基于演化博弈模型的网络攻防策略

针对网络信息安全问题中攻防冲突行为的博弈现象,研究了攻防双方最优策略的选取方法。根据攻防双方冲突的实际背景,将双方的收益进行量化分析,建立了攻防双方网络冲突博弈矩阵,利用演化博弈理论的基本原理,给出网络攻防对抗的动态过程,求解复制动态微分方程,得到五组均衡解。根据演化稳定策略的性质,分类分析了均衡解的稳定性。利用MATLAB实验平台,选取了满足不同情形下的参数,进行了策略稳定性分析,进而验证了模型的准确性。研究结果为研究网络信息安全中的冲突问题提供了理论依据。     

WLAN与3G网络融合的接入选择算法研究

3G？WLAN混合组网不但能大幅降低运营商的网络建设和运营成本,还能有效解决数据业务热点区域3G网络的容量与需求之间的矛盾。融合网络中用户接入网络的不均衡性是影响网络性能的重要因素,针对融合网络的负载均衡问题,提出了一种基于博弈论的融合网络接入选择算法。文中给出一种面向群体用户的网络接入选择实现机制,该机制根据用户在网络中获得的效用函数,引入非协作博弈论方法建立网络效用模型,并证明该非协作博弈满足势博弈条件。仿真结果比较了网络融合环境下的各群体接入网络在非协作博弈模式中的收益特性,模拟了用户网络接入选择过程。     

一种5G网络低时延资源调度算法

针对现有资源调度算法难以满足5G低时延业务需求的现状,提出了一种基于联合遗传和禁忌搜索算法的资源调度(GATS)算法。首先利用整数线性规划建立了虚拟链路的动态带宽分配策略,然后在传统柔性车间调度模型的基础上引入了数据流量在虚拟链路中的传输时延,建立了相应的5G网络资源调度模型。为了求解这一调度模型,设计了采用联合遗传和禁忌搜索算法的启发式调度算法,该算法通过在遗传算法寻优过程中引入禁忌搜索,平衡全局搜索和局部搜索能力,有效解决了遗传算法早熟的问题,而且能够获得更好的调度方案。仿真实验表明,与GA-BA算法相比,GATS算法将服务完成时间减少了17%,不仅满足了5G低时延业务的需求,而且提高了用户体验和移动运营商的收益。     

运用惩罚机制的网络信息安全攻防博弈分析

为了应对目前我国面临的严峻网络信息安全问题,根据惩罚机制的重要性,采用博弈论研究了运用惩罚机制的网络攻防。结果表明目前网络安全所面临的主要问题包括网络系统的防守成本过高、对攻击者的惩罚力度过低、惩罚成本过高等。针对上述问题,提出了加大防御技术、取证技术建设,使防御系统廉价、普及,加大惩罚机制建设和实施力度,以及加强全民网络安全培训等措施和建议。     

基于平均场博弈的超密集5G小蜂窝网络下行功率管理

研究了一个拥有大量小型基站(Small Base Stations,SBSs)和用户设备(User Equipments,UEs)的 超密集 5G 小蜂窝网络(Ultra-Dense 5G Small Cellular Networks,UDN)的下行通信系统,并考虑了功率控制策 略和队列状态信息(Queue State Information,QSI)的影响,研究了 SBSs 与其服务用户之间数据成功传输的概 率和 SBSs 传输能量消耗问题。 考虑 SBSs 之间的交互关系,将该问题建模为一个动态随机博弈(Dynamic Stochastic Game,DSG)。 通过利用 SBSs 的超密集特性,DSG 被进一步近似为平均场博弈(Mean Filed Game, MFG)。 然后基于 Lax-Friedrichs 方案和拉格朗日松弛法开发有限差分方法来求解相应的 MFG。 在数据传 输之前,通过所求解,每个小型基站可以独立地优化其控制策略从而最小化成本,而无需与其他 SBS 进行任 何信息交换。 仿真结果表明:所提出的控制策略能有效地提高数据传输成功的概率并减小相应成本。     

基于轮询加密鉴权机制的5G网络抗攻击算法研究

为解决5G网络抗攻击领域内存在的网络抖动难以抑制、恶意攻击熔断效率不高等不足,提出了一种基于轮询加密鉴权机制的5G网络抗攻击算法.首先,利用基站和节点间存在的拓扑聚类关系,采用拓扑距离切割来实现对节点加入过程的主动应答,按能量水平实现快速排序,以增加恶意攻击节点的运行成本,优化网络传输质量;随后,基于拓扑距离、能耗等多参数,设计了一种基于多参数筛除机制的区域稳定方法,能够通过基准鉴权时钟优先清除不同步的恶意节点,以提升网络对恶意节点的熔断效果;最后,按照最小生成树来形成传输区域,有效降低流量激增对网络带来的恶意攻击,优化区域间传输,以提高网络抖动抑制能力.仿真实验表明,所提算法具有更强的网络抖动抑制能力及更优的恶意攻击熔断效果.     

