通信学报

作者:admin    来源:未知    发布时间:2019-06-30 05:22    浏览量:
社交影响力是驱动信息传播的关键因素,基于在线社交网络数据,可以对社交影响力进行建模和分析。针对一种经典的个体影响力计算方法,介绍了该算法的2种并行化实现,并在真实大规模在线社交网络数据集上进行了性能测试。结果表明,借助现有的大数据处理框架,显著提高了个体影响力计算方法在海量数据集中的计算效率,同时也给该类算法的研究和优化提供了实证依据。针对蚁群算法搜索空间大、收敛速度慢、容易陷入局部最优等缺陷,提出一种基于动态凸包引导的偏优规划蚁群算法。改进后的算法动态控制蚂蚁的待选城市范围,有助于在跳出局部最优并向全局最优逼近的基础上减少蚂蚁搜索空间;同时,引入延陷漂流因子和基于待选城市构建的凸包来干预当前蚂蚁的城市选择,增加算法前期解的多样性并提高蚂蚁的偏优规划能力;再利用局部与整体相结合的完整路径信息、凸包的构建信息来协调信息素的更新,引导后继蚂蚁路径偏优规划,提高算法的求解精度;设计具有收敛性的信息素最大最小值限制策略,既加快算法的求解速度又避免算法过早停滞;最后在4种经典TSP模型上应用改进后的算法。仿真结果表明,所提算法在求解精度和收敛速度等方面均有显著提高,且具有较好的适用性。受到量子图态几何结构和特性的启发,提出了一种基于图态和中国剩余定理的量子秘密共享方案。在该方案中,分发者在有限域内利用中国剩余定理分发秘密,秘密被编码到量子图态里并且通过酉正操作传送给合法参与者,合法参与者使用群恢复协议合作重建子秘密。该方案提供了一个简洁的方法,即通过使用纠缠图态的稳定子来传递信息,分析显示它能提供更好的信息安全性和性能。提出了一种基于对数符合度下的识别新算法。首先,从总的 RSC 码编码方程成立概率出发,引入能够很好衡量编码方程成立大小的对数符合度概念,其次,从 RSC 码约束长度较小特征出发,构建出编码约束长度为3~7的多项式数据库,通过遍历构建的数据库多项式,计算多项式所对应的对数符合度值,最后,查找最大的对数符合度值所对应的多项式,即完成多项式识别。该算法只需遍历所构建的RSC码多项式库,减少遍历次数,其计算量大大减少;由于算法直接利用的是未经量化的软判决信息,所以具有较强的低信噪比适应性。仿真结果表明:在较低的信噪比条件下,参数的识别率能达到90%以上,同时与现有算法相比,所提算法对参数的识别性能与时效性具有明显的优势。多机构身份及属性加密机制已经成为云计算等分布式环境下,实现云服务端数据共享的细粒度访问控制的一个研究热点。在对基本身份及属性加密机制的构造和安全性研究的基础上,分别从层次分级和分布式2种架构方面,对现有多机构身份及属性加密机制的密钥管理、架构设计、加解密开销、安全性等难点问题,进行了深入探讨和综合对比分析。最后,总结了未来研究趋势以及开放性问题,并给出了一种新趋势的解决思路。对无线传感器网络隐私保护数据聚集技术的研究现状与进展进行了综述。首先介绍研究相关的基础知识,包括网络模型、攻击模型和性能评估指标;然后按照同态加密、数据扰动、切分重组、泛化、安全多方计算等隐私保护技术对现有研究成果进行分类,详细阐述了具有代表性的协议的核心技术,对比分析了的各协议的性能;最后,对未来研究方向进行了展望。网络拟态防御通过冗余执行体动态性、多样性以及裁决反馈机制增强了主动防御顽健性,而对于其安全性评估尚缺少有效的分析模型,基于经典博弈模型无法满足于其多状态、动态性特点,不具有通用性等问题,提出拟态防御 Markov 博弈模型分析攻防状态间的转移关系以及安全可靠性度量方法,通过非线性规划算法计算攻防博弈均衡,以确定考虑防御代价的最佳防御策略。实验与多目标隐藏技术对比,结果表明拟态防御具有更高的防御效果,结合具体案例给出了针对利用系统漏洞攻击的具体攻防路径,验证了防御策略算法有效性。针对传统基于机器学习的流量分类方法中特征选取环节的好坏会直接影响结果精度的问题,提出一种基于卷积神经网络的流量分类算法。首先,通过对数据进行归一化处理后映射成灰度图片作为卷积神经网络的输入数据,然后,基于LeNet-5深度卷积神经网络设计适于流量分类应用的卷积层特征面及全连接层的参数,构造能够实现流量的自主特征学习的最优分类模型,从而实现网络流量的分类。