偷窥国产在线91,亚洲无线国产观看原创,日本精品aⅴ一区二区三区,久久九九兔免费精品6

簡(jiǎn)介：點(diǎn)擊查看更多基于CAA平臺(tái)的神經(jīng)網(wǎng)絡(luò)曲面重構(gòu)優(yōu)化技術(shù).pdf精彩內(nèi)容。

簡(jiǎn)介：隨著城市化進(jìn)程日益加速，交通壓力逐漸增大，智能交通系統(tǒng)ITS的研究迫在眉睫，而交通標(biāo)志識(shí)別TSR作為智能交通系統(tǒng)中重要的一個(gè)分支，不僅可以應(yīng)用于自動(dòng)駕駛系統(tǒng)以輔助駕駛員，還可以應(yīng)用于無(wú)人駕駛。因此研究一種有效的交通標(biāo)志識(shí)別方法具有較重要的理論價(jià)值和實(shí)用意義。本文研究的交通標(biāo)志識(shí)別方法結(jié)合了自動(dòng)識(shí)別技術(shù)中的條形碼技術(shù)，針對(duì)標(biāo)準(zhǔn)交通標(biāo)志庫(kù)GB57681999，利用PCNN模型為交通標(biāo)志生成對(duì)應(yīng)的條形碼，形成條形碼庫(kù)，將未知標(biāo)志的條形碼與標(biāo)準(zhǔn)庫(kù)中的條形碼進(jìn)行匹配來(lái)實(shí)現(xiàn)自動(dòng)識(shí)別。研究的具體內(nèi)容如下（1）一維條形碼的生成及應(yīng)用。彩色交通標(biāo)志在RGB顏色空間下的三個(gè)分量分別經(jīng)過(guò)PCNN模型處理再進(jìn)行合并，得到時(shí)間序列作為特征序列，將特征序列進(jìn)行編碼形成灰度條形碼，再經(jīng)過(guò)PCNN模型得到一維條形碼，將其用于交通標(biāo)志識(shí)別。（2）融合點(diǎn)火像素位置信息的二維條形碼生成及應(yīng)用。選取每次迭代后點(diǎn)火像素的位置信息作為新的特征生成特征序列并得到一維條形碼，與原一維條形碼結(jié)合形成二維條形碼，克服了由于PCNN模型具有的旋轉(zhuǎn)鏡像不變性對(duì)于鏡像對(duì)稱(chēng)而意義不同的交通標(biāo)志無(wú)法區(qū)分的問(wèn)題。（3）研究基于條形碼技術(shù)的交通標(biāo)志識(shí)別算法性能。在待識(shí)別標(biāo)志中加入噪聲并針對(duì)條形碼生成過(guò)程中涉及到的不同條件和參數(shù)進(jìn)行匹配實(shí)驗(yàn)，統(tǒng)計(jì)噪聲情況下的匹配結(jié)果，分析在不同條件下該算法的性能。

簡(jiǎn)介：作為SDN的典型代表OPENFLOW技術(shù)自2008年被提出，經(jīng)過(guò)幾年的發(fā)展，SDN與OPENFLOW技術(shù)已經(jīng)得到長(zhǎng)足的進(jìn)步，同時(shí)也完成了從實(shí)驗(yàn)平臺(tái)向業(yè)務(wù)網(wǎng)絡(luò)部署的重大跨越。在現(xiàn)有的OPENFLOW路由協(xié)議中，若OPENFLOW網(wǎng)絡(luò)需要向其他OPENFLOW網(wǎng)路轉(zhuǎn)發(fā)數(shù)據(jù)包，只能采用泛洪的方法，當(dāng)多個(gè)OPENFLOW網(wǎng)絡(luò)之間數(shù)據(jù)轉(zhuǎn)發(fā)頻繁時(shí)，這種策略會(huì)大幅度增加網(wǎng)絡(luò)上的數(shù)據(jù)流量，容易造成網(wǎng)絡(luò)擁塞。為此本文基于多OPENFLOW網(wǎng)絡(luò)，對(duì)相關(guān)路由協(xié)議和關(guān)鍵技術(shù)進(jìn)行了研究。針對(duì)多OPENFLOW網(wǎng)絡(luò)已有的的研究，本文提出了兩個(gè)路由協(xié)議，基于FLOODLIGHT控制器實(shí)現(xiàn)了原型系統(tǒng)，在MINI仿真平臺(tái)上進(jìn)行了實(shí)驗(yàn)驗(yàn)證。論文中的主要工作與創(chuàng)新點(diǎn)包括1、深入研究了控制器原理機(jī)制，針對(duì)控制器鏈路發(fā)現(xiàn)、拓?fù)涔芾砗吐酚赊D(zhuǎn)發(fā)機(jī)制，提出了基于全局拓?fù)渎酚蓞f(xié)議（GLOBALTOPOLOGYROUTINGPROTOCOL，GTRP）。在多OPENFLOW網(wǎng)絡(luò)中，通過(guò)擴(kuò)展鏈路發(fā)現(xiàn)，相鄰控制器之間可以發(fā)現(xiàn)域間的鏈路，相互交換拓?fù)湫畔?，過(guò)程收斂直至網(wǎng)絡(luò)中所有的控制器都獲取了一致的全局網(wǎng)絡(luò)拓?fù)?，并通過(guò)發(fā)布拓?fù)涓孪⒋_保網(wǎng)絡(luò)內(nèi)所有控制器的全局拓?fù)湫畔⒁恢?。控制器基于全局拓?fù)洳捎米疃搪匪惴ㄓ?jì)算路由轉(zhuǎn)發(fā)數(shù)據(jù)流。2、針對(duì)控制器只能計(jì)算出OPENFLOW網(wǎng)絡(luò)內(nèi)路由的特點(diǎn)，本文提出了基于多級(jí)圖路由協(xié)議（MULTILEVELGRAPHROUTINGPROTOCOL，MGRP），將每一個(gè)OPENFLOW域視為多級(jí)圖中的一級(jí)，源主機(jī)所在的交換機(jī)與目的主機(jī)所在的交換機(jī)之間的鏈路就形成了一個(gè)多級(jí)圖。每一級(jí)上的控制器分別計(jì)算出路徑代價(jià)，最終目的節(jié)點(diǎn)所在網(wǎng)絡(luò)的控制器選取代價(jià)最小的鏈路作為轉(zhuǎn)發(fā)路徑，同時(shí)給最短路徑上的控制器一個(gè)確認(rèn)回復(fù)，源節(jié)點(diǎn)與目的節(jié)點(diǎn)之間建立轉(zhuǎn)發(fā)路徑。3、對(duì)FLOODLIGHT控制器的原理機(jī)制進(jìn)行了深入研究，基于FLOODLIGHT控制器以及FLOODLIGHT項(xiàng)目提供的開(kāi)源程序，設(shè)計(jì)實(shí)現(xiàn)了所提出的兩個(gè)路由協(xié)議的原型系統(tǒng)。通過(guò)在FLOODLIGHT控制器中增加了實(shí)現(xiàn)協(xié)議過(guò)程的功能模塊，使得所提出的兩個(gè)路由協(xié)議能夠在多OPENFLOW網(wǎng)絡(luò)中運(yùn)行。4、研究并掌握了MINI網(wǎng)絡(luò)仿真平臺(tái)的實(shí)現(xiàn)原理和運(yùn)行機(jī)制?；贛INI網(wǎng)絡(luò)仿真平臺(tái)搭建了多OPENFLOW網(wǎng)絡(luò)實(shí)驗(yàn)環(huán)境，對(duì)提出的兩個(gè)路由協(xié)議進(jìn)行仿真實(shí)驗(yàn)。理論分析和仿真結(jié)果表明，應(yīng)用這兩個(gè)路由協(xié)議可以實(shí)現(xiàn)在多OPENFLOW網(wǎng)絡(luò)間快速地進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。

