基于结构化Gossip协议的网格服务发现

在动态的网格环境中分布着大量不同类型的服务和资源.快速、准确地进行资源与服务发现,是影响网格计算性能的关键因素,因此,建立了一种基于消息扩散的网格服务发现机制.提出了一种新型的结构化Gossip消息扩散算法,简称为S-Gossip,此算法具有良好的冗余性和完备性.我们详细的描述了此算法及其协议的实现,并在此基础上建立了层次化的服务发现模型.     

基于可验证随机函数和BLS签名的拜占庭容错共识算法

实用拜占庭容错(PBFT)算法可以容忍网络存在不超过节点总数三分之一的拜占庭节点,常被作为联盟链的共识算法。针对PBFT存在主节点选取规则简单、通信复杂度较高等问题,提出一种基于可验证随机函数(VRF)和BLS签名的拜占庭容错(VBBFT)共识算法。在VBBFT共识算法,VRF在共识节点中选取主节点,主节点作为消息收集和发送的协调者,并将节点间的信息交互过程转化为BLS签名过程,降低了节点间的通信复杂度,并保证了节点间的信息交互是安全的。仿真实验结果表明,VBBFT共识算法与PBFT算法相比,交易吞吐率提高了62.3%,时延降低了12%。     

基于叠加编码的增强型Gossip算法研究

提出了一种无线传感器网络中的Gossip算法,该算法能充分利用无线网络的广播特性来加快收敛速度.通过叠加编码的处理,增大了有效通信半径,使无法获得完整发射信息的节点获得部分发射信息,且这部分信息可以有效加快信息的传播速度,从而达到加快算法收敛速度、节约传感器能量消耗的目的.理论分析及仿真验证表明:基于叠加编码的Gossip算法可以有效加快收敛速度,同时通过对叠加编码通信半径的调整,可以在收敛速度与收敛精度之间取得平衡.     

基于Gossip算法的无线传感器网络时间同步

将Gossip算法用于实现无线传感网络的分布式时间同步,提出单Gossip同步算法和多Gossip同步算法,解决传统无线传感器网络时间同步算法中存在的计算复杂度高和同步收敛速度慢等问题.单Gossip同步算法首先利用构造生成树算法得到一个生成树,然后,依次对生成树每条边的两节点时钟信息进行Gossip运算,反复循环,最终可使网络各节点的时钟信息收敛于它们初始时钟信息的平均值.多Gossip同步算法对生成树进行边染色,相同染色的边可以同时进行Gossip运算.这2种同步算法减小了消息交换数,降低了计算复杂度,提高了同步的收敛速度.用随机矩阵理论和图论进行了理论证明,通过计算机仿真对理论分析进行了数据验证.     

能容纳拜占庭错误的身份认证协议

对ABBA协议进行了改进,引入了中止消息并对算法进行了优化,使其具有更好的效率和实用性,同时为保证ABBA协议能符合组合多方安全性的要求,提出了一种根据本地局部递增序列和签名的方式构造全局唯一TID(交易标识符)的方法,最后通过在TID中加入客户请求等相关信息的方式重构TID,使得ABBA协议能应用在提供身份认证服务的KDC(密钥分发中心)中,从而提高KDC的可靠性,并具体探讨了身份认证协议中服务认证,用户密钥修改以及域间认证过程．     

基于通信时延分组的改进实用拜占庭容错算法

【目的】为解决实用拜占庭容错算法(practical Byzantine fault-tolerant algorithm, PBFT)通信复杂度高、共识时延高等不足,提出节点间通信时延分组的改进实用拜占庭容错算法(grouping PBFT,GPBFT)。【方法】首先将区块链系统节点进行分组,依据最少网络通信次数确定分组数;然后计算各组节点间平均通信时延进行组内节点筛选,确定组内节点数;最后以共识成功率、失败率和节点历史行为评估参数为变量计算节点信誉值,监督节点共识行为,减少异常节点的参与。【结果】通过基于Hyperledger Fabric平台的区块链系统进行仿真试验,结果表明：与PBFT相比,GPBFT平均时延降低57.86%、平均吞吐量提高55.04%,通信复杂度数量级由平方级降低为对数级。【结论】GPBFT可满足多节点场景下区块链复杂通信的高时效性需求,解决了行业区块链系统大规模节点的需求问题。     

