一种复杂矢量面状实体的匹配方法

针对复杂面状实体要素匹配问题,采用一种公共边对象化的Douglas-Peucker改进算法对面实体形状进行简化,然后将简化后的面实体所提取的节点以及基于面实体周长的均匀采样点作为面实体轮廓特征点.利用提取的轮廓特征点,采取一种极坐标方法对面实体进行形状描述,并分别计算出同名实体在节点和均匀采样点处的距离差异,将获取两者综合差异作为最终匹配标准.通过实验对比分析可知,该方法能有效解决复杂面状实体匹配速度和准确率问题.     

基于人物相关社区的重名消解研究

由于人的重名现象,人名检索的结果往往是同名的不同人物实体相关网页的混合。重名消解是根据上下文来区分同名的不同人物实体的过程。本文提出了基于相关社区的重名消解方法,采用改进的Espresso算法进行相关社区发现。将每个网页发现的社区应用到两阶段重名消解算法中,并且在WePS-2测试集上进行试验。实验结果表明了该方法的有效性。     

无环网络最大流的一种新算法

网络最大流问题是运筹学和网络优化的重要问题之一.基于动态规划基本思想,提出了在无环网络中适用的一种网络最大流算法.该算法通过判断在各个动态阶段各节点允许通过的最大流量,最终得到终点的最大流量-网络最大流,从而大大提高了执行的效率.最后算法分析和算例表明了新算法的有效性.     

MPLS网络中识别区分服务约束路由方案QoS评价

区分服务不能提供端到端的 QoS,完成端到端的 QoS 需要流量工程通过 MPLS 和基于约束的路由算法方案实现。基于路径计算算法和 LSP 类型构建了四种识别区分服务的 CBR 方案。并提出一个建议方案,为每一种区分服务等级使用不同的路由计算算法。通过模拟每对节点间的声音流量和数据流量的路径调节,评价了由以上五种识别区分服务的 CBR 方案所达到的 QoS,结果显示建议方案能够为每一类流量提供更好的 QoS。     

一种基于行为特征和SVM的P2P流量识别模型

提出了一种基于行为特征和SVM的P2P流量识别模型.根据不同功能和提供不同服务的节点流量呈现出有差异的行为特征,将行为特征作为支持向量机的输入向量.实验结果表明,该模型能够有效地提高P2P网络流量识别的精度.     

基于深度森林算法的分布式WSN入侵检测模型

针对现有的特征选择算法和分类算法在无线传感器网络(WSN)入侵检测系统中检测性能表现不佳、检测实时性差、模型复杂度高等问题,提出一种基于随机森林和深度森林算法的分布式WSN入侵检测模型.该模型首先对传感器节点流量数据进行预处理;然后将轻量级随机森林分类器部署到传感器节点和簇头节点,传感器节点和簇头节点合作对流量数据进行处理,并在基站上采用深度森林算法从大量流量数据中发现攻击行为;最后对WSN中的入侵行为进行实时分类入侵检测.使用无线传感器数据集WSN-DS和NSL-KDD数据集来评估所提出的模型性能.实验结果表明,该模型与现有的入侵检测模型相比,具有良好的检测性能,实时性较高,可避免模型过度拟合.     

基于媒质共享的无线Ad hoc网络拥塞避免策略

针对无线Ad hoc网络的拥塞问题,提出了一种基于媒质共享的公平拥塞控制( MCFCC)算法,并与典型算法LRED进行了比较.在MCFCC算法中,节点根据竞争共享信道时的退避次数计算退避率,据此进一步得出分组丢弃概率,从而能合理控制源节点的分组发送速率,并可通过快速准确地判断节点和网络的拥塞程度,解决共享媒质冲突和拥塞...     

