发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.51
人气 23756
北大期刊
影响因子 0.94
人气 20399
部级期刊
影响因子 1.03
人气 13576
北大期刊
影响因子 3.18
人气 11701
统计源期刊
影响因子 0.55
人气 11106
北大期刊
影响因子 0.79
人气 9751
省级期刊
影响因子 0.41
人气 9524
省级期刊
影响因子 0.57
人气 9499
省级期刊
影响因子 0.15
人气 9374
统计源期刊
影响因子 0.35
人气 8492
摘要:Contagion蠕虫利用正常业务流量进行传播,不会引起网络流量异常,具有较高的隐蔽性.逐渐成为网络安全的一个重要潜在威胁.为了能够了解Contagion蠕虫传播特性,需要构建一个合适的仿真模型.已有的仿真模型主要面向主动蠕虫,无法对Contagion蠕虫传播所依赖的业务流量进行动态模拟.因此,提出了一个适用于Contagion蠕虫仿真的Web和P2P业务流量动态仿真模型,并通过选择性抽象,克服了数据包级蠕虫仿真的规模限制瓶颈,在通用网络仿真平台上,实现了一个完整的Contagion蠕虫仿真系统.利用该系统,对Contagion蠕虫传播特性进行了仿真分析.结果显示:该仿真系统能够有效地用于Contagion蠕虫传播分析.
摘要:在无线传感器网络的拓扑控制(TC)中,基于Cell的TC算法被认为是一类可以节省传感器节点能量并延长网络生命周期的方法,但是其需要较多的骨干网节点并且无法保证连通性.通过分析现今算法的内在局限性,提出了一种1-Con思想:当一个Cell的头节点被加入当前骨干网时,所有其可以连接的Cell使用该节点连入拓扑结构,然后此新骨干网递归地继续扩大.基于此思想,设计了一种基于可连Cell的拓扑控制算法(CCTC),并从理论上证明:1)CCTC可以保证其所形成的拓扑结构维持网络连通;2)每一轮用于形成骨干网的工作节点非常少.CCTC的计算复杂度是线性的,空间复杂度和信息交换量都是常数量级.仿真实验同样显示,CCTC可以在提供良好鲁棒性和较少的消息交换的情况下,更有效地节省节点能耗并延长网络生命周期.
摘要:在高速网络上进行P2P流量识别具有极大的困难,因为基于端口号的方法已经不再准确,而基于应用签名的方法没有足够高的处理效率.提出了应用于高速网络的基于报文采样和应用签名的BitTorrent流量识别算法.建立了误检率和漏检率模型来分析报文采样率和签名率对识别准确度的作用,并指导应用签名和采样率的选择.通过开发流状态判别预处理器,在Snort平台上实现了该流量识别算法.实验结果表明该流量识别算法处理效率和准确度都是令人满意的,能应用于高速网络环境.在普通个人计算机上,对采样报文的处理效率在800Mbps以上.将该方法应用于报文处理,当采样率为0.5时漏检率为0.6%,当采样率为0.1时漏检率为5.9%,当采样率为0.05时漏检率为10.5%.将该方法应用于流数据分析,当采样率为0.5时漏检率为0.06%,当采样率为0.1时漏检率为0.33%,当采样率为0.05时漏检率为1.1%.该方法展现了优秀的误检性能,没有任何报文被误检.实验结果也表明误检率和漏检率模型是非常准确的.
摘要:无论从报文分类算法自身还是从安全角度,规则冲突检测都是一个重要的研究课题.而目前常用的冲突检测算法效率较低.针对这一情况,在ASBV算法基础之上,提出了一种高效的冲突检测算法DBBV.同ASBV算法类似,DBBV算法也采用了分治思想和位向量技术.但与ASBV算法不同,在每一维规则分量处理过程中,DBBV算法只需要进行一次位向量交集运算,而ASBV算法需要进行多次位向量并集运算;DBBV算法支持以范围形式表示的规则集,而ASBV算法只支持以前缀形式表示的规则集.对DBBV算法的正确性进行了证明,测试表明其检测速度快于ASBV算法.
摘要:针对截止期限约束下有向无环图DAG(directed acyclic graph)表示的工作流费用优化问题,提出两个新的费用优化算法:时间约束的前向串归约算法FSRD(forward serial reduction within deadline)和时间约束的后向串归约算法BSRD(backward serial reduction within deadline).算法利用DAG图中串行活动特征给出串归约概念;基于分层算法对串归约组的时间窗口重定义,并提出动态规划的求解策略实现组内费用的最优化.两种归约算法综合考虑DAG图中活动的串并特征,改变分层算法中仅对单一活动的费用优化策略,实现了串归约组的时间收集和最优利用.模拟实验结果表明:BSRD和FSRD能够显著改进相应分层算法的平均性能,且BSRD优于FSRD.
摘要:无线传感器网络节点数量庞大,单个节点资源极其有限,其数据收集协议设计的首要目标是有效节约能源、延长网络生命周期.分析和比较了现有几种典型的数据收集协议,立足于实际应用需求,设计出一种基于分簇结构的混合型数据收集协议(MDGP).MDGP是一种具备区分服务机制和网内数据融合的数据收集协议,适合于矿井安全监测等大规模检测应用.提出了一个能平衡负载、减少簇头节点的簇头产生算法.采用反向汇聚树结构传输处理数据流,同时对一些紧急数据的处理也进行了详细的讨论.仿真实验表明,MDGP比传统的数据收集协议能获得更长的生命期,达到了较好的预期效果.
