应用细粒度分块重构的多信道图像信息分存算法

针对传统图像信息分存方法存在的抵御信道攻击能力有限、分发子信息利用率不高以及要求恢复秘密图像必须无损等问题,提出了一种基于细粒度分块重构的多信道图像信息分存算法.利用拉格朗日分存算法对秘密图像进行分存,以形成分发子信息;对每个分发子信息进行细粒度分块,并依次通过雪崩图像置乱变换获得分块甄别信息;将分发子信息与甄别信息用LSB法隐藏到掩体图像中,并通过多个信道传送.对接收到的每个分发子信息进行细粒度分块甄别,利用所有分发子信息中未受损部分对秘密图像进行重构.实验结果表明,所提算法能够精确地甄别攻击,提高各分发子信息的利用率,高效地重构秘密图像,即使在所有分发子信息受到一定攻击的情况下,也能充分利用各分发子信息重构出秘密图像.     

基于P2P的流媒体分发关键技术研究

设计一个基于P2P覆盖网的流媒体分发方案,该方案采用Gossip算法进行节点间信息的传递. 仿真实验结果显示,有效的成员管理、伙伴管理和调度管理实现了流媒体内容实时、持续的分发,在动态变化的用户环境下表现较优.     

双层集装箱运输车辆的配载算法

定义基本"适配度",用来表征某集装箱与其他集装箱搭配成双层结构的难易程度,适配度越小,表示与其他箱搭配成功的可能性越小;依据集装箱的优先级以及承运日期,对基本"适配度"进行修正,形成了综合适配度的概念.借鉴手工配载"先难后易"的思路,开发了基于综合适配度的多项式配载算法;算法中不断计算各种配载方案的综合适配度,并选择适配度最低的方案作为优先采用方案;算法速度快、效果良好.     

面向PI集装箱的组合适配装箱算法

针对PI(Physical Intemet)集装箱与货物的适配问题,考虑PI集装箱标准化、模块化、可扩展的特性以及货物装箱的体积、方向、完全支撑等约束,通过PI集装箱模块化重组,构建与货物适配的组合式PI集装箱,目标是PI集装箱的空间利用率最大化.结合PI集装箱组合适配装箱问题的特性,设计一种组合适配装箱算法,包含货物分类、货物装箱、箱体组合等三个步骤.在货物装箱步骤中,嵌套调用基于粒子群算法的改进模因算法求解货物装箱顺序和位置,该算法引入多种群变异策略以提高算法前期搜索质量,引入路径重连技术和扰动操作防止算法陷入局部最优.在多批量少货类和少批量多货类两种实验场景下进行求解,并通过算法对比验证了改进模因算法的有效性.     

置换密钥矩阵加密算法的改进

提出了对分组加密算法(RKM)的改进,主要包括密钥进化算法、特征因子子矩阵和密钥的分发与更新算法.密钥进化算法是特征因子子矩阵生成算法和密钥分发与更新算法的基本组件,由一个16字节的单字节数组(称为进化指针)和一个密钥矩阵计算一个新的密钥矩阵.特征因子子矩阵是把128 bit矩阵特征因子作为进化指针代入密钥进化算法计算而得.在引入特征因子子矩阵的基础上对算法流程进行了改进,使算法的加、解密完全对称.在不降低算法安全性的基础上减少了4轮异或运算,从而降低了运算量.在密钥进化算法的基础上设计了密钥的分发与更新算法,使算法无需每次传输密钥矩阵就能共享.     

算法推荐技术的逻辑"陷阱"及规避

介绍了算法和算法推荐技术的逻辑.作为数据和人工智能的节点,算法推荐技术在智媒时代的信息传播中,是一种用户权力的让渡和技术的赋权.由于"把关人"缺失和媒介追求流量、利润的导向,在信息筛选、匹配、分发、推送中存在数据滥用、侵犯隐私、信息泄露、技术黑箱、信息茧房等伦理失范问题和"陷阱".提出需从法律规范、技术监管、多元推送等方面入手,在效率效益与公正责任两者之间找到平衡点,消解、规避算法推荐产生的不良影响.     

一种CSCW群组通信路由算法的研究

对计算机支持的协同工作(CSCW)的群组通信中已有的两种主要的路由算法:反向路径分发算法和核心树算法进行了探讨,并在其基础上提出了一种新的路由算法:EGERET算法。     

文化算法框架下混合群智能算法的肿瘤信息基因选择

为了消除与分类无关和冗余基因,以提高基因的分类精度和效率,提出一种文化算法框架下混合群智能算法的肿瘤信息基因选择方法.首先采用ReliefF算法初选基因子集,然后利用文化算法框架下混合群智能算法选择最优的信息基因,最后在3个标准肿瘤信息基因数据集对其性能进行测试.仿真结果表明,文化算法框架下混合群智能算法可以有效去掉无用的噪声基因,降低计算复杂度,分类精度均可以达到100%,具有较好的实际应用价值.     

基于分簇结构的P2P流媒体混合分发算法

提出了一种基于分簇结构的混合分发算法,算法采用分簇的方法将流媒体中的节点资源进行簇划分,形成由簇头、簇内节点构成的分簇网络结构,簇头与簇内节点通过拉拽算法来获得数据,而簇头间采用推送分发算法.仿真结果表明,该算法能提高数据块复制速度,减少数据传播时延,有效降低系统的控制开销,提高了播放连续度.     

基于云存储的内容分发技术研究

针对云存储的收费机制和内容,在分析已有的用户贪婪、服务器贪婪等启发式解决算法的基础上,提出改进的启发式云存储静态内容分发遗传算法;综合考虑资源的访问热度、资源的缺乏程度,提出基于热点预测和经济模型的动态内容分发技术;进而全面考虑当前网络带宽、边缘云存储节点性能及历史访问价值,提出概率匹配自收敛的云存储中内容分发负载均衡技术,并将提出的算法分别在模拟器CloudSim上进行测试,同时和现有的内容分发算法、负载均衡算法进行对比.实验结果证明,本文提出的算法能够应用到云存储内容分发技术当中,并且能够在提高内容分发效率的同时有效降低分发成本.