一种面向多媒体传感器网络的信任管理模型

多媒体传感器网络中不同的应用具有不同QoS需求,提出基于流量类型的QoS信任计算方法,综合考虑基于推荐可靠度的节点交互行为以及节点延迟、节点剩余能量等因素,对节点信任值进行功能性区分,不同信任值对应不同的应用,适用于多种流量共存的多媒体传感器网络,提高系统的安全性、可靠性.仿真分析表明,对于密集部署的多媒体传感器网络,提出的信任管理模型能够有效消减恶意节点对目标节点信任度量的干扰效应,为多媒体传感器网络多流量类型路由提供新的QoS选路依据.     

基于多特征融合的同名专家消歧方法研究

针对专家库构建过程中出现的同名歧义现象, 提出一种基于多特征融合的同名专家消歧方法。从中国知网(CNKI)数据源中获取专家的论文信息, 抽取论文的标题、摘要、关键词、作者单位和合作者等关键信息, 并将其作为属性特征, 构建特征表示模型, 进而定义同名专家之间的相似度计算函数。根据计算得到的相似度, 将同名消歧问题转化为聚类问题。利用近邻传播聚类算法进行聚类, 解决同名消歧问题。在采集的专家论文数据上的实验表明, 基于多特征融合的同名专家消歧方法的准确率可达92%, 取得良好的消歧效果。     

基于节点加权的网络流量测量点选择算法

为了解决现有算法无法根据不同节点对网络流量传输具有不同重要性选择流量测量点的问题,提出了一种基于节点加权的网络流量测量点选择算法。该算法首先通过节点关键度对节点进行权重分配,之后使用节点加权的关联矩阵近似算法计算初始解,最后通过对基本蚁群算法中的信息素初始化以及期望启发信息值计算进行改进形成基于节点加权的蚁群算法,并以此计算问题最终解。实验结果表明,基于节点加权的网络流量测量点选择算法能够在保证链路覆盖率的前提下,优先选择关键度更高的节点。     

基于测距权重的蒙特卡罗定位改进算法

针对传统蒙特卡罗定位算法采样效率低,对锚节点密度要求高的特点,本文基于蒙特卡罗定位算法MCL提出一种改进的移动传感器网络的节点定位算法IMCB.该算法利用历史锚节点信息和RSSI测距,以及运动模型的改进对待定位节点的位置采样范围进行了进一步限制,对有效采样点的权重进行了区分.仿真结果表明:该算法的定位精度相比MCB算法提高了16.6%.     

基于MNS的共享树MPLS组播的设计与实现

提出了一种基于MNS的共享树MPLS组播算法,利用分枝节点和隧道相结合的原理,实现了MNS中共享树的MPLS组播,且具有较好的可扩展性.基于网络仿真软件NS-2实现了该算法的仿真模块,证明了算法的可行性和有效性.     

快速路交通事件检测方法

为了提出一种适用于任何流量并具有较高检测率和较低误警率的快速路交通事件检测算法,以统计理论、突变理论为基础,设计了事件影响指数检测算法.利用交通量数据,检验纵向时间序列与横向时间序列上流量的波动性和正态拟合性;分析事件数据与非事件数据的差异,得出交通事件数据变化特征.分析结果表明:纵向时间序列的波动性和正态拟合性优于横向时间序列;事件数据具有多模态、不可达、突跳等突变性特征.该算法误警率为0,检测率比经典的Cali-fornia算法高出10%.不同流量下的检测效果对比表明,该算法适用于各种流量,低流量状态下的检测效果更好.     

两跳无线网络中的中继调度算法

针对两跳无线网络的中继调度问题,提出了一种基于信道容量最大化的中继节点迭代调度算法.该算法基于放大转发型中继协议,以目标节点进行联合译码时的瞬时容量最大化为准则而依次选取中继节点,直至中继数达到源节点发射天线数或信道容量不再增加.仿真结果表明,在不同的中继节点总数、源节点发射天线数以及前后向信道信噪比条件下,该算法比传统算法获得了较大的容量增益和多中继分集增益,更加接近于信息论意义上的容量上界.     

