GATEST: 使用遗传算法自动生成模拟矢量的验证平台

对硬件设计进行功能验证的一个关键问题是需要大量的模拟矢量来保证验证的充分性。本文针对Verilog语言,采用遗传算法(Genetic Algorithm, GA)作为解决方案,设计了一个使用遗传算法自动生成模拟矢量的验证平台GATEST。该平台的一个特点是,根据指定的关键信号使用数据流分析产生关键路径集合,并采用基于该集合的路径覆盖率作为适应度函数引导模拟矢量的生成。使用该验证平台对北大众志-863系统芯片的功能模块进行实验,并详细分析了不同控制参数配置下的实验结果,说明该平台具有一定的有效性。     

面向网络数据流的持续查询

有别于传统的存储型数据静态查询,构造了一种对网络数据流进行持续查询的模型．该模型提供了映射和转化机制,兼容了数据流“时序”概念和传统数据库中的“关系”概念。     

数据流管理系统关键技术研究

传统数据库系统用于需要持久稳固的数据存储和复杂查询的应用,然而近几年许多的应用证明这种数据模式和查询范例是不适合的,如传感器数据位置跟踪、工厂装配线管理、金融证券管理、Internet流量监控、Web使用日志、电话呼叫记录、和事务日志的在线分析等,在这些应用背景中信息按照数据值序列的形式自然产生,都需要及时地处理大规模的潜在快速的异步的数据流.本文回顾近来数据流管理系统领域的相关工作和流项目的研究情况;分析了连续查询处理的新需求和挑战;重点研究包括数据模式,系统结构,连续查询语言,调度方法,相关算法和查询评价等关键技术.     

Internet网络的公平性问题研究

目前，Internet采用了TCP端到端的拥塞控制机制，RTT不同的连接其窗口增长速度是不同的；同时，随着网络应用的多样化，一些数据流没有执行端到端的拥塞控制，以上两个原因都容易导致网络资源的不公平分配．目前，公平性问题成为衡量网络服务质量(QOS)好坏的重要因素．文章重点探讨了Internet网络通信中存在的资源分配的公平性，分析了导致公平性问题产生的原因及其解决方案，并指出了进一步的研究方向．     

多媒体数据流描述模型及同步化的实现

通过对视频、音频、文本及静止图像等多媒体数据流序列结构化描述模型的建立,实现以此为基础的多媒体数据流分类、分割及同步描述等功能。为确定多媒体数据流的每个对象在时间和空间上的位置问题,提供了描述、传输、存储的结构化同步描述方法。     

基于混合特征分析的硬件木马检测方法

提出一种基于混合特征分析的硬件木马检测方法,该方法首先在时序层级抽象并构建待测电路的控制数据流图,然后利用功能性分析方法建立以低动态翻转率为特征的动态可疑节点集,最终使用静态结构特征匹配方法实现硬件木马的检出.以Trust-Hub中涵盖Basic-RSA,AES和RS232基准电路在内的13种硬件木马为检测对象开展检测...     

基于数据流频繁模式挖掘的入侵检测模型

计算机网络入侵通常具有高频度特性,因此,识别是否正常访问,对数据流中重复元素的挖掘,给出频度指标,是一种重要的依据.提出一种基于数据流频繁模式的改进型AFP算法,该算法采用滑动窗口树技术,单遍扫描数据流及时捕获网络上的最新模式信息,并将该算法应用在入侵检测模型中正常数据和异常数据的在线挖掘.解决了有限存储和无限数据流的矛盾.实验结果表明,该模型有较高的报警率和较低的误报率.     

支持数据流分发的组合服务协调框架

针对集中式Web服务组合的性能缺陷以及完全分布式Web服务组合中组件服务重用性差等问题,提出一种基于集中控制流分散数据流模式的Web服务组合协调框架. 描述了框架中运行的协调协议的形式化定义、模型和语法结构. 采用数据流分析方法优化组合服务.提出从BPEL到协调协议的转换算法. 实验结果表明,采用此协调框架的组合服务不仅保持了组件服务的可重用性,而且在响应时间和事务处理能力等方面性能有显著提高.     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

无线传感器网络中数据流聚集的预处理

提出了一种基于无线传感器网络数据流聚集的预处理算法。传感器结点将其在一段时间内采集到的信息当作一个数据流,由此组成数据流上的查询集合,为了得到对于给定查询的结果,结点采用预处理的算法在查询集合中选择出最有效的时间段信息,并把该段时间内的数据发给路由上其他结点进行进一步处理。提高了网络结点感知效率和数据精确度。