GDSS系统中文件缓存副本策略及其性能研究

首先针对GDSS系统中引入文件缓存副本模型的必要性进行了相关探讨,接着针对域内情况提出了一种基于访问综合评价值的文件缓存副本创建管理策略,并结合Java编写的模拟器测试工具,得到了缓存命中率和数据访问集中度,缓存时间临界值等之间的关系,然后针对该模型,详细说明了其在GDSS系统中的实现方法.     

基于马尔可夫预测模型的数据仓库缓存管理

提出了一种基于马尔可夫预测模型的数据仓库缓存管理策略.将Chunk作为缓存的基本粒度单位,通过收集用户已提交的查询,利用马尔可夫模型预测下一步用户将要访问的视图区域的概率分布,并在此概率分布的基础上提出了基于预测风险的缓存淘汰算法.实验结果表明,算法缓存命中率高,有效地缩短了OLAP查询的响应时间,提升了系统的整体性能.     

委托代理在IPv6网络管理中的应用

随着IPv6技术的日趋成熟,IPv6网络在我国的部署也开始逐渐扩大,这对网络管理提出了新的需求. 由于IPv6地址结构和空间的巨大变化,以及一些新的协议特性的引入,原有的IPv4的网络管理方式已经无法对IPv6的网络进行有效的管理. 对下一代IPv6网络的网络管理面临的问题进行了阐述. 针对目前尚不支持SNMP协议或IPv6 MIB的IPv6设备,提出了新的管理方案,即采用委托代理的方式. 网管系统通过访问委托代理,获取设备上的网管信息,使之能够被有效地管理和监控.     

Hwang-多重代理多重签名方案的改进

多重代理多重签名就是由多个人组成的原始签名者组授权由多个人组成的代理签名者组对消息进行签名. 通过对Hwang-多重代理多重签名方案的研究,发现了它的弱点,即可伪造对任意消息的签名. 对此提出了改进方案,并详细分析了其安全性. 改进后方案可抵抗现在已知的攻击,更加完善.     

生物免疫原理在多代理分布式入侵检测系统中的应用

入侵检测是一个新的、迅速发展的领域,已成为网络安全体系结构中的一个重要环节. 通过对多代理技术和入侵检测方法的研究,提出了一种基于生物免疫原理的多代理分布式入侵检测系统模型,并且对该系统的结构和代理的处理流程进行了描述. 该系统是一个开放的系统,具有很好的可扩展性,易于加入新的入侵检测代理,也易于增加新的入侵检测. 代理之间的协同采用独立的通信服务代理来实现,特有的自身检测代理确保检测系统本身的安全.     

Optimization in the Migration Problem of Mobile Agents in Distributed Information Retrieval Systems

In this paper,we employ genetic algorithms to solve the migration problem (MP).We propose a new encoding scheme to represent trees,which is composed of two parts;the pre-ordered traversal sequence of tree vertices and the children number sequence of corresponding tree vertices.The proposed encoding scheme has the advantages of simplicity for encoding and decoding,ease for GA operations,and better equilibrium between exploration and exploitation.It is also adaptive in that,with few restrictions on the length of code,it can be freely lengthened or shortened according to the characteristics of the problem space.Furthermore,the encoding scheme is highly applicable to the degreeconstrained minimum spanning tree problem because it also contains the degree information of each node.The simulation results demonstrate the higher performance of our algorithm,with fast convergence to the optima or sub-optima on various problem sizes.Comparing with the binary string encoding of vertices,when the problem size is large,our algorithm runs remarkably faster with comparable search capability.     

命名数据网络中的一种双模式转发模型

命名数据网络(named data networking,NDN)是为了解决当前IP网络中因存在大量重复冗余传输所造成的流量爆炸问题而提出的一种新型网络架构.NDN的网内缓存机制极大地提升了网络资源的利用效率,对于传统的端到端业务来说却略显支持性不足.针对于这一问题,提出了一种NDN网络中的双模式转发模型.该模型对内容分发类业务采用传统的NDN转发机制进行转发处理;对端到端业务,采用定长的标签交换代替变长的名字查找来加速转发,并且不再进行缓存操作.基于ndnSIM的仿真结果表明,相较于传统NDN的单一转发机制,使用该转发模型后有效地节省了内容缓存的空间,同时端到端业务的响应时间减小了约37％.     

基于内容流行度的移动CCN缓存策略研究

近年来,为了适应互联网应用由发送者驱动的端到端通信模式向接收者驱动的海量内容获取模式的转变,并从网络体系架构层面提供对可扩展和高效内容获取的原生支持,研究界近年来提出以内容为中心的新型网络(content-centric networking,CCN)体系架构,它能够高效地支持未来互联网上的内容分发.随着移动用户数量的不断增加,未来移动用户也将访问CCN网络,针对内容中心网络中的用户移动性问题,提出了一种基于内容流行度的移动性缓存策略.该策略考虑用户移动性,利用半马尔科夫模型对用户移动性进行建模,同时采用多元线性回归模型对内客流行度进行预测,结合用户移动性与原有内容流行度提出一种移动性缓存策略.仿真实验表明,移动性的加入会对内容的流行度产生较大的影响,该策略能有效地提升缓存命中率.     

CCN中一种非混合式蚁群路由优化策略

蚁群优化(ant colony optimization,ACO)近年来在信息中心网络(content centric networking,CCN)路由领域的应用逐渐增多,其中,将ACO与其他机制相混合以改善路由性能的策略得到较多研究,但基于蚁群优化的混合式算法通常存在可扩展性低下,动态性差,网络成本高等问题。为此提出一种高效的非混合式蚁群路由算法(irritant ant framework,IAF)。添加一个新维度—一种动态的、仿生物的信息素分层,将传统单级别信息素上升为多级别信息素,增强蚁群对于路径的探索程度,抑制算法过早收敛;并且考虑了节点状态的动态性,实时改变信息素等级以选择最佳转发路径;此外,首次考虑了节点缓存特性对信息素更新策略的影响,构造出全新的信息素更新公式,,减小算法的收敛时间。实验结果表明,该算法能够有效地降低内容请求时延,提升缓存命中率,以较低的开销获得良好的CCN路由性能。     

基于多目标优化的某驱动桥壳轻量化设计

为降低某重型自卸车驱动桥壳的质量,对其进行有限元静力学分析,通过解析桥壳结构确定了12个设计参数。利用拉丁超立方抽样法选取60个样本点,根据样本模型有限元分析结果对相关设计参数进行相对灵敏度分析,并构建了桥壳质量、变形、应力、固有频率的Kriging代理模型。以桥壳总成质量和整体最大应力最小化为目标,采用NSGA-II多目标优化算法对所建代理模型进行求解,得到驱动桥壳轻量化设计的最优方案。优化后驱动桥壳质量降低了12.1%,并且桥壳变形、应力和固有频率等性能指标均符合设计要求,验证了所提出的驱动桥壳轻量化设计方法的有效性。