基于相互隶属度的云模型相似性度量方法

针对现有云模型相似性度量方法计算复杂度高、结果不稳定、适用性有限等问题,提出了一种基于相互隶属度的云模型相似性度量方法.依据云模型期望曲线以公共面积与自身面积之比定义云模型之间的隶属度,进而利用相互隶属度计算云模型之间的相似度.讨论了不同交点及半云情形下相应面积的计算方法,并给出了相似度的计算公式及性质证明.仿真实验表明,该方法能够在多种情形下合理地度量云模型的相似性,并且具有较高的结果准确度和较低的计算复杂度,基于云模型的评估实例进一步验证了该方法的有效性.      

基于云理论的斜拉索可靠性评价方法

为准确评估易损难修的斜拉索的可靠性，保证行车安全舒适，提出一种基于云理论的斜拉索可靠性评估方法.首先根据拉索力学特点和常见病害，以斜拉索的运营状态应力极值、恒载索力变幅、应力幅、基频、服役时间、PE护套开裂程度及阻尼系统完好程度为指标，建立了斜拉索可靠性评估指标体系.咨询专家意见建立权重云模型，并根据泛概念树的概念扩充原理实现权重的群决策.最后将指标对各等级的平均确定度与权重云模型加权汇总，得到可靠等级确定度的云模型并以此确定最终评级.规范评估结果与拉索实际病害情况对比验证了所提方法结果的合理性和可操作性.     

具有关键字搜索性质的云存储加密方案

Dan Boneh等人提出了具有关键词搜索性质的公钥加密方案,并且构造出了在随机预言模型下可证明安全的基于BDH困难问题的双线性映射对下的具体构造.本文给出了一个具有关键字搜索性质的高效云存储加密方案,而且在随机预言模型下可证明CCA-安全.该方案能够安全高效的管理云服务器中的加密文件,能够对已经加密的文件进行相等配对.构造方案能够在无安全信道环境中传输陷门Tw.     

电视新闻主持人评论进展中的问题与对策

1980年中国大陆电视荧幕上第一次出现了主持人评论，经过30多年的发展，我国电视新闻主持人评论取得了一定的进展，但同时也暴露了一些问题。通过研究分析其发展进步及问题产生的原因，从而寻求解决对策，促其科学发展。     

电子政务云平台实用化研究

阐述了推进电子政务云平台建设的意义,详细介绍了电子政务云平台实用化实施的步骤。     

面向能耗的云工作流调度优化

云工作流调度直接决定了整个云工作流系统的性能,已成为一个重要研究内容.针对当前缺乏有效的面向能耗的云工作流调度优化方法,研究建立了面向能耗的云工作流过程模型、资源模型,提出了基于负载的能耗计算方法和面向能耗的云工作流调度优化算法.提出的方法考虑了能耗因素,在进行任务优先级计算及任务选择时不仅考虑了文件在不同虚拟机间传输的速度差异、同时考虑了虚拟机与本地共享数据库间的文件传输等因素,并从云工作流任务分配、主机负载和主机功耗关系的角度,进行能耗的计算与调度优化,更符合实际情况、使用范围更广.数值案例和仿真实验表明了提出的方法是可行的和有效的.     

基于区间云模型对信息网络的效能评估

根据信息网络的结构和应用功能,在分析高功率微波对构成信息网络的电子设备效应机理基础上,构建了多层次的信息网络系统的效能评估指标体系.将区间数与云模型相结合,提出了区间云模型的评估方法,通过区间层次分析法得到评价指标的区间权重,实现了系统评估指标的定性与定量的相互转换,并利用评价区间云模型拟合出信息网络的综合效能.结合实例模拟分析,验证了该方法可行性和有效性.结果分析表明,使用区间数表示更能体现评估过程中的模糊性和不确定性因素.     

基于多特征的域间路由节点安全状态评估方法

域间路由节点安全状态评估能够实现对BGP节点安全状态的直观、实时描述,可为制定合理的安全策略,及时定位、抑制异常路由事件提供数据参考.然而由于完整的异常域间路由集难以获取,使得传统基于数据融合的状态评估方法不再适用.分析BGP节点间交互路由过程中存在的统计特征以及这些特征与域间路由节点安全状态的关系,进而提出一种基于多特征的安全状态评估方法.以平均路径长度和路由事件发生频率等属性为安全特征,并借鉴云模型理论转换定量特征为定性概念的思想,构建域间路由安全特征云,将正常态下的多属性综合安全特征转换为安全正常态,然后通过度量安全特征偏离正常态的程度来计算节点偏离正常态的程度,由此得到域间路由节点面临安全威胁的概率.实验结果表明,该方法能够实现对域间路由节点安全状态的评估,准确性高、实时性强,可为域间路由系统的安全稳定运行提供有力支撑.     

CloudSim中基于优先级的轮询服务代理算法

针对服务代理采用的现有数据中心选择算法存在系统性能低和总体成本高等问题，提出一种基于优先级的轮询服务代理算法。该算法对数据中心的优先级进行定义，并根据数据中心的优先级选择数据中心。通过基于CloudSim 仿真器的实验，结果证明该算法比现有数据中心选择算法拥有更好的性能。     

基于云模型的细菌觅食优化算法

针对细菌觅食优化算法收敛速度慢、容易陷入局部极值点出现早熟的问题,提出一种新的基于云模型优化的细菌觅食优化算法.首先给出了细菌灵敏度的概念,结合云模型随机性和稳定倾向性的特点,运用了X条件云发生器来调整细菌灵敏度,控制游动步长,进行了趋向性操作和复制操作,改进了标准的细菌觅食优化算法,提高了算法的收敛速度.然后利用正向正态云发生器,修正非线性自适应的迁移概率,进行了迁移操作,增强了算法的全局寻优能力.将该算法应用于自动组卷系统中,与遗传算法进行实验比较分析,结果表明:该算法的收敛速度与优化质量均优于遗传算法.