摘要:仿真网格是以通用网格技术为基础、面向仿真领域的专用网格,目前国际上对仿真网格的研究尚处于起步阶段.现有的分布式仿真HLA(high level architecture)体系结构中的仿真资源和联邦成员是静态绑定的,网格技术的引入使得仿真资源的动态分配成为可能.根据仿真网格任务调度的特点,在仿真网格中建立了一种任务调度模型,并针对该模型,提出了一种新的基于知识的动态任务调度算法KMO,该算法适用于将N个相互独立的计算需求不同的仿真任务调度到M个随时间动态变化的仿真资源上,它能对若干次调度后的结果进行统计并提炼成“知识”反馈给算法预处理部分,使得该算法在动态多变的环境中能获得比较稳定的性能.实验结果表明,在仿真网格环境中,该算法的性能优于网格中传统的任务调度算法.
摘要:可扩展性和可靠性是视频点播系统大规模应用的关键,提出了一种P2P点播系统结构DPVoD.系统基于应用层组播,用户以订制的缓存为其他节点提供服务,并形成相对独立的共享并发流组播树,组播树之间根据拥有的视频数据的重合程度而建立不同的组邻居关系,以此为基础,采用多种机制来提高系统性能:组协同工作、父亲点选择策略、状态控制协议和失效恢复等.定义并分析了可能对系统性能有严重影响的结尾雪崩问题并提出解决方案.对系统基本性能进行了理论分析.仿真结果表明,在静态和动态环境中,DPVoD系统的并发流占用数和利用率、可靠性等性能均优于类似系统.
摘要:频繁闭项集惟一确定频繁项集且规模小得多,但挖掘频繁闭项集仍是很费时的.为提高挖掘效率,提出了一种改进的频繁闭项集挖掘算法DCI—Closed—Index.该算法用“索引数组”来组织数据,通过为每个项目增加包含索引,找到频繁共同出现的项集.利用二进制位图技术,给出了一个求包含索引的快速算法.然后根据项目在包含索引中出现的频率由高到低进行排序,并利用包含索引作为启发信息,合并同时出现且支持度相等的频繁项,得到初始生成子,从而大大缩小了搜索空间.同时利用索引数组对每一个生成子的前序集和后序集进行约简,得到新的、较小的约简前序集和约简后序集.并证明了约简前序集和后序集与原来的前序集和后序集的功能是一样的.从而减少了候选生成子的集合包含判断的操作.实验结果表明,该算法的性能优于其他主流算法.
摘要:数据流是一种新型数据模型,广泛应用于交通流量监控、通信管理、传感器网络、股票分析、Web点击流等众多领域.近年来越来越多的学者关注于数据流上的分位数计算研究.由于流数据的连续、无界、易失等特性,存储完整的流数据信息并得到精确的查询结果几乎是不可能的.在实施查询计算时追求内存用量与查询精度之间的最佳均衡.设计了规范数直方图的概要数据结构以存储流数据的摘要信息,并在此基础上提出了单遍扫描的、联机的分位数近似算法,其时间和空间复杂度均线性于概要结构中桶的个数,而与数据流的长度无关,因而具有很好的可规模性.该方法在均匀分布的数据上取得了优良性能.分析了算法精度与内存需求的关系.实验结果表明该算法具有较精确的查询结果,具备良好的实用性和有效性.
摘要:阅读理解(reading comprehension,RC)任务的目的在于理解一篇文档并对提出的问题返回答案句.提出了一种充分利用外部资源来提高RC系统性能的方法,使得RC系统性能在Remedia和ChungHwa两种语料上均得到提高.特别地,在对基于Remedia语料RC系统的性能分析表明,24.1%的性能提高归因于基于Web的答案模式匹配的运用.11.1%的性能提高归因于语言学特征匹配策略运用.同时也进行了t-test,结果表明答案模式匹配、语言学特征匹配和词汇语义关联推理的运用所得到的性能提高是显著的.
摘要:关系数据库模式和本体间映射是语义网研究中的一个重要问题.首先,给出关系数据库模式和本体间映射的形式化定义,并从建模思想和应用场景两个方面分析问题的难点.根据3个不同角度,即模型转换的途径、映射策略的适用范围以及映射结果的表达形式,调研当前存在的多种解决途径.在此基础上,进一步介绍并比较6个具有代表性的关系数据库模式和本体间映射的工具.最后,讨论存在的挑战,并指出未来可能的研究方向.
摘要:k-最近对查询是空间数据库中重要操作之一.在低维空间中基于R^*树分枝限界最近对查询算法(k-self—CPQ)和Brute—Force算法的查询效率较高,而在高维空间中其性能急剧恶化,降低空间维度成为解决问题的关键.依据Z曲线构造过程,将高维空间分割成大小相等的网格,以此将网格中的点映射到线性空间中.提出了基于网格划分的降维方法及最小网格概念,给出了基于Z曲线近似k-最近对查询算法.利用最小网格的边长,算法优化线性扫描过程.实验结果表明在高维空间中算法性能优于Brute—Fore和k—self—CPQ,且近似k-最近对质量较好.