网络传输中邮件后台接收的研究与实现

介绍了利用ＤＯＳ空闲中继写驻留程序，进行实时数据后台接收的方法，分析了ＩＰＸ协议的基本原理，结构和特点，着重讨论了在后台接收邮件的实现策略。     

内容管理系统分析

内容管理系统在国内是新兴的概念,从商业门户网站到个人的Weblog都可以称作内容管理系统。本文通过说明网站内容管理系统,简单介绍了内容管理系统的结构、功能、实现以及使用等情况,并分析了内容管理系统的现状以及今后几年的发展前景。     

基于小波蚊子的车联网性能评价方法

数据传输可靠性已成为车联网研究的热点问题,首先给出了车辆之间数据传输可靠性的评价方法,并结合小波变换和群蚊子算法对数据评估模型进行求解,同时通过引入分类机制和决策权来引导搜索方向,以此加快算法收敛速度.最后利用仿真实验平台深入研究了影响该算法的关键因素,并讨论了数据包大小、车辆间距、发送功率和车辆速度与数据成功发送率之间的关系.与其他算法比较,该算法显示出较好适应性.     

面向车联网边缘计算的智能计算迁移研究

为了满足车联网中车载任务所面临的服务迁移时间优化与边缘设备的资源负载优化需求,提出了一种面向车联网边缘计算的智能计算迁移方法(intelligent computing offloading method, ICOM).首先构建了车联网边缘计算系统资源模型、执行时间模型、边缘设备负载均衡模型;然后利用非支配排序遗传算法(non-dominant sorting genetic algorithm,NSGA-II)实现了对车载计算任务的迁移时间和边缘设备的负载均衡进行联合优化,从而为车载计算任务找到有效的计算迁移策略;最后根据多目标决策准则(multi-criteria decision making, MCDM)和逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)选择出最优的计算迁移策略.实验结果表明,ICOM方法能够使车载计算任务在期望时间内完成,同时也保证边缘设备的负载均衡.     

做"草根式"的信息安全"英雄"

技术主导且人与人互连互通的时代,信息安全不是一个要不要的问题,而是一个如何要、怎样要的问题。在信息安全防范这台日渐进入“高潮”的“大戏”里。前台“热热闹闹”的华丽演出,离不开后台厂商们的坚实支撑。[编者按]     

一种基于遗传算法的车载边缘计算卸载方案

延迟敏感型和计算密集型车辆应用的出现,给计算资源有限的车联网带来了巨大的挑战。移动边缘计算(Mobile Edge Computing, MEC)是云计算的一种补充,可以有效解决车辆计算资源有限等问题,但是车辆的高机动性以及中心云距离较远导致数据卸载延迟较大,对卸载效率产生较大影响。现有方案大多对车辆的高机动性以及空闲资源的利用方面考虑不足,因此,文中提出一种基于遗传算法的车载边缘计算卸载方案(Genetic Algorithm-based Vehicle Edge Computing Offloading Scheme, GAVECOS)。在该方案中,考虑了任务车辆周围的本地车辆、路边基站上的边缘服务器和空闲车辆的计算资源来卸载任务,然后提出一个以系统总成本最小为目标的优化问题,并利用遗传算法求解该优化问题。最后通过搭建仿真平台对方案进行了验证。仿真结果显示,在综合考虑系统的时延和能耗这两个因素的情况下,该方案与其他4种方案相比总成本有明显的降低。     

PSPICE在电力电子虚拟实验室中的应用

本文介绍了基于VC＋＋和PSPICE的电力电子虚拟实验室,采用PSPICE作为电力电子虚拟实验室后台仿真软件,并在VC＋＋环境下实现了电力电子变换器的仿真．仿真过程中,对PSPICE输出文件进行了分析和处理,并将报错信息及时地反馈给实验者．实验表明,把PSPICE作为虚拟实验室后台仿真软件的方法可以得到理想的仿真波形,满足实验的要求．     

风云际会:从云计算到物联网的大时代

正云计算的兴起无疑是互联网发展史上最激动人心的事件之一。那么,云计算在互联网和信息社会的发展历程中究竟处于什么位置?云计算与3G、物联网是什么关系?云计算的发展方向是什么?云计算的历史定位回顾互联网的发展历史,展望互联网的未来,我们可以将互联网的历史划分为以下几个阶段。第一代互联网——1986年,美国国家科学基金会(NSF)资助建成了基于TCP/IP的主干网NSFNET,连接了主要的科研机构,第一代互联网由此诞生。这个阶段只     

基于区块链的车联网群智感知位置隐私保护方法

针对车联网群智感知位置隐私泄露和用户参与任务公平性的问题,提出了一种基于区块链的车联网群智感知位置隐私保护方法(location privacy protection method based on blockchain and crowdsensing, LPPMBC)。将分布式的区块链引入车联网群智感知位置隐私保护方法中,消除第三方服务平台对参与用户数据的控制;通过保序加密和Geohash编码相结合,为参与工人提供多级别的位置隐私保护,确保参与工人位置隐私的保密性;通过Haversine公式进行感知位置验证,防止工人通过非感知区域数据获得非法奖励,保障感知数据的质量。仿真结果表明,LPPMBC能够更好地权衡感知数据质量与工人隐私保护关系,保障用户参与任务的公平性, 提高用户参与任务的积极性。     

MEC架构下基于DDPG的车联网任务卸载和资源分配

为了缓解车联网中个体车辆计算资源配置过低而导致的任务处理时延较大的问题,提出了一种移动边缘计算(mobile edge computing, MEC)架构下的动态任务卸载策略和资源分配方案。以最小化全网任务处理时延为目标,将车联网中的任务卸载和资源分配问题建模为马尔可夫决策过程(Markov decision process, MDP),并利用深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法进行了问题求解。仿真结果表明,与执行者-评价者(actor-critic, AC)和深度Q网络(deep Q-network, DQN)这2种算法相比,DDPG算法以最快的算法收敛特性获得最小的全网任务处理时延。