一种适用于 5G 融合网络的接入选择算法

提出一种适用于5 G融合网络的接入选择算法：灰色层次分析法（grey analytic hierarchy process,GAHP）。该算法基于层次分析法的思想,结合网络性能和用户体验类指标选出QoS参数,对其进行分类处理;运用模糊理论将用户偏好转化为定量参数,结合灰色关联法对 QoS 参数进行筛选,并对候选网络进行排序选择。仿真表明, GAHP在负载均衡方面优于传统算法,可以更加快速准确地选择最优网络,提高用户满意度。     

基于博弈的云计算任务分解研究

云用户在同时拥有本地资源和云计算资源时,如何在二者之间进行任务分解,以最短化任务完成时间是云用户的一个优化决策问题。研究云用户的最优任务分解决策。针对云计算资源的共享特征,用户之间的决策会影响其余用户的任务完成时间;因此通过求解纳什均衡的方法来分析用户的策略行为,从而决定用户的最优决策。求解了大任务和小任务两类用户时的纳什均衡,并通过仿真给出了在不同大小任务量比、云资源本地资源速度比和大任务用户概率时云用户的最优决策。     

基于5G网络的工业产品识别系统设计

针对工业产品识别准确度的不足,提出一种基于5G网络的工业产品识别系统框架。在传统卷积神经网络CNN基础上,提出DNN深度神经网络算法,并引入控制参数k_p实现采集数据的变换特征映射;基于5G网络传输和加密,实现实时数据传输和保密通信;基于云平台,使用Pytorch进行物体识别的匹配运算;最后开发了一套基于5G网络的工业产品识别与溯源平台,验证本设计的实用性。结果表明,本系统对于工业产品识别具有很高的准确率和识别效果。     

基于多边缔约博弈的地方政府联合发债机制设计

基于不对称信息下的多边缔约博弈理论,采用隐藏行动下的多边缔约机制设计方法,对联合发债合约达成贝叶斯均衡的条件以及帕累托改进效果进行了具体分析,模型结果显示,该机制可以在强调内部监督的同时有效避免地方债自发自还造成的效率低下,从而弥补宏观治理难以改善地方债公开市场道德风险的缺陷,并在微观机制上进一步约束搭便车问题。     

基于攻防混沌度边界预警机制的网络安全存储算法研究

考虑到当前网络安全存储算法普遍存在的防御策略集收敛性不足,抗攻击性能差的难题,提出了一种基于攻防混沌度边界预警机制的网络安全存储算法。根据网络供给侧进行混沌度边界建模(网络供给侧-需求侧边界预警模型),提高安全边界对攻击集合的匹配程度,增强防御资源的合理利用;随后,基于防御资源需要动态攻击集合的问题,引入马尔科夫边界攻击者集合收敛机制,实现对最高强度-次高强度攻击行为的两次预警,有效提升网络安全防御的纳什均衡解,进一步降低了防御成本,从而提高了网络的安全存储性能。仿真实验表明,相比于当前网络安全存储领域使用较广的峰值强度映射过滤算法(Peak Intensity Mapping Filtering Algorithm,PIMF算法)、超线性纳什维度均衡策略算法(Superlinear Nash-Dimension Equilibrium Strategy Algorithm,ND-SES算法),本文算法在资源受限条件下能够实现混沌度高级别预警,降低防御成本,改善了误比特率及丢包率性能,具有更高的抗攻击峰值带宽及二次冗余带宽性能。     

