问题描述,然后总结出研究框架并对已有研究工作进行分类和系统比较,接着对常用评测数据集和评测指标进行了分析,最后对该问题值得关注的未来研究方向进行展望。化学性服务组合
摘要：为解决嵌入式系统服务化集成过程中服务的动态组合和重组等应用问题,借鉴化学合成、分子裂解、化学置换、分子复制等化学反应机制,设计了一套化学性服务组合模型。形式化描述了服务组合过程中服务合成、分解、替换、复制等服务行为及其相应的运算演化机制,并在此基础上结合petri网方法给出了服务演化模型,描述了多服务并行和依赖情况下的复合组合过程。最后以指控系统自适应服务组合应用需求为背景,实现了面向任务的服务组合系统,对化学性服务组合模型的应用效果和性能进行了验证和分析。实验结果表明,化学性服务组合模型满足了指控系统自适应服务组合的应用需求,增强了系统的灵活性、可重构性。RUP估算过程模型
摘要：软件行业估算追踪记录显示软件项目的失败率仍很高,估算问题是基本的原因之一。估算方法的创新没有出现期望的突破,而通过可控的过程,可以获得期望的结果。提出了一个过程模型,用于指导软件项目展开一系列估算相关的活动。该过程模型包括两部分,一是RUP估算过程,其详细描述了RUP开发模型里每个开发管理阶段应如何进行估算;二是用贝叶斯网络对RUP估算过程模型建立图形化推理模型,它能有效地用于估算分析、交流、权衡以及风险预测等。RUP估算过程解决了估算活动的定义问题,但不便于形成清晰的估算视图。软件估算的特点很适合用贝叶斯网络进行建模。贝叶斯工作量估算模型是RUP估算过程模型的抽象;ESFQ模型详细建模了软件项目关键因素之间的权衡关系。案例分析证明了该过程模型的适用性。高阶平滑表面提取算法的CUDA并行实现
摘要：高阶平滑表面提取算法可有效抑制传统步进立方体算法存在的鳞状失真现象,但引入了较复杂的最优化运算,降低了表面提取的效率。针对该问题,提出基于图形处理器的并行加速优化方法。首先将算法分解成分界区域、窄带区域、嵌入函数边界值、嵌入函数值最优化和三角面网格提取5个计算步骤,其次根据每个处理步骤的运算特点进行任务分解。为便于图形处理器并行优化,将其中最耗时的嵌入函数值最优化计算,表示成矩阵运算形式,通过投影雅可比迭代估计最优解。实验结果表明,在GeForce GT 240M显卡上并行优化后平均加速比可达到9以上。SIMD指令集设计空间的形式化描述
摘要：SIMD（Single-Instruction-Multiple-Data）并行体系结构在现代处理器体系结构中扮演非常重要的角色。SIMD指令集已经成为处理器指令集中重要的子集。SIMD结构和指令集实现了短向量并行处理能力,SIMD指令集实现了对多种数据类型、多种操作模式的支持。采用形式化的方法,描述SIMD指令集的设计空间,从多个正交的维度刻画SIMD指令集的设计,基于此详细讨论了SIMD指令集的设计问题。该形式化方法有益于对SIMD指令集体系结构的分析和设计。一种考虑QoS的Web服务组合Petri网建模方法
摘要：Petri网是一种适合描述Web服务组合的建模方法,但是它无法对Web服务的服务质量（QoS）进行建模和分析。为此,将用户最为关心的服务时间、价格和概率3种QoS因素引入到Petri网模型中进行建模,提出了概率时间价格Petri网PTCPN,给出了PTCPN的语义及分析求解算法,并进行了实例建模和分析。结果表明,PTCPN可以有效支持服务组合功能和QoS的形式化统一建模和分析。基于ARM Cortex-M4的MQX中断机制分析与中断程序框架设计
摘要：中断机制是决定RTOS实时性指标的核心机制。MQX是一个由Freescale维护、源代码公开、支持多任务的抢占式的RTOS,将会广泛用于ARM Cortex-M微处理器的应用中。MQX的中断机制具有实时响应、动态管理的特点。以ARM Cortex M4Kinetis微控制器为蓝本,深入分析了MQX的中断顶半部和底半部的运行机理,提出了MQX的中断实时特性的评估算法,明确了程序时间的可控性。在此基础上,根据嵌入式软件工程的基本原理,不拘泥于传统程序结构设计方法,提出了一种MQX下中断程序框架及编程要素分布的基本原则,从而较好地满足了程序可复用性及可移植性要求。改进的多变量哈希函数
摘要：针对基于MI算法提出的一种多变量哈希函数进行研究,对该算法的安全性进行分析,找到其破解方法,并在此基础上对该算法进行改进。改进算法在保持了原有算法的所有优点的基础上对这种碰撞攻击免疫。还对该改进算法进行了原像攻击、第二原像攻击、差分攻击和代数攻击方面的安全性分析。同时建立数学模型,并通过实验测试了该改进算法的雪崩效应及其稳定性。实验结果表明,该算法满足严格雪崩效应原则,具有理想的、稳定的雪崩效应。一种无线传感器网络的混沌Hash算法
摘要：无线传感器网络是当前的一个研究热点,在军事、工业、地质监测和医疗健康等方面有重要的应用价值,这些应用经常包含敏感信息,因此无线传感器网络的信息安全很重要。由于无线传感器网络节点运算能力低、存储空间小且能量有限,在PC上使用的混沌Hash算法不能直接在无线传感器网络中使用,因此提出一种可以在无线传感器网络中使用的混沌Hash算法。理论分析和仿真结果表明,该方法与PC上使用的方法具有同等的安全性能。一种基于特征环的复杂网络结构化简方法
