一种基于SOA的自律计算模型与实现方法

通过引入面向服务架构技术,提出一种面向服务的自律计算模型,对自律计算环境的架构和自律单元的设计进行了详细论述,并对计算模型的关键问题——服务装载过程做出改进,解决了服务引用、行为不一致性的问题.实验结果表明,提出的模型使Web服务器节省了平均事务响应时间,提高了平均吞吐量,改进的服务装载过程能增加约10个百分点的服务通过率.服务质量得到有效提高.     

基于加密技术的感知结果可验证隐私保护群智感知方案

针对群智感知过程中对于任务服务器和工作者的隐私泄露问题,以及感知反馈结果验证过程中的隐私保护问题,借助于边缘节点和加密技术,基于代理重加密和同态加密算法,提出了一种感知结果可验证的隐私保护群智感知方案.该方案通过两轮对感知结果的加密传递,完成对感知结果的隐私保护传送和结果校验.其次,对所提出的方案的处理过程进行详细描述,并分析了这一方案对任务服务器和工作者的隐私保护情况。最后,通过实验验证比较,进一步证明所提出方案的优越性.     

基于混合关联的警报处理方法研究

为减少入侵检测系统产生的大量相互独立的警报信息并揭示警报背后所蕴含的攻击策略,将警报处理过程分为相互联系的两个方面:横向关联和纵向关联.通过对相似警报的聚类融合,实现警报横向关联,降低警报数量;以横向关联的结果作为纵向关联的输入,通过分析在一定时间窗内发生警报的因果关系,实现警报的纵向关联,剔出虚假警报,揭示攻击者所采取的攻击策略.实验结果表明,在发生密集型攻击时采用混合关联策略仍能实现高检测率、低误警率的目标,同时能够刻画出警报之间的关联关系.该研究成果对于网络安全态势预测研究具有重要的参考价值.     

基于自配置的软件可信性增长方法

为了更好地解决软件信任危机,提出一种基于自配置的软件可信性增长方法,以使软件具有自我配置能力,达到增强软件可信性的目的.借鉴自律计算中的自配置机制,定义3种自配置策略,建立基于自配置的软件可信性模型.采用马尔可夫再生随机Petri网对模型进行建模分析,得到模型在稳态时相应的参数.使用JMeter模拟用户对软件系统发起HTTP请求,对采用本方法改进的软件与原软件相关参数进行了比较.结果表明,通过选择适当的软件自配置周期不仅能够提高软件的可信性,而且能够降低软件的维护成本;本方法能提高软件可信性,并且在同样负载下运行改进后软件的系统性能也有一定的提高.