簡(jiǎn)介：隨著半導(dǎo)體技術(shù)的不斷進(jìn)步，單個(gè)芯片上能夠集成的處理單元越來(lái)越多。片上網(wǎng)絡(luò)作為實(shí)現(xiàn)這些處理單元間互連的基礎(chǔ)通信架構(gòu)受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。硬件成本和通信性能是評(píng)價(jià)片上網(wǎng)絡(luò)可用性的兩個(gè)非常重要的指標(biāo)，如何以較低的硬件成本設(shè)計(jì)出能夠滿足實(shí)際應(yīng)用需求的片上網(wǎng)絡(luò)結(jié)構(gòu)是該領(lǐng)域研究的核心問(wèn)題。本文針對(duì)片上網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)與性能分析中幾個(gè)關(guān)鍵問(wèn)題展開(kāi)研究，主要的研究工作如下1支持端口間緩存和虛通道共享的路由器微體系結(jié)構(gòu)研究虛通道蟲(chóng)孔交換片上網(wǎng)絡(luò)的性能、功耗和硬件成本都會(huì)受到虛通道數(shù)量、緩存容量和緩存組織方式的影響。為了在不引入較大的硬件開(kāi)銷(xiāo)和功耗負(fù)擔(dān)的前提下最大化片上網(wǎng)絡(luò)的性能，需要盡可能地提高路由器緩存資源的利用率。這就要求對(duì)緩存資源進(jìn)行動(dòng)態(tài)的分配和管理，以適應(yīng)片上網(wǎng)絡(luò)流量的動(dòng)態(tài)變化?，F(xiàn)有的方案基本都是圍繞著如何在路由器的端口之間或者端口內(nèi)的虛通道之間實(shí)現(xiàn)緩存資源的共享，忽略了不同端口對(duì)虛通道數(shù)量的不同需求以及需求的動(dòng)態(tài)變化。為此，本文提出了一種支持端口間自適應(yīng)虛通道共享（ADAPTIVEVIRTUALCHANNELSHARING，AVCS）的路由器微體系結(jié)構(gòu)，該結(jié)構(gòu)可以在運(yùn)行時(shí)根據(jù)網(wǎng)絡(luò)流量的變化動(dòng)態(tài)地調(diào)整每個(gè)路由器端口所能使用的緩存容量和虛通道數(shù)量。首先，本文分析了經(jīng)典路由器存在的主要問(wèn)題，并針對(duì)這些問(wèn)題提出了AVCS路由器的基本架構(gòu)。然后，本文面向AVCS路由器提出一個(gè)低成本的共享資源分配算法，該算法可以在運(yùn)行時(shí)將共享緩存資源按需分配給各個(gè)端口使用。最后，本文又面向AVCS路由器提出了一個(gè)虛通道和交換機(jī)分配器請(qǐng)求端口共享方案，該方案讓每個(gè)端口的私有虛通道與對(duì)應(yīng)的共享虛通道復(fù)用同一個(gè)虛通道和交換機(jī)分配器的請(qǐng)求端口，從而顯著地降低了分配器的規(guī)模和硬件成本。本文提出的AVCS路由器具有緩存資源利用率高、硬件開(kāi)銷(xiāo)小和平均延遲低等優(yōu)點(diǎn)。實(shí)驗(yàn)結(jié)果顯示，與具有同樣性能的經(jīng)典路由器結(jié)構(gòu)相比，AVCS路由器可以降低321％的功耗并節(jié)省117的芯片面積。2基于實(shí)時(shí)演算的片上網(wǎng)絡(luò)端到端延遲上界分析方法研究在基于片上網(wǎng)絡(luò)的多核處理器系統(tǒng)上部署實(shí)時(shí)應(yīng)用程序之前，必須要保證每條數(shù)據(jù)流在最差情況下的延遲上界都不違背其時(shí)限約束。針對(duì)這一需求，學(xué)術(shù)界已經(jīng)提出了基于確定性網(wǎng)絡(luò)演算的分析方法、基于流的分析方法和基于鏈路的分析方法來(lái)分析數(shù)據(jù)流的端到端延遲上界。然而，基于流和基于鏈路的分析方法都只能應(yīng)用于路由器的緩存容量足夠大的情況?；诰W(wǎng)絡(luò)演算的分析方法雖然沒(méi)有對(duì)緩存容量做任何假設(shè)，但是獲得的延遲上界比較悲觀，需要進(jìn)一步地改進(jìn)。為此，本文提出一個(gè)基于實(shí)時(shí)演算的端到端延遲分析算法來(lái)克服基于流和基于鏈路的延遲分析方法的應(yīng)用限制，并進(jìn)一步改進(jìn)確定性網(wǎng)絡(luò)演算的分析結(jié)果。首先，本文提出一個(gè)流量模型變換定理用于將切片級(jí)實(shí)時(shí)演算到達(dá)曲線變換成報(bào)文級(jí)實(shí)時(shí)演算到達(dá)曲線，該定理使得對(duì)報(bào)文級(jí)端到端延遲上界的分析成為可能；然后，本文為蟲(chóng)孔交換片上網(wǎng)絡(luò)建立了一個(gè)實(shí)時(shí)服務(wù)曲線模型，并利用極小加代數(shù)的有關(guān)性質(zhì)推導(dǎo)出了信約流量控制器的等效實(shí)時(shí)服務(wù)曲線；最后，本文基于前面建立的報(bào)文級(jí)實(shí)時(shí)到達(dá)曲線模型和路由器的實(shí)時(shí)服務(wù)曲線模型提出了一個(gè)端到端延遲分析算法。與已有的方法相比，該算法同時(shí)支持固定優(yōu)先級(jí)搶占調(diào)度和輪詢(xún)調(diào)度，對(duì)于緩存容量有限的片上網(wǎng)絡(luò)也能給出正確的分析結(jié)果，并且獲得的延遲上界比已有的方法更加緊致。3基于實(shí)時(shí)演算的片上網(wǎng)絡(luò)緩存分配算法研究路由器的緩存容量對(duì)整個(gè)片上網(wǎng)絡(luò)的性能、功耗和硬件成本都有巨大的影響。為了降低基于優(yōu)先級(jí)的蟲(chóng)孔交換片上網(wǎng)絡(luò)的硬件成本，學(xué)術(shù)界已經(jīng)提出了虛通道共享方案和基于鏈路的緩存分配算法。然而，虛通道共享方案會(huì)嚴(yán)重影響網(wǎng)絡(luò)的通信性能，而且在特定的路由策略下還會(huì)引起死鎖?；阪溌返木彺娣峙渌惴m然可以保證網(wǎng)絡(luò)的通信性能，但是緩存分配結(jié)果過(guò)于保守。為此，本文提出一種基于實(shí)時(shí)演算的片上網(wǎng)絡(luò)緩存分配算法來(lái)降低基于優(yōu)先級(jí)的蟲(chóng)孔交換片上網(wǎng)絡(luò)的硬件成本。該算法在保證時(shí)限約束的前提下，按照優(yōu)先級(jí)順序優(yōu)化每條數(shù)據(jù)流在其經(jīng)過(guò)的路由器上預(yù)留的緩存資源。首先，本文基于實(shí)時(shí)演算理論給出了每條數(shù)據(jù)流在其經(jīng)過(guò)的每個(gè)路由器上都不觸發(fā)流量控制的一個(gè)充分條件，該條件可以用于確定整個(gè)緩存優(yōu)化算法的迭代初始值；然后，本文給出了一個(gè)緩存分配過(guò)程來(lái)減少路由器為每條數(shù)據(jù)流預(yù)留的緩存資源，并結(jié)合前面給出的迭代初值定理提出了一個(gè)可以確保最差情況下通信性能的緩存分配算法。與已有的緩存分配算法相比，本文提出的算法可以顯著地降低路由器的硬件開(kāi)銷(xiāo)，極大地降低路由器的硬件成本、功耗和芯片面積。4低延遲路徑選擇算法及其快速驗(yàn)證技術(shù)研究在蟲(chóng)孔交換片上網(wǎng)絡(luò)中，每條數(shù)據(jù)流的端到端延遲都會(huì)受到網(wǎng)絡(luò)中其它數(shù)據(jù)流的傳輸路徑和流量特性的影響。因此，在為高優(yōu)先級(jí)數(shù)據(jù)流確定傳輸路徑時(shí)應(yīng)當(dāng)盡量選擇那些對(duì)低優(yōu)先級(jí)數(shù)據(jù)流影響較小的鏈路，以盡可能的優(yōu)化每一條數(shù)據(jù)流的端到端延遲。在確定了所有數(shù)據(jù)流的傳輸路徑之后，還需要一種有效的延遲分析方法來(lái)快速地確定是否每條數(shù)據(jù)流的延遲約束都得到了滿足。如果有數(shù)據(jù)流違背延遲約束，則應(yīng)該嘗試為其選擇一條新的傳輸路徑。針對(duì)上述需求，本文提出了一種面向MESH網(wǎng)絡(luò)的低延遲路徑選擇算法來(lái)優(yōu)化每條數(shù)據(jù)流的端到端延遲。首先，該算法根據(jù)每條鏈路對(duì)低優(yōu)先級(jí)數(shù)據(jù)流的重要性程度為其賦予不同的權(quán)重。在確定鏈路的權(quán)重時(shí)，該算法充分利用了MESH網(wǎng)絡(luò)的基本性質(zhì)和組合數(shù)學(xué)的相關(guān)方法，大幅度地降低了已有方法的計(jì)算復(fù)雜度和存儲(chǔ)開(kāi)銷(xiāo)。然后，該算法利用DIJKSTRA算法為每個(gè)數(shù)據(jù)流選擇一條合適的傳輸路徑。最后，該算法又利用之前提出的基于實(shí)時(shí)演算的延遲分析算法對(duì)每條數(shù)據(jù)流的延遲約束進(jìn)行檢查。為了加快延遲約束的檢查速度，本文還并針對(duì)延遲分析算法的性能優(yōu)化提出了若干建議。實(shí)驗(yàn)結(jié)果表明，本文提出的路徑選擇算法可以顯著地降低數(shù)據(jù)流的延遲上界。綜上所述，本文針對(duì)當(dāng)前片上網(wǎng)絡(luò)領(lǐng)域面臨的幾個(gè)重要問(wèn)題進(jìn)行了研究，對(duì)推動(dòng)片上網(wǎng)絡(luò)在片上多處理器系統(tǒng)中的更廣泛的應(yīng)用具有一定的理論貢獻(xiàn)和應(yīng)用價(jià)值。