摘要：具有复杂连接关系的网难以进行结构分析和运行控制。基于特征环的网络化简方法,保持了原有网络的特性并有效降低了网络连接的复杂程度。网的研究基于单重有向图,在连接和路径概念的基础上,定义了环路径和复合环路径,进而引入了特征点和普通点的概念,并给出了单纯特征环和复合特征环的定义。给出了基于特征环的网结构化简原则和化简算法,结合实例对网络结构的化简进行了探讨。结果证明该方法可以有效化简复杂网络,但特征环的选择顺序不同时,网络化简的结果也可能不同。面向大群体用户的模糊服务选择
摘要：面向群体的服务选择在社会生活中应用非常广泛;而群体规模较大并且QoS需求个性化和模糊QoS给Web服务选择带来巨大困难。基于多属性群决策理论提出面向大群体用户的模糊服务选择（BGFWSS）,其包括5个步骤：群体偏好确定、族加权权重确定、构造族加权规格化决策矩阵、确定理想方案、群体综合评价。另外,还介绍了一个新的Web服务QoS模型,其能够描述实数、区间数、直觉模糊数表示的QoS信息。实验数据表明,BGFWSS能够很好地解决模糊QoS的大规模群体用户的服务选择问题。基于模糊逻辑的数字家庭业务调度算法
摘要：近年来数字家庭技术迅猛发展,但业务调度还不够智能。提出一种基于用户偏好和模糊逻辑的数字家庭业务智能调度算法。该算法首先根据用户当前行为和时间段,应用模糊逻辑判断所处情景模式,再根据用户的行为偏好、心理状态和所处时间段预判出用户将要使用的业务。结果表明,先判断情景模式再预判业务的算法其成功匹配率明显高于直接预判业务的算法。考虑用户行为偏好和心理状态的算法更适应个性化的数字家庭环境,与最大最小公平调度等经典算法相比,提出的算法成功匹配率更高。自组网中一种增强分群稳定性的分群算法
摘要：在自组网中,MSWCA是考虑运动相关性的分群算法中在分群稳定性度量方面考虑得最全面的典型算法。针对MSWCA＂只考虑群内稳定性,而忽视群间稳定性＂的问题,提出一种增强分群稳定性的分群算法（CAECS）。该算法基于移动预测思想,综合考虑群内稳定性、群间稳定性和分群优化,通过调节权值使算法适用于不同的场景。仿真结果表明：当权值取值适当时,CAECS在分群稳定性和分群维护开销等性能指标上都要优于MSWCA。基于重叠网的IPv6网络拓扑保护模型
摘要：与IPv4不同,IPv6具有端到端通信、层次化地址结构等新特性,基于NAT掩蔽等手段的网络拓扑传统保护技术不再适用于IPv6环境。然而,现有的IPv6网络拓扑结构保护机制存在破坏端到端特性、难以适用网络层加密等问题。借鉴＂隐真＂和＂示假＂的军事思想,提出基于重叠网的IPv6网络结构保护模型。首先提出＂重叠隐蔽网＂的设计,即通过构建一个具有真实网络前缀的逻辑子网实现对网络真实结构的隐藏,然后给出重叠隐蔽网拓扑动态生成算法,以实现重叠隐蔽网的拓扑结构的动态变化。理论分析与实验测试结果表明,所提模型可有效隐蔽网络真实拓扑结构,并可通过虚假的拓扑结构欺骗攻击者,消耗其攻击资源。基于标签运动的一种新型RFID防碰撞算法
摘要：提出一种基于码分多址思想的帧时隙ALOHA防碰撞算法（CD-FSA）,推导出其标签识别率的表达式,然后针对实际应用中标签与读写器存在相对运动的情况建立数学模型,并给出系统达到平衡状态时离开作用区域的标签组的识别率公式,最后进行计算机仿真实验与分析。结果表明,无论标签是在静止还是运动状态下,CD-FSA算法的标签识别率都优于帧时隙ALOHA算法。相对误差受限的数据流流量测量算法
摘要：数据流流量测量的精度采用错误概率和相对误差进行衡量。现有的流量测量算法主要关注如何降低错误概率,而对如何减小相对误差则缺乏研究。考虑到减小相对误差对于流量计费等应用的重要意义,提出了一种相对误差受限的数据流流量测量算法MT-dlCBF（Multi-Tier d-left Counting Bloom Filter）。MT-dlCBF由多层dlCBF（d-leftCounting Bloom Filter）构成,且随着层数的提高,dlCBF中数据流指纹长度和流量计数器宽度也逐步增加,这样,可减轻长流对于短流的干扰,从而达到减小相对误差的目的。理论分析和仿真实验的结果表明,与dlCBF相比,MT-dl-CBF的错误概率略有增大,但相对误差显著减小。此外,在典型的参数条件下,MT-dlCBF的空间效率略优于dlCBF。基于端和云的大规模上下文管理框架的研究与实现
摘要：上下文态势是将大规模、广地域范围内的上下文信息综合在一起形成的一种全局信息。随着各类具备感知能力的移动终端的普及,如何获取这种全局态势并利用态势来为用户提供更好的服务是亟待解决的问题。基于＂端＋云＂相结合的计算模式,提出移动终端的统一抽象模型来实现上下文信息收集,进而提出了在云端对大规模上下文信息进行聚合、基于MapReduce计算模型的态势信息获取算法。通过一个大规模上下文管理框架对研究内容进行验证,并以一个交通态势实例验证了框架的有效性。