基于攻防混沌度边界预警机制的网络安全存储算法研究

考虑到当前网络安全存储算法普遍存在的防御策略集收敛性不足,抗攻击性能差的难题,提出了一种基于攻防混沌度边界预警机制的网络安全存储算法。根据网络供给侧进行混沌度边界建模(网络供给侧-需求侧边界预警模型),提高安全边界对攻击集合的匹配程度,增强防御资源的合理利用;随后,基于防御资源需要动态攻击集合的问题,引入马尔科夫边界攻击者集合收敛机制,实现对最高强度-次高强度攻击行为的两次预警,有效提升网络安全防御的纳什均衡解,进一步降低了防御成本,从而提高了网络的安全存储性能。仿真实验表明,相比于当前网络安全存储领域使用较广的峰值强度映射过滤算法(Peak Intensity Mapping Filtering Algorithm,PIMF算法)、超线性纳什维度均衡策略算法(Superlinear Nash-Dimension Equilibrium Strategy Algorithm,ND-SES算法),本文算法在资源受限条件下能够实现混沌度高级别预警,降低防御成本,改善了误比特率及丢包率性能,具有更高的抗攻击峰值带宽及二次冗余带宽性能。     

基于中心差异度迭代调整机制的 网络社区搜寻算法研究

为解决当前网络社区搜寻算法存在的节点聚类形成困难,搜寻迭代过于复杂,难以实现社区归属的二次更新等不足,提出了一种基于中心差异度迭代调整机制的网络社区搜寻算法。首先,通过领袖节点重叠度来实现初次社区搜寻裁决,有效降低了重复搜寻的概率,且根据加入节点与领袖节点差异度进行聚类匹配;随后,通过待加入节点与领袖节点之间的交互热度方式进行基于热度机制的聚类递归,实现对搜寻误差的二次校正。仿真实验表明,与当前网络社区搜寻算法中常用的差分迭代阈值裁决机制,混沌度一体化成型迭代机制相比,本文算法具有更高的首次成功率,以及更小的搜寻次数与迭代周期,具有很强的实际部署价值。     

基于时空二向度定型机制的静态网络检测算法研究

为了解决当前静态网络检测机制中存在链路抖动检出频率低,数据传输性能不高,且难以实现信道噪声擦除的不足,提出了一种基于时空二向度定型机制的静态网络检测算法。首先,综合考虑静态网络接收信号强度(Received Signal Strength Indication,RSSI)、链路质量指针(Link Quality Indicator,LQI)、信噪比(SIGNAL-NOISE RATIO,SNR)的特点,并结合静态网络节点的拓扑特性,通过移序方法,构建了基于频率漂移包络擦除方案的超参数捕捉方法,有效降低信道噪声对网络抖动性能的影响;随后,考虑到当前静态网络节点的数据流量分布不均匀的特性,基于链路相干协方差的方法,实现链路抖动二向度的误差消除,显著提升了网络抗噪性能,强化了数据传输过程中的误差控制。仿真实验表明,与高斯白噪声信道包络检测机制(Envelope Monitoring Mechanism in GaussWhiteNoiseChannel,E2W-GWNC机制)、拉普拉斯信源联合抖动检测机制(LaplasseSourceJointJitter Detection Mechanism,LS-2JD机制)相比,所提算法具有更高的网络数据传输能力,且有更好的链路抖动问题检出效果。     

基于收敛启发机制的人工网络安全迁移算法研究

针对当前人工网络安全迁移算法研究中存在迁移时间长、误码率高且容易造成网络瘫痪等不足,提出了一种基于收敛启发机制的人工网络安全迁移算法。首先,利用社区网络进行网络迁移时具有的波动特性,通过带宽函数均值起伏率和网络存储冗余率两个指标进行迁移裁决,有效减缓了迁移过程中网络出现拥塞的概率,实现数据迁移并提高网络安全迁移过程中的鲁棒性。随后,针对当前算法迁移过程中难以进行误差评估的不足,通过启发映射机制设计了网络存储冗余带宽迁移方法,用以改善网络数据传输过程中的抖动,改善网络迁移时的效率,具有很强的迁移质量。仿真实验表明:与当前常用的超混沌云网络预估迁移机制(Predictive Migration Mechanism of Hyperchaotic Cloud Networks,PMM-HCN机制)、社区网络大数据峰值安全迁移机制(Peak Security Migration Mechanism of Large Data in Community Network,PSMM-LDCN机制)相比,本文算法具有网络迁移时间少、网络迁移数据误码率小、网络抖动时间短、网络瘫痪频率低等特性,具有很强的实际部署价值。     