簡(jiǎn)介：復(fù)雜網(wǎng)絡(luò)具有多種特性，社團(tuán)結(jié)構(gòu)被認(rèn)為是復(fù)雜網(wǎng)絡(luò)最重要的一個(gè)性質(zhì)。社團(tuán)結(jié)構(gòu)簡(jiǎn)單的說(shuō)就是網(wǎng)絡(luò)中一組節(jié)點(diǎn)的集合，在同一個(gè)社團(tuán)內(nèi)部的節(jié)點(diǎn)之間的關(guān)系緊密，而社團(tuán)與社團(tuán)之間的關(guān)系與之相比則十分稀疏。社團(tuán)結(jié)構(gòu)與網(wǎng)絡(luò)中某些特定的功能及性質(zhì)有著密切的聯(lián)系，因此檢測(cè)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)對(duì)于分析和理解這些復(fù)雜網(wǎng)絡(luò)系統(tǒng)起著至關(guān)重要的作用。本文主要針對(duì)復(fù)雜網(wǎng)絡(luò)中社團(tuán)檢測(cè)問(wèn)題進(jìn)行研究，主要研究?jī)?nèi)容有首先，在社團(tuán)結(jié)構(gòu)形成過(guò)程中，起初往往是由有少數(shù)用戶(hù)發(fā)起建立從而逐漸發(fā)展成為社團(tuán)，而初始的這小部分用戶(hù)可以看作是社團(tuán)內(nèi)的核心用戶(hù)。本文根據(jù)社團(tuán)演變的過(guò)程提出了基于核心節(jié)點(diǎn)的社團(tuán)檢測(cè)算法，主要分為三個(gè)步驟1檢測(cè)核心節(jié)點(diǎn)2發(fā)現(xiàn)核心社團(tuán)3構(gòu)造全局社團(tuán)結(jié)構(gòu)。在合成網(wǎng)絡(luò)和真實(shí)網(wǎng)絡(luò)中進(jìn)行的實(shí)驗(yàn)表明了基于核心節(jié)點(diǎn)的社團(tuán)檢測(cè)算法的有效性。其次，考慮到當(dāng)前網(wǎng)絡(luò)規(guī)模不斷增長(zhǎng)，快速有效的社團(tuán)檢測(cè)方法顯得尤為重要。本文利用到了節(jié)點(diǎn)自身屬性這一因素，并且將網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征和節(jié)點(diǎn)自身屬性結(jié)合到一起來(lái)檢測(cè)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)，提出的基于屬性傳遞的社團(tuán)檢測(cè)算法能夠快速檢測(cè)復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)。在真實(shí)網(wǎng)絡(luò)數(shù)據(jù)中進(jìn)行的實(shí)驗(yàn)?zāi)軌蚍从乘惴ǖ母咝?。最后，本文從影響傳播的角度?lái)解決社團(tuán)檢測(cè)問(wèn)題，我們首先討論了二者之間的關(guān)系，然后提出了一種新的傳播模型ICA，該傳播模型基于真實(shí)的動(dòng)作日志，并且利用提出的模型的在網(wǎng)絡(luò)中篩選種子節(jié)點(diǎn)，然后利用到了隊(duì)列來(lái)快速的檢測(cè)社團(tuán)。在真實(shí)網(wǎng)絡(luò)中進(jìn)行的實(shí)驗(yàn)不僅表明了利用影響傳播的方法來(lái)解決社團(tuán)檢測(cè)問(wèn)題的可行性而且檢測(cè)到的社團(tuán)同樣能夠促進(jìn)影響傳播的進(jìn)行。

簡(jiǎn)介：網(wǎng)絡(luò)和通信技術(shù)的迅速發(fā)展導(dǎo)致了網(wǎng)絡(luò)規(guī)模擴(kuò)大、復(fù)雜性增強(qiáng)?；ヂ?lián)網(wǎng)用戶(hù)和新興網(wǎng)絡(luò)服務(wù)的增加也對(duì)網(wǎng)絡(luò)管理提出了更高的要求。如何對(duì)網(wǎng)絡(luò)進(jìn)行有效的監(jiān)控和管理是人們迫切需要解決的問(wèn)題。由于網(wǎng)絡(luò)大部分的性能基本上是在網(wǎng)絡(luò)拓?fù)湟阎臈l件下獲得的所以網(wǎng)絡(luò)的拓?fù)錅y(cè)量是網(wǎng)絡(luò)管理和性能推斷的前提與保障。這使得網(wǎng)絡(luò)的拓?fù)錅y(cè)量成為學(xué)術(shù)界重點(diǎn)研究和解決的課題。目前研究較多的網(wǎng)路拓?fù)錅y(cè)量方法主要有兩種一種是傳統(tǒng)的網(wǎng)絡(luò)拓?fù)錅y(cè)量方法主要是基于ICMP和SNMP協(xié)議的測(cè)量它需要內(nèi)部節(jié)點(diǎn)和相關(guān)路由協(xié)議的相互配合才能獲得準(zhǔn)確的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。但是由于網(wǎng)絡(luò)規(guī)模變大以及出于安全的考慮要求網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)的配合越來(lái)越困難這也使傳統(tǒng)方式的拓?fù)錅y(cè)量受到一定的限制。另一種拓?fù)錅y(cè)量方法是基于網(wǎng)絡(luò)層析成像技術(shù)的測(cè)量它僅僅測(cè)量端到端的性能參數(shù)然后根據(jù)這些參數(shù)反向推斷網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)。由于后一種方法不要求內(nèi)部節(jié)點(diǎn)的相互配合就能得到較準(zhǔn)確的拓?fù)浣Y(jié)構(gòu)因此這種拓?fù)錅y(cè)量在將來(lái)會(huì)有較好的實(shí)際應(yīng)用前景。本文在詳細(xì)分析基于網(wǎng)絡(luò)層析成像的拓?fù)錅y(cè)量基礎(chǔ)上深入研究單源和多源網(wǎng)絡(luò)的拓?fù)錅y(cè)量問(wèn)題。所做的主要工作如下1研究了單源網(wǎng)絡(luò)拓?fù)錅y(cè)量方法該測(cè)量方法往往要求主動(dòng)探測(cè)發(fā)送的數(shù)據(jù)包在不影響拓?fù)渫茢鄿?zhǔn)確率的前提下越少越好。因此本文提出了一種基于網(wǎng)絡(luò)層析成像的單源網(wǎng)絡(luò)拓?fù)錅y(cè)量方法。在數(shù)據(jù)測(cè)量方面詳細(xì)分析了“三明治”方法的測(cè)量過(guò)程和短分組之間時(shí)間差變大的原理并對(duì)其進(jìn)行改進(jìn)形成“三包組”的探測(cè)機(jī)制即將兩個(gè)短分組用“緊接”分組對(duì)代替共享其中的長(zhǎng)分組使用往返時(shí)延作為度量參數(shù)。這樣設(shè)置既能夠減少大量的探測(cè)流量也降低了設(shè)置測(cè)量點(diǎn)的開(kāi)銷(xiāo)。在推斷拓?fù)浞矫娌捎昧朔纸M推斷算法該算法計(jì)算簡(jiǎn)單、復(fù)雜度低。最后通過(guò)NS2仿真驗(yàn)證了不管在網(wǎng)絡(luò)輕載還是重載時(shí)該測(cè)量方法都能在不影響拓?fù)渫茢鄿?zhǔn)確率的前提下大大減少探測(cè)流量而且計(jì)算量也較小。2研究了多源網(wǎng)絡(luò)拓?fù)錅y(cè)量方法。多源網(wǎng)絡(luò)都可以分解成樹(shù)狀拓?fù)浜?BY2的子結(jié)構(gòu)拓?fù)?。由于?shù)狀拓?fù)淙菀讈G失部分鏈路節(jié)點(diǎn)而結(jié)合2BY2子結(jié)構(gòu)推測(cè)出的拓?fù)淠軌驈浹a(bǔ)它的不足。因此2BY2子結(jié)構(gòu)拓?fù)涞耐茢鄦?wèn)題成為多源網(wǎng)絡(luò)拓?fù)錅y(cè)量的基礎(chǔ)。針對(duì)四種2BY2子結(jié)構(gòu)難以區(qū)分的問(wèn)題設(shè)計(jì)了一種適用于多源網(wǎng)絡(luò)的拓?fù)錅y(cè)量方法和相應(yīng)的推斷算法。在測(cè)量數(shù)據(jù)時(shí)采用了類(lèi)似“三明治”分組的方法并詳細(xì)分析了它的測(cè)量機(jī)制和探針的構(gòu)造方式在拓?fù)渫茢鄷r(shí)使用了判斷鏈路間有無(wú)共享鏈路的思想。最后通過(guò)NS2仿真驗(yàn)證了該探測(cè)方法的可行性與有效性。