基于奖励积分机制的高效拜占庭容错算法DIG-PBFT

实用拜占庭容错共识算法（PBFT）作为联盟链中最常见的共识算法,可以在恶意节点少于三分之一的情况下,保证系统的正确性.然而,PBFT算法在建立信任与共识过程中存在高时延、低吞吐量、主节点选取安全性、恶意节点未处理等问题.为了解决这些问题,引入奖励积分机制来对共识节点进行分组并设定候选节点集,提出了一种高效快速的拜占庭容错算法（DIG-PBFT）.在共识过程中,DIG-PBFT通过动态地调整实际参与共识的节点,增加了安全性更高节点的参与度.仿真实验结果表明：与PBFT算法及其同类工作相比,DIG-PBFT算法的吞吐量更大、时延更低,且安全性更高.     

重叠组情形下全序多播协议的研究与实现

讨论了计算机网络安全领域中容忍入侵、复制技术、群组通信和全序广播之间的内在关联,分析了全序与全序多播的基本概念及属性,研究了重叠组情形下的全序多播及其在容忍入侵的群组通信系统中的实现问题,利用独立的组之间的全序多播协议Totem_Total,提出了一种能在重叠组之间保证全序的多播协议实现方案,给出了详细的伪代码描述并进行了分析.     

KACO:基于分簇算法的高能效路由协议

针对无线传感器网络中存在的节点能量受限、网络循环利用周期短、吞吐量少等问题,提出了基于分簇的动态路由协议KACO。算法初始阶段采用改进的K-means聚类和蚁群聚类算法获得网络分簇;综合考虑节点的能量效率、当前节点与基站的距离、节点与簇内其他节点间的距离3个方面的因素选择簇头节点。在数据传输阶段,根据节点间的距离动态调整传输路径,有效地减少了节点在数据传输时的能量消耗。实验结果表明,与其他基于分簇的网络节能方法相比较,该方法取得了较好的性能。     

基于递归安全视图的XML查询重写算法

XML查询重写是访问控制中的关键技术.在分析Rewrite算法局限性的基础上提出一种基于XML安全视图的能处理递归视图的查询重写算法,并对算法进行分析,它能够避免视图的物化和保存,把基于递归视图的XPath查询转化为等效查询.     

基于约束的多视图参数化设计算法

介绍了基于约束的零件形位信息描述方法;提出了基于约束的ＣＡＤ数据模型,阐述了基于约束的多视图参数化设计的概念;详细介绍了参数化设计算法的原理及实现过程;对所提出的参数化设计算法进行了评价．     

一种基于特征的全景视图生成算法

全景视图在视频会议、虚拟现实等领域有广阔应用前景，而现有的合成技术对大角度旋转等失配以及存在视差的情况效果不佳，为此提出一种鲁棒性较好的全景视图生成算法．该方法首先利用可重复性特征估计透视运动模型，从而对相邻视图进行配准；然后利用显著特征对视图分层，并对重叠区域进行非线性融合，以减小视差对重叠场号的影响．多幅不同条件视图的合成实验表明，该算法在大角度旋转及视差等情况下仍能较好地合成视图．     

基于约束的多视图参数化设计算法

介绍了基于约束的零件形位信息描述方法，提出了基于约束的ＣＡＤ数据模型，阐述了基于约束的多视图参数化设计的概念，详细介绍了参数化计算法的原理及实现过程，对所提出的参数化设计算法进行了评价。     

