LDS脆弱性分析实验环境体系结构研究与实现

支持动态分析的实验环境对于提高大规模分布式的安全性具有重要作用。在分析大规模分布式系统脆弱性分析对实验环境需求的基础上,提出了一种针对大规模分布式系统脆弱性分析的仿真实验环境体系结构,描述了体系结构的实现方法,以及网络拓扑生成与映射、虚实结合的网络仿真等关键技术。并通过实验和示例分析说明实验环境能够有效降低大规模分布式系统脆弱性分析的复杂性,并验证分析结果的准确性。     

网络模拟器NS2中仿真功能的问题分析及改进

网络仿真技术为解决大规模网络规划、应用和协议设计面临的挑战提供了新的途径.作为广泛应用的网络模拟器,NS2为建立可扩展的网络仿真环境奠定了重要基础.在描述NS2仿真功能实现的基础上,重点分析了NS2仿真功能存在的不足.针对发现的问题,提出并实现了NS2仿真功能扩展,最后验证了仿真功能扩展的正确性.     

一种面向智能空间定位算法的仿真与性能分析

SSOLA(smart space oriented location awareness scheme)是一种基于MDS(multidimensional scaling,多维定标)的新型定位算法.为了测试算法性能,从定位误差、测量误差、锚节点比例、节点连接度、功耗、可扩展性等方面对SSOLA算法进行仿真实验,并将仿真结果与典型的MDS定位算法--MDS-MAP(P)进行比较和分析,结果表明:SSOLA是一种对测量误差容错能力强、对锚节点依赖小、定位精度高、可扩展性好的快速自身定位算法,可以广泛应用于依靠自身定位的战术互联网、智能战场等大规模无线网络环境中.     

一种具有成员限制的移动自组网络簇生成算法

在移动自组网络中,许多应用都依赖层次结构的支持.簇结构是移动自组网络中应用最为广泛的层次结构.然而,由于受节点的资源限制,当节点密度较高时,簇首不可能服务所有邻居节点.基于max-degree算法提出一种具有成员限制的簇生成算法CMLA,根据簇首节点选择成员的方式不同,提出了最小权值、最大权值以及随机簇成员选择策略.模拟实验表明,在节点密度较高的移动自组网络中,采用最小权值簇成员选择策略的CMLA算法在簇首节点数量以及负载均衡度等方面均优于其他策略和算法.