簡(jiǎn)介：異步電動(dòng)機(jī)作為現(xiàn)代化生產(chǎn)生活的主要?jiǎng)恿υ?，在?guó)民經(jīng)濟(jì)各行業(yè)和人們的日常生活中得到了廣泛應(yīng)用。若電機(jī)發(fā)生故障，嚴(yán)重時(shí)甚至導(dǎo)致停機(jī)，將對(duì)工作生產(chǎn)和人們生活造成巨大損失，故對(duì)電動(dòng)機(jī)的故障檢測(cè)診斷具有重要的實(shí)際意義。本文在總結(jié)國(guó)內(nèi)外異步電動(dòng)機(jī)故障診斷的發(fā)展和現(xiàn)狀下，研究電動(dòng)機(jī)振動(dòng)信號(hào)和定子電流信號(hào)特征參數(shù)的提取方法，提出一種異步電動(dòng)機(jī)故障診斷方法，即引入ANFIS模糊神經(jīng)網(wǎng)絡(luò)的診斷方法，來(lái)解決異步電動(dòng)機(jī)故障診斷問(wèn)題，并通過(guò)實(shí)驗(yàn)驗(yàn)證其有效性。本文以異步電動(dòng)機(jī)故障診斷為研究對(duì)象，首先針對(duì)異步電動(dòng)機(jī)的工作原理，系統(tǒng)研究電動(dòng)機(jī)在定子短路、轉(zhuǎn)子斷條、轉(zhuǎn)子偏心三種故障的故障機(jī)理，并詳細(xì)闡述三種故障下振動(dòng)信號(hào)和定子電流信號(hào)的特征頻率的能量變化，作為判斷電機(jī)故障的標(biāo)準(zhǔn)。其次，根據(jù)異步電動(dòng)機(jī)的故障機(jī)理，設(shè)計(jì)Y132M4型異步電動(dòng)機(jī)故障診斷實(shí)驗(yàn)，通過(guò)該實(shí)驗(yàn)測(cè)量實(shí)驗(yàn)電機(jī)的振動(dòng)和定子電流信號(hào)，并對(duì)所得數(shù)據(jù)進(jìn)行相關(guān)處理和特征提取。然后，由于BP神經(jīng)網(wǎng)絡(luò)在故障診斷中的廣泛應(yīng)用性，利用傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)診斷電機(jī)故障，以實(shí)驗(yàn)數(shù)據(jù)為依據(jù)，經(jīng)測(cè)試得到的結(jié)果不理想，反映BP神經(jīng)網(wǎng)絡(luò)在實(shí)驗(yàn)電機(jī)故障診斷中收斂速度慢、誤差精度大和局部極小值缺點(diǎn)。最后，針對(duì)BP神經(jīng)網(wǎng)絡(luò)故障診斷中上述的缺點(diǎn)，在模糊神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)上，建立適用于電動(dòng)機(jī)故障診斷的ANFIS模糊神經(jīng)網(wǎng)絡(luò)故障診斷系統(tǒng)，通過(guò)實(shí)驗(yàn)提取的特征參數(shù)對(duì)模糊神經(jīng)網(wǎng)絡(luò)推理系統(tǒng)進(jìn)行訓(xùn)練、測(cè)試，并與傳統(tǒng)的BP訓(xùn)練算法相比較，得到更為理想的診斷結(jié)果，可以有效地加快訓(xùn)練時(shí)間、減小誤差和避免局部極小值。由此證明針對(duì)Y132M4型電動(dòng)機(jī)，本文建立的ANFIS故障診斷系統(tǒng)可準(zhǔn)確高效地診斷電機(jī)的故障類(lèi)型，是一種行之有效的故障診斷方法，對(duì)于異步電動(dòng)機(jī)的故障診斷具有一定的參考價(jià)值。