所提方法可以在避免复杂显式特征提取的同时达到提高分类精度的效果。通过公开数据集和实际数据集的系列仿真实验测试结果表明,与传统分类方法相比所提算法基于改进的CNN流量分类方法不仅提高了流量分类的精度,而且减少了分类所用的时间。随着物联网、大数据和 5G 网络的快速发展和广泛应用,传统的云计算无法处理网络边缘设备所产生的海量数据,因此,边缘计算应运而生。然而,由于边缘计算的内容感知、实时计算、并行处理等开放特性,使在云计算环境下就已经存在的数据安全与隐私问题变得更加突出。阐述了边缘计算中数据安全与隐私保护的研究背景,提出以数据安全为中心的研究体系架构。围绕数据安全、访问控制、身份认证和隐私保护等关键技术,综述了近年来提出的可能适用于边缘计算数据安全与隐私保护的最新研究成果,并就方案的可扩展性和适用性进行分析讨论。此外,介绍了一些目前比较适用的边缘计算实例。最后,指出一些重要的研究方向和研究建议。软件数量的大规模增长以及复杂性的增强给软件安全漏洞的研究带来了严峻的挑战,以人工的方式进行安全漏洞研究的效率较低,无法满足网络空间安全的需要。因此,如何将机器学习、自然语言处理等人工智能技术应用于安全漏洞的研究已成为新的热点,人工智能技术能够智能化地处理漏洞信息来辅助安全漏洞研究,同时提高安全漏洞挖掘的效率。首先分析了安全漏洞的自动化挖掘、自动化评估、自动化利用和自动化修补等关键技术,指出安全漏洞挖掘的自动化是人工智能在安全漏洞领域应用的重点,然后分析和归纳了近年来提出的将人工智能技术应用于安全漏洞研究的最新研究成果,指出了应用中的一些问题,给出了相应的解决方案,最后展望了安全漏洞智能研究的发展趋势。网络攻防不对称是当前网络安全面临的核心问题之一。基于欺骗的防御技术是防御方为改变这种不对称格局而引入的一种新思路,其核心思想是通过干扰攻击者的认知以促使攻击者采取有利于防御方的行动,从而记录攻击者的活动与方法、增加其实施攻击的代价、降低其攻击成功的概率。首先,对网络欺骗进行形式化定义并依据欺骗环境构建方法将其划分为4种。同时,将网络欺骗的发展历程概括为3个阶段,分析各个阶段特点。然后,提出网络欺骗的层次化模型并对已有研究成果进行介绍。最后,对网络欺骗对抗手段进行分析与总结并介绍网络欺骗技术发展趋势。近年来关于区块链的研究得到极大关注,然而基于 TCP/IP 的通信对这种大量数据内容广播模式的支撑并不充分。基于命名数据网络,设计全新的支持区块链推送服务的节点模型和特殊的读写表过程,提出完善的信息传输机制,通过请求聚合和数据缓存减少网内冗余流量并加速通信传输。同时给出基于本架构的虚拟货币应用实例,并通过仿真验证本方案性能的优势,进一步展望未来相关的研究方向。随着物联网的迅速普及和应用,物联网系统核心(操作系统)的安全问题越发显得急迫和突出。首先,对现阶段市场上广泛应用的物联网操作系统及其特征进行了介绍,分析了其与传统嵌入式操作系统的异同;然后,在调研和分析大量物联网操作系统相关文献的基础上,从构建完整安全系统的角度对现有物联网操作系统安全研究成果进行有效的分类和分析;进一步指出了物联网操作系统安全所面临的挑战和机遇,总结了物联网操作系统安全的研究现状;最后,结合现有研究的不足指出了物联网操作系统安全未来的热点研究方向,并特别指出了物联网系统生存技术这一新的研究方向。基于分数阶变换的图像加密方法近些年被广泛研究和使用,然而现有的基于分数阶变换的图像加密技术多在复数域进行,加密后的图像既包含了相位信息也包含了振幅信息,不利于传输和存储。另外,一些满足保实性的加密方法,则存在密钥相对单一、敏感性不足等问题。基于此,提出一种基于多阶分数离散切比雪夫变换和产生序列的图像加密方法,该方法使用随机生成的行、列分数阶向量以及通过混沌序列生成的产生序列作为密钥对图像进行加密,在满足实值传输的同时大大扩展了密钥空间。实验结果进一步表明,该加密方法可以抵抗多种攻击,解密后的图像几乎无失真,具有很好的加密效果以及足够的安全性和顽健性。提出基于人工智能技术的多智能体服务链资源调度架构,设计一种基于强化学习的服务链映射算法。