基于收敛值动态混沌自旋机制的WSN网络安全收敛算法

针对当前WSN网络安全算法普遍存在收敛度分散,抗攻击能力较差,实现机理复杂等问题,提出了一种基于收敛值动态混沌自旋机制的的WSN网络安全收敛算法。首先,通过WSN网络指纹因子投影迁移的方式,引入模拟评估度量,实现对不同时间段内WSN网络安全收敛状态的精确评估,提高网络收敛值混沌度水平;随后,根据网络收敛状态,通过微分傅里叶准则,构建收益评估因子,实现了网络攻击指标的混沌自旋,有效加快WSN网络安全收敛速率。实验结果显示:与当前常用的超高频混沌安全收敛算法(Ultra High Frequency Chaotic Security Convergence Algorithm,UHFC-SC算法)、傅里叶混沌安全收敛算法(Fourier Chaotic Security Convergence Algorithm,FC-SC算法)等相比,所提算法具有更高的收敛速度,以及更高的网络冗余带宽剩余足与网络传输带宽,具有良好的实际部署价值。     

基于超基性机制的5G网络信道安全编码方案

为解决当前5G信道安全编码方案中存在的编码复杂、传输性能较差及数据冗余度高的不足,提出了一种基于超基性机制的5G网络信道安全编码方案。首先,利用5G信道编码过程中的极化序列具有的正交特性,通过模二运算和张量积运算来实现序列特征矢量的极化分割,有效降低5G信道编码过程中冗余比特数量,高效调度传输序列,提升网络信道安全编码效率。随后,考虑5G信道矫正比特序列具有的极化性质,通过正交权向量映射方法,设计二次编码极化方法,用于降低信道预发射过程中存在的冗余码元数量,改善码元拥塞现象,提高信道发射效率,具有较高的信道码元基性极化率。仿真实验表明:与当前常用的时间片分支累积算法(Time Slice Branching Accumulation,TSB算法)、信道最低分割度编码算法(Channel Minimum Segmentation Coding Algorithms,CMSC算法)相比,本文算法具有数据传输带宽高、时间片误比特数低、编码速率快、周期重传次数少等特性,具有很强的实践部署价值。     

基于聚合度热点适应机制的网络舆情 大数据收敛算法

为解决当前网络舆情大数据收敛算法普遍存在的收敛困难及热点聚类生成速度较低等难题,提出了一种基于聚合度热点适应机制的网络舆情大数据收敛算法。首先,通过增量用户节点与存量热点之间的信息交互关系,设计了一种基于聚合度初始化机制的数据收敛方案,采用匹配机制逐个对存量热点与增量用户节点间差异度及聚合度进行比对,能够将增量用户节点纳入性能最佳的存量热点所形成的种子聚类,提高聚类形成速度。随后,针对热点数量处于密集状态等极端情况,特别是用户特征匹配过程中难以实现快速匹配等不足,设计迭代方式,以逐步消除种子聚类差异度,提升大数据匹配性能,改善用户节点与热点之间信息交互质量。仿真实验表明:与当前常用的时间片累积挖掘收敛方案(Convergence Scheme for Time Slice Cumulative Mining,TSCM算法)及热点度显影收敛方案(Convergence Scheme of Hotspot Degree Development,HDD算法)相比,本文算法具有更高的收敛速度和聚类形成质量。     

基于炎症因子网络探讨升清降浊方阻断CRF进展的机制研究

目的观察升清降浊方对CRF大鼠的作用机制。方法 SD大鼠160只,随机分为4组:即空白组,肾衰模型组,阳性药物对照组,升清降浊方组,每组40只。上述大鼠制作CRF模型,按相应组方给药28 d,采血后处死,取肾组织进行HE染色和电镜观察病理变化;采用全自动生化检测仪,对收集的血清样本进行肌酐(Scr)、尿素氮(Bun)和尿酸(UA)等生化指标检测,并进行用药前后数据对比;采用实时荧光定量PCR方法比较各实验组不同用药前后血液及给药后肾组织中的白细胞介素1(IL-1)、白细胞介素6(IL-6)和肿瘤坏死因子(TNF-a)基因的m RNA表达水平差异,并取肾组织采用免疫组化和Western-blotting法测定大鼠肾IL-1、IL-6和TNF-a蛋白表达。结果升清降浊方组与空白组的IL-1、IL-6和TNF在两组间统计学检验情况比较,IL-1,IL-6实验组显著高于对照组,TNF实验组显著低于对照组,比值明显下降(P0.05);升清降浊方组与肾衰模型组、阳性药物对照组的肾功能指标情况存在显著性差异有统计学意义(P0.01);肾组织HE染色及IL-1、IL-6、TNF-a、免疫组化染色升清降浊方组与空白组、肾衰模型组、阳性药物对照组均间存在显著性差异。结论升清降浊方通过调控炎症因子IL-1、IL-6和TNF-α蛋白表达,从而阻断病情进展,改善肾功能。