无线自组织网络高准确度自私节点检测机制

针对现有自私节点检测机制无法对自私节点和失效节点进行准确区分,且自私节点误检率高的缺点,提出了一种高精确度自私节点检测机制(ASD).该机制基于无线设备接收数据需要满足一定信噪比要求以及自组织网络中节点分布密集的特点,选择具有更高信噪比的临近节点作为检测代理对转发节点进行检测,在提高检测精度的同时对网络中的失效节点和2种不同类型的自私节点进行准确区分.在ASD机制下,当节点发送自身数据而不转发临近节点的数据时,该节点被判断为自私节点,从而可实现自私节点与失效节点的区分;当节点对临近节点数据拒绝转发而仍然对临近节点进行确认应答(ACK)响应时,该节点被判断为拒绝转发节点,进而可实现拒绝转发自私节点与拒绝ACK响应自私节点的区分.仿真结果表明,ASD机制在任意拓扑结构下的自私节点误检率降低了31%,平均检测精度提高了12%.     

一种时延约束的多共享组播树构造算法

该文提出了一种时延约束的多共享组播树构造算法,以解决多点到多点组播路由情况下单棵共享树无法满足时延约束的问题。该算法构造覆盖所有源节点和目的节点子集的多棵共享树以满足时延约束的要求,并通过减少共享树个数降低管理开销。该算法计算以每个节点为中心的共享树所能达到的目的节点的子集,将原问题转换为集合覆盖问题,并采用基于矩阵的启发式算法进行求解。仿真实验将该算法和同类算法进行比较,结果表明该算法在不增加管理开销和中心数的情况下,有效地减少了运行时间。     

超立方体网络中基于LIP的广播容错路由算法

论文给出超立方体网络中的LIP容锆模型,基于该模型提出三个重要的性质定理,并给出超立方体网络中基于该模型的广播容错路由算法.该算法能容许大量的错误节点,且算法所需时间步仅与LIP节点数有关而与故障节点数无关,因此具有较大的优越性.     

移动AdHoc网络基于蚁群需求的分群路由算法研究

针对移动AdHoc网络因受带宽和电量等因素影响而造成封包遗失机率较高的现象,提出了一种移动AdHoc网络基于蚂蚁算法的需求式群集路由算法.该路由算法利用弱连接支配集群概念,从每个群集广播给其它群集节点,算法中网络上的状态信息通过前行的蚂蚁获得,回退的蚂蚁采用伪随机比例选择策略并根据节点剩余电量、网络平均剩余电量以及路径平均剩余电量来评估从源节点到目的地节点的最佳路径.仿真结果表明:随着网络信息流量的增加,AOCR路由算法在封包抵达率、延迟时间均比AODV和AntSence算法有较大改善,因此,基于蚁群需求的群集路由算法在网络效能上比基于距离矢量路由AODV算法及传统的蚁群路由算法效率更高.     

用于木马流量检测的集成分类模型

针对传统集成学习方法运用到木马流量检测中存在对训练样本要求较高、分类精度难以提升、泛化能力差等问题,提出了一种木马流量检测集成分类模型。对木马通信和正常通信反映在流量统计特征上的差别进行区分,提取行为统计特征构建训练集。通过引入均值化的方法对旋转森林算法中的主成分变换进行改进,并采用改进后的旋转森林算法对原始训练样本进行旋转处理,选取朴素贝叶斯、C4.5决策树和支持向量机3种差异性较大的分类算法构建基分类器,采用基于实例动态选择的加权投票策略实现集成并产生木马流量检测规则。实验结果表明:该模型充分利用了不同训练集之间的差异性以及异构分类器之间的互补性,在误报率不超过4.21%时检测率达到了96.30%,提高了木马流量检测的准确度和泛化能力。     

基于节点度数和跳数的网络检测点选取算法

为解决网络检测点的选取问题,基于网络节点度数和跳数信息,提出一种动态网络检测点选取算法. 该算法使用三元组信息标记网络节点,并通过比较和替换节点的三元组信息,根据三元组信息中参数N的不同取值,分别完成流量和延迟两种网络检测点的选取. 仿真结果表明,新算法不需要维护网络拓扑的全局信息,能够有效解决网络流量检测点和网络延迟检测点的选取问题.