簡(jiǎn)介：隨著智能變電站的不斷發(fā)展，高速網(wǎng)絡(luò)通信技術(shù)的不斷完善，智能變電站的網(wǎng)絡(luò)報(bào)文已經(jīng)成為變電站智能設(shè)備間信息交互和共享的主要方式，其中以實(shí)時(shí)性較高的SV報(bào)文和GOOSE報(bào)文最常見(jiàn)，這些報(bào)文中含有電力系統(tǒng)正常運(yùn)行、事故的發(fā)生、保護(hù)動(dòng)作命令的發(fā)出，系統(tǒng)故障的切除等重要內(nèi)容，關(guān)系到保護(hù)測(cè)控裝置的采樣、處理、控制的多個(gè)重要環(huán)節(jié)，對(duì)這些報(bào)文進(jìn)行捕獲、存儲(chǔ)，并于事后重現(xiàn)事故過(guò)程，對(duì)于故障的處理和分析具有非常重要的作用。智能變電站的網(wǎng)絡(luò)報(bào)文特別是SV報(bào)文的報(bào)文密度和流量非常大，一臺(tái)合并單元MU的網(wǎng)絡(luò)帶寬約為6MBITS，一個(gè)智能變電站往往有數(shù)十臺(tái)MU，實(shí)時(shí)的記錄和存儲(chǔ)產(chǎn)生了海量的報(bào)文，對(duì)智能變電站的數(shù)據(jù)存儲(chǔ)設(shè)備提出了很高的要求。為了進(jìn)一步提高數(shù)據(jù)存儲(chǔ)的能力和效率，本文研究適應(yīng)智能變電站網(wǎng)絡(luò)報(bào)文結(jié)構(gòu)特點(diǎn)的壓縮算法，緩解對(duì)報(bào)文數(shù)據(jù)存儲(chǔ)的壓力。本文首先分析了幾個(gè)經(jīng)典壓縮方法的壓縮原理，并使用這些算法壓縮網(wǎng)絡(luò)報(bào)文文件，通過(guò)壓縮結(jié)果的比較選定了DEFLATE算法作為本文智能變電站網(wǎng)絡(luò)報(bào)文壓縮的基礎(chǔ)壓縮算法其次，闡述了DEFLATE算法的各個(gè)模塊及其主要函數(shù)的實(shí)現(xiàn)，分析了LZ77模塊的壓縮影響因素窗口大小、字符匹配方案和編碼標(biāo)識(shí)，并通過(guò)報(bào)文解析工具WIRESHARK分析了網(wǎng)絡(luò)報(bào)文的結(jié)構(gòu)和數(shù)據(jù)特點(diǎn)最后，通過(guò)網(wǎng)絡(luò)報(bào)文的數(shù)據(jù)特點(diǎn)分析了其對(duì)DEFLATE算法中LZ77模塊的影響，并根據(jù)其數(shù)據(jù)結(jié)構(gòu)提出了基于上下文預(yù)測(cè)的DEFLATE算法，該算法是在LZ77的字符匹配環(huán)節(jié)中加入了上下文預(yù)測(cè)的字符處理方法，壓縮測(cè)試結(jié)果表明基于上下文的預(yù)測(cè)算法提高了DEFLATE原算法對(duì)網(wǎng)絡(luò)報(bào)文的壓縮。并將改進(jìn)的算法的窗口大小設(shè)定為16KB、32KB和64KB對(duì)網(wǎng)絡(luò)報(bào)文進(jìn)行壓縮，測(cè)試結(jié)果顯示使用64KB大小的窗口壓縮效果更好，同時(shí)算法的運(yùn)行時(shí)間沒(méi)有增加。所以本文選擇有64KB大小窗口的改進(jìn)算法對(duì)智能變電站網(wǎng)絡(luò)報(bào)文進(jìn)行壓縮，測(cè)試結(jié)果表明改進(jìn)算法對(duì)SV報(bào)文的統(tǒng)計(jì)壓縮比為11％，對(duì)GOOSE報(bào)文的統(tǒng)計(jì)壓縮比為5％左右，比DEFLATE原算法壓縮比減小了3％，提高了DEFLATE原算法對(duì)網(wǎng)絡(luò)報(bào)文的壓縮，同時(shí)對(duì)SV報(bào)文壓縮了約9倍，對(duì)GOOSE報(bào)文壓縮了20倍，大大減小了智能變電站網(wǎng)絡(luò)報(bào)文存儲(chǔ)的壓力。

簡(jiǎn)介：隨著信息技術(shù)的飛速發(fā)展，數(shù)字多媒體如語(yǔ)音、圖像、視頻以及三維網(wǎng)格模型在人們?nèi)粘Ｉ钪械膽?yīng)用越來(lái)越廣泛。多媒體業(yè)務(wù)帶給用戶(hù)的主觀感受主要取決于多媒體質(zhì)量，因此，多媒體質(zhì)量評(píng)估技術(shù)的研究顯得日益重要。作為重要的多媒體應(yīng)用，三維網(wǎng)格模型和語(yǔ)音為用戶(hù)提供沉浸式的視聽(tīng)體驗(yàn)，其質(zhì)量評(píng)估技術(shù)受到越來(lái)越多的關(guān)注。三維網(wǎng)格模型質(zhì)量評(píng)估對(duì)于評(píng)價(jià)和優(yōu)化三維網(wǎng)格模型獲取和處理算法具有重要意義。本文主要研究了三維網(wǎng)格模型的客觀質(zhì)量評(píng)估方法，提出一種三維網(wǎng)格全參考質(zhì)量評(píng)估方法、一種三維網(wǎng)格無(wú)參考質(zhì)量評(píng)估方法和一種三維網(wǎng)格去噪方法。此外，針對(duì)網(wǎng)絡(luò)語(yǔ)音質(zhì)量的實(shí)時(shí)監(jiān)測(cè)需求，本文結(jié)合網(wǎng)絡(luò)語(yǔ)音的特點(diǎn)，提出兩種語(yǔ)音質(zhì)量包層評(píng)估模型，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)語(yǔ)音質(zhì)量的實(shí)時(shí)評(píng)估。主要研究成果為1為了準(zhǔn)確測(cè)量三維網(wǎng)格模型的失真，提出一種基于曲率分析的三維網(wǎng)格質(zhì)量評(píng)估方法。曲率能夠很好地反映三維網(wǎng)格的視覺(jué)特征，該方法在每個(gè)頂點(diǎn)的鄰域內(nèi)構(gòu)建一個(gè)曲率矩陣，根據(jù)失真網(wǎng)格和原始網(wǎng)格對(duì)應(yīng)曲率矩陣的奇異值差異評(píng)估頂點(diǎn)位置的失真，進(jìn)而通過(guò)對(duì)這些局部失真的加權(quán)聯(lián)合得到網(wǎng)格的整體失真。實(shí)驗(yàn)結(jié)果表明，相比于其他方法，提出的方法不僅能夠更加準(zhǔn)確地評(píng)估三維網(wǎng)格質(zhì)量，而且具有更好的魯棒性。2針對(duì)三維網(wǎng)格模型的采集數(shù)據(jù)包含噪聲的情況，提出一種基于特征檢測(cè)的三維網(wǎng)格去噪方法和一種基于特征檢測(cè)的三維網(wǎng)格無(wú)參考質(zhì)量評(píng)估方法。提出的去噪方法在雙邊濾波器的基礎(chǔ)上，根據(jù)體積積分不變量檢測(cè)的局部特征強(qiáng)度，改進(jìn)三角形面之間空間距離的度量方式，并自適應(yīng)地優(yōu)化雙邊濾波器的去噪?yún)?shù)。實(shí)驗(yàn)結(jié)果表明，相比于雙邊濾波器，提出的網(wǎng)格去噪方法在去除噪聲的同時(shí)，能夠更好地保持三維網(wǎng)格模型的細(xì)節(jié)特征。提出的無(wú)參考質(zhì)量評(píng)估方法采用基于張量投票理論的特征檢測(cè)方法對(duì)網(wǎng)格模型進(jìn)行特征分類(lèi)，通過(guò)對(duì)比平滑濾波前后網(wǎng)格模型在非邊緣區(qū)域的差異估計(jì)噪聲強(qiáng)度，進(jìn)而根據(jù)預(yù)測(cè)的噪聲強(qiáng)度評(píng)估網(wǎng)格質(zhì)量。實(shí)驗(yàn)結(jié)果表明，提出的無(wú)參考網(wǎng)格質(zhì)量評(píng)估方法能準(zhǔn)確地評(píng)價(jià)帶噪網(wǎng)格模型的質(zhì)量。3針對(duì)網(wǎng)絡(luò)語(yǔ)音質(zhì)量評(píng)估的實(shí)時(shí)性要求，提出一種考慮丟包內(nèi)容和丟包分布的語(yǔ)音質(zhì)量包層評(píng)估模型。該模型根據(jù)數(shù)據(jù)包的頭信息分析數(shù)據(jù)包的內(nèi)容，提取出主導(dǎo)語(yǔ)音質(zhì)量的話音包，獲得話音段的編碼參數(shù)和丟包參數(shù)。在此基礎(chǔ)上，首先利用話音段的編碼速率評(píng)估編碼失真，然后在話音段的突發(fā)丟包和隨機(jī)丟包之間建立一種等價(jià)映射方式，評(píng)估丟包引起的失真。最后，綜合編碼失真和丟包引起的失真預(yù)測(cè)語(yǔ)音質(zhì)量。實(shí)驗(yàn)結(jié)果表明，所提模型的性能要明顯優(yōu)于國(guó)際標(biāo)準(zhǔn)G107建議的E模型。4為了更加準(zhǔn)確地評(píng)估丟包對(duì)語(yǔ)音質(zhì)量的影響，提出一種基于兩級(jí)時(shí)域聯(lián)合的語(yǔ)音質(zhì)量包層評(píng)估模型。該模型首先依據(jù)受損程度對(duì)語(yǔ)音幀質(zhì)量進(jìn)行分類(lèi)評(píng)估，然后將語(yǔ)音序列劃分為多個(gè)變長(zhǎng)的語(yǔ)音段，聯(lián)合各語(yǔ)音幀質(zhì)量得到語(yǔ)音段的質(zhì)量。最后，聯(lián)合各語(yǔ)音段的質(zhì)量得到語(yǔ)音序列的質(zhì)量。該模型在兩級(jí)時(shí)域聯(lián)合的過(guò)程中重點(diǎn)突出了嚴(yán)重失真區(qū)域?qū)φZ(yǔ)音質(zhì)量的影響，既符合人的感知特性，又能夠準(zhǔn)確反映丟包分布對(duì)語(yǔ)音質(zhì)量的影響。實(shí)驗(yàn)結(jié)果表明，相比于已有的同類(lèi)模型，提出的模型能夠更加準(zhǔn)確地預(yù)測(cè)語(yǔ)音質(zhì)量。