基于改进拜占庭容错算法的区块链气象数据共享系统

针对气象数据共享程度低、数据获取途径少、中心化程度高等问题,提出一种基于改进拜占庭容错算法的区块链气象数据共享系统(BDMSS)。首先建立了BMDSS的系统框架,并基于该框架设计了系统的智能合约架构和基于共享度的区块链共识机制;其次,为规范BDMSS中的节点行为规范,提出了改进拜占庭容错算法(SD-PBFT)。仿真结果表明,SD-PBFT相对于拜占庭容错算法在带宽开销、吞吐量和时延的系统性能指标上具有更好的表现;最后,作为系统演示,考虑气象数据中的地面观探测资料共享场景,基于以太坊平台,并结合星际文件系统(IPFS)开发BMDSS,并进行初步实现与测试。     

数据丢包情形下分布式无梯度Push-sum算法

针对多个体网络中个体信息交互常会出现数据丢包及个体目标函数次梯度难以计算或不存在的问题,提出数据丢包情形下分布式无梯度Push-sum算法,该算法要求网络的权矩阵为列随机而无需是双随机。通过增加虚拟节点进行系统扩维,从而建立一个有限的非均匀的马尔可夫链,并结合遍历性系数的结论证明了所提算法的收敛性。研究表明:收敛误差值与高斯近似函数的光滑参数、目标函数的Lipschitz常数成正比,从而有效解决了数据丢包及个体目标函数次梯度不存在或难以计算的分布式优化问题。     

时延情形下分布式Push-sum次梯度优化算法的研究

针对多个体系统在个体间进行信息交换时发生接收信息滞后,存在通信时延,影响优化算法的收敛速度的问题,提出一种时延情形下的分布式Push-sum次梯度优化算法,该方法在权矩阵不具有正对角线元素时仍适用,并应用系统扩维的方法将有时延优化问题转化为无时延优化问题。在时延和次梯度有界且有向切换网络周期强连通的条件下,证明了所提出的分布式Push-sum次梯度优化算法的收敛性。研究表明:存在通信时延时的算法收敛速度比无时延时的收敛速度要慢,并具有较大的收敛误差。最后,通过数值仿真验证了研究的结论。     

时延情形下的分布式随机无梯度优化算法

由于多个体系统在信息交流的过程中存在通信时延,系统会出现接收信息滞后的情况,从而影响优化算法的收敛速度。为了解决时延对优化算法产生的影响,提出了时延情形下的多个体系统分布式随机无梯度优化算法。假定系统中每个个体仅知道其自身的局部目标函数,利用系统中个体间交互时延信息来寻求这些局部目标函数之和的最小值,通过系统扩维将有时延的优化问题转化为无时延的优化问题。由于个体的局部目标函数有可能非凸故其次梯度不一定存在或很难计算,因而采用分布式随机无梯度方法。理论分析表明只要个体间的通信时延有上界,所提算法依然收敛。     

一个工程视图的消隐算法

采用现有一些平面立体图形的消隐算法对工程视图消隐效率较低，从最终形成视图的像空间分析入手，提出一个首先对显示平面进行深度排序，按深度顺充，对各显示面进行多边形区域选取运算得到最终视图的算法；它的求交运算只与最终视图图形有关，包含性检验运算也极少，加快了消隐速度，适合于工程视图的消隐。     

多视图匹配算法的研究

研究了一种利用使用多个实化视图进行连接来回答查询的方法．给出了最优重写的搜索空间和匹配方法,并扩展到具有复杂选择条件和分组操作查询和视图的匹配．结果表明此算法具有较好的性能和扩展性．     

基于子空间融合的多视图聚类算法

提出一种新颖的多视图子空间聚类算法,不再对包含各种噪声以及冗余信息的原始数据进行特征融合,而是通过对不同视图的低维子空间表示进行融合,得到一个公共的低维子空间表示.将这个子空间表示作为相似度矩阵进行谱聚类,以得到更优的聚类效果.在3个广泛使用的多视图基准数据集上进行了实验,实验结果证明了所提出算法的有效性.