通过Q-learning的机制,根据系统状态、执行部署动作后的奖惩反馈来决定服务链中各虚拟网元的部署位置。实验结果表明,与经典算法相比,该算法有效降低了业务的平均传输延时,提升了系统的负载均衡情况。社交网络中往往蕴含着大量用户和群体信息,如话题演化模式、群体聚集效应以及信息传播规律等,对这些信息的挖掘成为社交网络分析的重要任务。社交网络的群体聚集效应作为社交网络的一种特征模式,表现为社交网络的社区结构特性。社区结构的发现已成为其他社交网络分析任务的基础和关键。随着在线社交网络用户数量的急剧增长,传统的社区发现手段已经难以适应,从而催生了并行社区发现技术的发展。对当前主流并行社区发现方法Louvain算法和标签传播算法在超大规模数据集上的可扩展性进行了研究,指出了各自的优缺点,为后续应用提供参考。首先,系统地分析和总结了雾计算的研究现状,重点介绍了雾计算出现的背景及其相对于云计算的优势,对雾计算及其他相似的计算模式进行比较,指出了雾计算相比于传统计算模式的优点。然后,总结了雾计算的体系结构与各层功能。同时,对于雾计算在网络管理和资源调度这2个方面的研究问题展开讨论,总结了前人提出的解决方法并指出了现有方法的不足。最后,对于雾计算的一些相关应用进行了阐述,并以智能驾驶、工业物联网这2个示范应用为例指出了当前雾计算在实际应用上仍需攻关的重要课题。在多假设分布式压缩视频感知系统中,多假设的质量对重构性能意义重大。现有工作中,对于多假设集合获取的研究并未得到关注。提出一种多参考帧假设集合优化选择(MRHO)算法,增加参考帧数目以扩大假设选择范围,通过假设优化选择,在相同假设集合尺寸下提高了集合质量。仿真表明,MRHO算法有效提高了视频重构质量。通过调研大量的国内外传感云安全的相关文献发现,现有的传感云系统存在一系列严重的安全问题,如不同服务提供商的信誉问题、物理节点耦合漏洞、数据权限管理漏洞等,严重地阻碍了传感云系统的进一步发展。分析了传感云系统存在的安全问题,对比了现有的传感云安全技术,讨论总结了不同种类解决方案的优缺点,提出了未来传感云发展面临的安全挑战。最后,设计了基于雾计算框架下传感云安全的实现方案,为传感云的安全研究带来新的思路。针对云应用程序数据机密性问题,提出一种访问代理执行的密文搜索方案。此方案不需要修改云应用程序且不改变用户使用习惯,具有很强的可适用性。首先从功能性、效率性和安全性等方面分析了基于访问代理的密文搜索方案,并指出其所面临的关键问题,包括代理间索引和密文的安全分享,并设计解决方案。实验结果表明,此方案可有效保护云服务用户数据,实现多种搜索功能,且具有很高的效率性和安全性。移动健康护理作为一种新兴的技术给个人健康档案的分享提供了极大的便利,也给其隐私带来了极大的风险。基于属性的加密体制能够对加密数据实现细粒度的访问控制,有效地保护了个人健康档案的隐私。然而,目前基于属性的访问控制方案要么缺乏有效的恶意用户追踪机制,要么只支持单个授权机构。针对该问题,提出了一个移动健康护理环境下适应性安全的可追踪多授权机构基于属性的访问控制方案,该方案在合数群上构造,支持任意单调的线性秘密共享机制的访问策略,基于子群判定假设证明了该方案在标准模型下是适应性安全的,基于k-SDH假设证明了该方案的可追踪性,性能分析表明了该方案的实用性。针对智能驾驶系统处理大量驾驶数据时出现的效率和精度不足的问题,提出一种基于贝叶斯模型来处理驾驶数据,识别和预测人类驾驶行为的方法。该方法可以无监管地通过驾驶数据对应地推断出具体驾驶行为,共分为2步:第一步,通过贝叶斯模型分割算法将惯性传感器收集到驾驶数据分割为近线性分段;第二步,通过LDA拓展模型将线性分段聚集为具体的驾驶行为(如制动、转弯、加速和惯性滑行)。离线实验和在线实验结果表明,在处理大量驾驶数据的情况下,该方法效率和识别精度更高。
上一篇:楠溪江旅游网

相关新闻推荐

关注官方微信

欢迎光临 澳门新濠天地官网 版权所有 Power by DedeCms 
友情链接:澳门新濠天地官网  澳门新濠天地赌场  澳门新濠天地官网网址  澳门新濠天地娱乐场  澳门新濠天地赌场娱乐  澳门新濠天地赌场官网  澳门新濠天地娱乐平台  澳门新濠天地赌场网址官网  澳门新濠天地官网