簡(jiǎn)介：智慧家庭中智慧家庭中多網(wǎng)絡(luò)多網(wǎng)絡(luò)融合終端融合終端安全關(guān)鍵技術(shù)研究安全關(guān)鍵技術(shù)研究智慧家庭中智慧家庭中多網(wǎng)絡(luò)多網(wǎng)絡(luò)融合終端融合終端安全關(guān)鍵技術(shù)研究安全關(guān)鍵技術(shù)研究學(xué)校代碼學(xué)校代碼10701分類(lèi)分類(lèi)號(hào)TN195學(xué)號(hào)0613310235密級(jí)公開(kāi)公開(kāi)西安電子科技大學(xué)西安電子科技大學(xué)博士學(xué)位博士學(xué)位論文論文

簡(jiǎn)介：點(diǎn)擊查看更多基于RTX的網(wǎng)絡(luò)實(shí)時(shí)測(cè)控關(guān)鍵技術(shù)研究.pdf精彩內(nèi)容。

簡(jiǎn)介：網(wǎng)絡(luò)安全態(tài)勢(shì)感知能夠大幅提升大規(guī)模網(wǎng)絡(luò)的整體安全性，是目前網(wǎng)絡(luò)安全領(lǐng)域的研究熱點(diǎn)。本文主要圍繞網(wǎng)絡(luò)安全態(tài)勢(shì)感知中的數(shù)據(jù)融合技術(shù)進(jìn)行研究，通過(guò)構(gòu)建科學(xué)合理的網(wǎng)絡(luò)安全態(tài)勢(shì)指標(biāo)體系和改進(jìn)DS證據(jù)理論，對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)感知中的異構(gòu)數(shù)據(jù)的格式標(biāo)準(zhǔn)化和融合問(wèn)題進(jìn)行有益探索。主要工作有1構(gòu)建了新的網(wǎng)絡(luò)安全態(tài)勢(shì)指標(biāo)體系。針對(duì)網(wǎng)絡(luò)安全態(tài)勢(shì)構(gòu)成復(fù)雜和數(shù)據(jù)種類(lèi)繁多等特點(diǎn)，參照網(wǎng)絡(luò)安全風(fēng)險(xiǎn)評(píng)估模型，提出了新的層級(jí)化的網(wǎng)絡(luò)安全態(tài)勢(shì)指標(biāo)體系。并基于新的指標(biāo)體系，設(shè)計(jì)了基于XML的網(wǎng)絡(luò)安全數(shù)據(jù)標(biāo)準(zhǔn)化格式，對(duì)不同數(shù)據(jù)源上報(bào)的數(shù)據(jù)格式進(jìn)行了規(guī)范。2提出了新的基本概率賦值生成方法。采用DS證據(jù)理論進(jìn)行網(wǎng)絡(luò)安全數(shù)據(jù)融合，必須首先對(duì)網(wǎng)絡(luò)安全數(shù)據(jù)生成基本概率賦值，本文對(duì)基于三角模糊數(shù)的基本概率賦值生成方法存在的缺陷進(jìn)行了改進(jìn)，給出了帶調(diào)節(jié)因子的新的基本概率賦值生成方法，并用公開(kāi)數(shù)據(jù)集驗(yàn)證了新方法的有效性。3提出了基于迭代合成的DS證據(jù)理論改進(jìn)方法。針對(duì)經(jīng)典DS證據(jù)理論處理高度沖突數(shù)據(jù)失效的問(wèn)題，通過(guò)引入綜合證據(jù)源可靠度和證據(jù)體支持度的復(fù)合折扣因子進(jìn)行了改進(jìn)，并采用迭代合成的方式，將上次的合成結(jié)果引入新的復(fù)合折扣因子的計(jì)算中，提高了最終合成結(jié)果的有效性，且新方法是穩(wěn)定的和可擴(kuò)展的，能夠滿足不同精度和大規(guī)模證據(jù)合成的需求。4通過(guò)模擬實(shí)驗(yàn)對(duì)改進(jìn)算法的效果進(jìn)行了評(píng)估。利用本文提出的基本概率賦值生成方法和改進(jìn)的合成方法，對(duì)主機(jī)漏洞和DOS攻擊兩種網(wǎng)絡(luò)安全數(shù)據(jù)進(jìn)行了模擬實(shí)驗(yàn)，用實(shí)驗(yàn)效果驗(yàn)證了基于改進(jìn)的DS證據(jù)理論的數(shù)據(jù)融合方法在網(wǎng)絡(luò)安全態(tài)勢(shì)感知中是適用的和有效的。

簡(jiǎn)介：伴隨著信息化的浪潮，在線社交網(wǎng)絡(luò)（ONLINESOCIALWK，簡(jiǎn)稱(chēng)OSN）已經(jīng)成為人們?nèi)粘Ｍㄓ嵑托畔⒐蚕淼闹匾脚_(tái)，并以各種形式滲透到人們的工作和生活中，使得線上生活與線下生活結(jié)合越來(lái)越緊密，線上身份與線下身份也漸漸融合。這一融合趨勢(shì)為網(wǎng)絡(luò)身份帶來(lái)了一場(chǎng)變革，促進(jìn)了可信網(wǎng)絡(luò)身份的發(fā)展。網(wǎng)絡(luò)身份的可信性體現(xiàn)在與現(xiàn)實(shí)世界身份的一致性程度上。完全一致意味著完全可信，否則是部分可信或不可信。構(gòu)建可信的網(wǎng)絡(luò)身份不但利于增強(qiáng)用戶(hù)信任、凈化網(wǎng)絡(luò)環(huán)境，還有助于遏制惡意行為、打擊網(wǎng)絡(luò)犯罪。但是，互聯(lián)網(wǎng)自開(kāi)放之時(shí)就強(qiáng)調(diào)匿名和自由，網(wǎng)絡(luò)身份虛假性與隨意性的問(wèn)題一直存在。網(wǎng)絡(luò)水軍等身份不可信的網(wǎng)絡(luò)團(tuán)體利用在線社交網(wǎng)絡(luò)發(fā)動(dòng)廣告濫用、木馬病毒傳播、網(wǎng)絡(luò)詐騙以及謠言傳播等惡意行為，不但污染網(wǎng)絡(luò)環(huán)境、造成網(wǎng)絡(luò)安全威脅，而且能夠誤導(dǎo)輿論、引發(fā)社會(huì)動(dòng)蕩和社會(huì)恐慌。雖然在線社交網(wǎng)絡(luò)為構(gòu)建可信網(wǎng)絡(luò)身份提出需求，但當(dāng)前環(huán)境下缺乏相關(guān)支撐機(jī)制。在這種情況下，對(duì)可信身份的管理以及造成危害的不可信身份監(jiān)測(cè)就變得至關(guān)重要。針對(duì)在線社交網(wǎng)絡(luò)中可信身份的要求及面臨的威脅，本文從身份管理和身份監(jiān)測(cè)兩方面進(jìn)行研究。身份管理主要用于保障網(wǎng)絡(luò)身份的可信性，定義了網(wǎng)絡(luò)身份模型并給出可信身份需要滿足的條件，提出了一種基于社會(huì)關(guān)系的實(shí)名認(rèn)證機(jī)制；身份監(jiān)測(cè)則用于發(fā)現(xiàn)和識(shí)別造成安全威脅的不可信的網(wǎng)絡(luò)身份，鑒于網(wǎng)絡(luò)水軍的危害，重點(diǎn)研究了基于個(gè)體影響力、信任關(guān)系和交互行為的網(wǎng)絡(luò)水軍檢測(cè)方法。提出了基于多域的聯(lián)合身份模型。將現(xiàn)實(shí)世界和各個(gè)在線社交網(wǎng)絡(luò)定義為具體的域，用戶(hù)在域中表現(xiàn)出域內(nèi)身份，并通過(guò)映射關(guān)系實(shí)現(xiàn)不同域身份的關(guān)聯(lián)；給出了身份組成要素及各要素間關(guān)系的形式化表達(dá)，在此基礎(chǔ)上分析了網(wǎng)絡(luò)身份不可信性產(chǎn)生的根源，表現(xiàn)為不同域身份之間映射關(guān)系的缺失和個(gè)體屬性不一致；提出基于個(gè)體屬性和社會(huì)屬性的兩種認(rèn)證方法，根據(jù)用戶(hù)意愿適用于不同場(chǎng)景下可信身份認(rèn)證，并通過(guò)實(shí)驗(yàn)驗(yàn)證了方法的有效性。提出了基于信任關(guān)系的實(shí)名認(rèn)證機(jī)制。在線社交網(wǎng)絡(luò)中網(wǎng)絡(luò)關(guān)系一般是現(xiàn)實(shí)生活中社會(huì)關(guān)系的映射，而這些社會(huì)關(guān)系通常是基于真實(shí)身份構(gòu)建的。基于此想法借助映射關(guān)系實(shí)現(xiàn)網(wǎng)絡(luò)身份與真實(shí)身份的認(rèn)證。首先由少數(shù)用戶(hù)采用實(shí)名方式進(jìn)行認(rèn)證，成為初始根節(jié)點(diǎn)；物理世界的社會(huì)關(guān)系作為網(wǎng)絡(luò)世界信任關(guān)系構(gòu)建的基礎(chǔ)由待認(rèn)證者根據(jù)信任關(guān)系選擇已通過(guò)認(rèn)證的好友作為自己的認(rèn)證者；認(rèn)證者對(duì)待認(rèn)證者的物理身份真實(shí)性進(jìn)行檢驗(yàn)，并與其網(wǎng)絡(luò)身份進(jìn)行關(guān)聯(lián)，通過(guò)檢驗(yàn)和關(guān)聯(lián)即代表該認(rèn)證者認(rèn)證成功；只有當(dāng)認(rèn)證成功的認(rèn)證者數(shù)量大于服務(wù)器定義的閾值時(shí)，待認(rèn)證者認(rèn)證成功，并由服務(wù)器存儲(chǔ)認(rèn)證關(guān)系。采用這種認(rèn)證方法有幾方面的優(yōu)點(diǎn)，首先，真實(shí)身份檢驗(yàn)在待認(rèn)證者與認(rèn)證者之間進(jìn)行，有效避免了借用他人身份信息進(jìn)行認(rèn)證的問(wèn)題；其次，整個(gè)認(rèn)證過(guò)程中服務(wù)器不涉及隱私信息操作，避免了隱私泄露的威脅；第三，認(rèn)證者只為待認(rèn)證者的真實(shí)身份負(fù)責(zé)，不為其網(wǎng)絡(luò)行為負(fù)責(zé)，降低了認(rèn)證者的參與顧慮。由于大多數(shù)用戶(hù)的實(shí)名信息對(duì)服務(wù)器是隱藏的，因此有效降低了傳統(tǒng)網(wǎng)絡(luò)實(shí)名制可能造成的隱私泄露隱患，又可達(dá)到與其相當(dāng)?shù)恼J(rèn)證和溯源效果。提出了基于社會(huì)影響力的網(wǎng)絡(luò)水軍身份檢測(cè)方法。從社會(huì)學(xué)角度分析了影響力的內(nèi)涵及特征，將社交網(wǎng)絡(luò)用戶(hù)的影響力看作是長(zhǎng)期影響力和短期影響力雙重函數(shù)相互作用的結(jié)果，并對(duì)影響力突變現(xiàn)象進(jìn)行深入分析，研究發(fā)現(xiàn)正常用戶(hù)影響力突變?cè)从谄浣换ト后w的變化，并會(huì)對(duì)長(zhǎng)期影響力造成影響；而水軍用戶(hù)的影響力突變并未伴隨著交互群體的變化，并且只會(huì)對(duì)短期影響力造成影響。通過(guò)對(duì)用戶(hù)長(zhǎng)期影響力和短期影響力進(jìn)行評(píng)估分析，可以有效檢測(cè)出水軍用戶(hù)。利用新浪微博數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，驗(yàn)證了方法的有效性。提出了基于信任關(guān)系的SYBIL團(tuán)體檢測(cè)方法。SYBIL團(tuán)體是一類(lèi)利用多重賬號(hào)進(jìn)行水軍活動(dòng)的特殊網(wǎng)絡(luò)水軍，其特征表現(xiàn)為團(tuán)體內(nèi)交互緊密，而與團(tuán)體外成員嚴(yán)重缺乏交互，從而造成信任關(guān)系的缺失?；谟脩?hù)自定義信任關(guān)系形成網(wǎng)絡(luò)結(jié)構(gòu)，定義了信任關(guān)系網(wǎng)絡(luò)中可接受路徑的約束條件，提出基于路徑宣告和路徑聚集的可接受路徑計(jì)算方法，以網(wǎng)絡(luò)中可接受路徑的數(shù)目來(lái)度量節(jié)點(diǎn)信任程度，并設(shè)計(jì)了基于節(jié)點(diǎn)信任度的SYBIL團(tuán)體檢測(cè)方法。傳統(tǒng)檢測(cè)方法存在橋梁?jiǎn)栴}BRIDGEPROBLEM），即SYBIL團(tuán)體中部分成員通過(guò)共享路徑使其它成員逃避檢測(cè)，定義了K相似路徑和路徑驗(yàn)證機(jī)制以消除重復(fù)路徑與虛假路徑對(duì)檢測(cè)算法的影響，從而有效解決橋梁?jiǎn)栴}。提出了基于轉(zhuǎn)發(fā)和評(píng)論交互行為的水軍檢測(cè)方法。通過(guò)分析，我們發(fā)現(xiàn)網(wǎng)絡(luò)水軍的轉(zhuǎn)發(fā)和評(píng)論存在交互集中、首次交互耗時(shí)長(zhǎng)、持續(xù)時(shí)間短、交互關(guān)系與關(guān)注關(guān)系無(wú)關(guān)等特征，并基于網(wǎng)絡(luò)水軍和正常用戶(hù)行為的差異，定義了不同傳播主體間的交互特征以量化交互行為，使用傳播關(guān)系分布、平均傳播時(shí)間、首次傳播時(shí)間、傳播啟動(dòng)時(shí)間、平均傳播間隔、傳播間隔方差六個(gè)特征，構(gòu)建決策樹(shù)以識(shí)別水軍發(fā)布的信息。雖然水軍種類(lèi)多樣，但在信息傳播和交互行為上具有共同特性，因此基于交互行為的檢測(cè)方法與傳統(tǒng)基于內(nèi)容的檢測(cè)方法相比更具有通用性；基于新浪微博的實(shí)驗(yàn)表明，其準(zhǔn)確性高于基于內(nèi)容的檢測(cè)方法。在上述工作的基礎(chǔ)上，構(gòu)建了基于在線社交網(wǎng)絡(luò)的可信身份監(jiān)測(cè)原型系統(tǒng)，能夠與多個(gè)在線社交網(wǎng)絡(luò)連接提供監(jiān)測(cè)服務(wù)。使用的數(shù)據(jù)來(lái)源于在線社交網(wǎng)絡(luò)中用戶(hù)公開(kāi)的信息，不涉及隱私數(shù)據(jù)。能夠提供對(duì)用戶(hù)身份的可信程度、用戶(hù)發(fā)布信息的水軍推廣概率等指標(biāo)的綜合評(píng)價(jià)，對(duì)構(gòu)建可信網(wǎng)絡(luò)身份提供有效支持。

簡(jiǎn)介：隨著無(wú)線網(wǎng)絡(luò)技術(shù)的發(fā)展，面向各類(lèi)需求的無(wú)線網(wǎng)絡(luò)相繼出現(xiàn)，但這些網(wǎng)絡(luò)由于特定的需求都不能取代其他所有的網(wǎng)絡(luò)，所以異構(gòu)無(wú)線網(wǎng)絡(luò)互聯(lián)技術(shù)一直是無(wú)線網(wǎng)絡(luò)研究的一個(gè)熱點(diǎn)，同時(shí)也是現(xiàn)階段無(wú)線網(wǎng)絡(luò)研究的一個(gè)趨勢(shì)。同時(shí)異構(gòu)無(wú)線網(wǎng)絡(luò)互聯(lián)面臨著網(wǎng)絡(luò)多樣性、接入動(dòng)態(tài)性、資源并發(fā)性等問(wèn)題。本文基于軟件無(wú)線電，從網(wǎng)絡(luò)協(xié)議棧與網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)的角度，針對(duì)異構(gòu)無(wú)線互聯(lián)中多種無(wú)線網(wǎng)絡(luò)動(dòng)態(tài)接入、協(xié)同互聯(lián)與通信網(wǎng)絡(luò)擇優(yōu)的問(wèn)題進(jìn)行了討論；同時(shí)為保證異構(gòu)無(wú)線網(wǎng)絡(luò)系統(tǒng)的性能對(duì)本文的設(shè)計(jì)進(jìn)行了進(jìn)一步優(yōu)化，并對(duì)其中的細(xì)節(jié)問(wèn)題進(jìn)行了詳細(xì)的剖析并提出相應(yīng)的解決方案。針對(duì)異構(gòu)無(wú)線網(wǎng)絡(luò)互聯(lián)的問(wèn)題，設(shè)計(jì)了面向HWC互聯(lián)的通用互聯(lián)層（UIL），實(shí)現(xiàn)了異構(gòu)無(wú)線網(wǎng)絡(luò)中網(wǎng)絡(luò)協(xié)議轉(zhuǎn)換，避免了協(xié)議轉(zhuǎn)換通路組合性爆炸問(wèn)題，以及網(wǎng)絡(luò)統(tǒng)一編址、協(xié)議層設(shè)計(jì)與網(wǎng)絡(luò)橫向可擴(kuò)展性的問(wèn)題。并從應(yīng)用角度，將UIL設(shè)計(jì)在傳輸層下，對(duì)用戶(hù)透明，兼容現(xiàn)有系統(tǒng)，方便用戶(hù)使用。針對(duì)異構(gòu)無(wú)線網(wǎng)絡(luò)的接入網(wǎng)絡(luò)系統(tǒng)問(wèn)題，設(shè)計(jì)了面向HWC接入的自適應(yīng)接入?yún)f(xié)議棧（SAPS），解決了不同網(wǎng)絡(luò)通信模塊對(duì)系統(tǒng)接口的多樣化、協(xié)議棧多樣化的問(wèn)題；同時(shí)在協(xié)議棧中設(shè)計(jì)多種網(wǎng)絡(luò)協(xié)同工作機(jī)制，使得網(wǎng)絡(luò)使用率提高，增加通信網(wǎng)絡(luò)的吞吐量，提升網(wǎng)絡(luò)整體速率。針對(duì)異構(gòu)無(wú)線網(wǎng)絡(luò)互聯(lián)中的網(wǎng)絡(luò)調(diào)度問(wèn)題，設(shè)計(jì)了基于信道狀態(tài)的信道選擇算法（SCH），實(shí)現(xiàn)了對(duì)無(wú)線網(wǎng)絡(luò)信道質(zhì)量估計(jì)、通信鏈路信道擇優(yōu)，以及保證信道切換后數(shù)據(jù)連貫性；提高了通信信道的穩(wěn)定性，擇優(yōu)選擇最佳的通信信道，同時(shí)保證對(duì)數(shù)據(jù)的可靠性。本文設(shè)計(jì)實(shí)現(xiàn)了異構(gòu)無(wú)線網(wǎng)絡(luò)互聯(lián)原形系統(tǒng)HWC，實(shí)現(xiàn)了5種無(wú)線網(wǎng)絡(luò)的異構(gòu)接入與互聯(lián)，對(duì)系統(tǒng)的接入時(shí)間、互聯(lián)吞吐率、信道切換選擇時(shí)間等方面進(jìn)行了測(cè)試，驗(yàn)證了本文研究成果的有效性。

簡(jiǎn)介：隨著計(jì)算機(jī)的快速普及和互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)已經(jīng)成為人們?nèi)粘Ｉ钪械囊粋€(gè)重要組成部分。各種網(wǎng)絡(luò)應(yīng)用也快速覆蓋到人類(lèi)生活領(lǐng)域的各個(gè)方面，持續(xù)增長(zhǎng)的需求和不斷降低的開(kāi)發(fā)門(mén)檻，共同使得網(wǎng)絡(luò)應(yīng)用在數(shù)量上呈現(xiàn)爆發(fā)式的增長(zhǎng)。其中，大部分網(wǎng)絡(luò)應(yīng)用使用的是自定義的無(wú)公開(kāi)規(guī)范的網(wǎng)絡(luò)協(xié)議，我們稱(chēng)之為私有協(xié)議。私有協(xié)議的廣泛使用帶來(lái)了一系列的問(wèn)題，如妨礙網(wǎng)絡(luò)監(jiān)控、威脅網(wǎng)絡(luò)安全、流量計(jì)費(fèi)困難等。為解決這些問(wèn)題，首先需要認(rèn)識(shí)私有協(xié)議及其對(duì)應(yīng)的網(wǎng)絡(luò)應(yīng)用，研究其協(xié)議運(yùn)行機(jī)制、協(xié)議指紋、規(guī)范、應(yīng)用層拓?fù)涞龋蟾鶕?jù)分析的結(jié)果制定具體的應(yīng)對(duì)措施。因此，對(duì)網(wǎng)絡(luò)私有協(xié)議分析技術(shù)的研究具有重要的意義。本文在廣泛調(diào)研了國(guó)內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，總結(jié)了協(xié)議分析的相關(guān)技術(shù)，分別從基于網(wǎng)絡(luò)流量和基于程序分析的角度，進(jìn)行了相關(guān)研究和探索。以廣泛使用的即時(shí)通訊軟件SKYPE所使用的私有協(xié)議為研究對(duì)象，通過(guò)基于流量的方法，分析了SKYPE協(xié)議的通信過(guò)程，獲得了部分?jǐn)?shù)據(jù)包的特征在此基礎(chǔ)上，通過(guò)改進(jìn)的SN_HARVEST算法解決了配置文件加密情況不能探測(cè)拓?fù)涞膯?wèn)題，對(duì)使用SKYPE私有協(xié)議的SKYPEP2P網(wǎng)絡(luò)進(jìn)行了拓?fù)涮崛『头治觥Ｋ接袇f(xié)議由于沒(méi)有公開(kāi)的協(xié)議規(guī)范，其背后的安全問(wèn)題應(yīng)引起高度重視。本文對(duì)第三方應(yīng)用使用SKYPE私有協(xié)議作為通道進(jìn)行通信的現(xiàn)象進(jìn)行了研究，提出了P2P網(wǎng)絡(luò)上的寄生網(wǎng)絡(luò)POP2P概念。通過(guò)程序插樁的方法，對(duì)GPASS應(yīng)用調(diào)用SKYPEAPI的過(guò)程進(jìn)行了研究，揭示了GPASS寄生網(wǎng)的運(yùn)行機(jī)制和通信細(xì)節(jié)，并對(duì)POP2P的網(wǎng)絡(luò)結(jié)構(gòu)和其存在的安全問(wèn)題進(jìn)行了討論。應(yīng)用層載荷特征是一種識(shí)別準(zhǔn)確率高的協(xié)議指紋，然而以往對(duì)其生成問(wèn)題的研究多依賴(lài)于手工分析和經(jīng)驗(yàn)判斷，自動(dòng)化的方法較少。本文提出一種基于程序分析的應(yīng)用層載荷特征提取方法。通過(guò)程序插樁跟蹤網(wǎng)絡(luò)應(yīng)用處理網(wǎng)絡(luò)數(shù)據(jù)包的過(guò)程，生成程序狀態(tài)集，從中檢測(cè)出程序變量間存在的不變關(guān)系，結(jié)合污點(diǎn)傳播，確定程序不變量與網(wǎng)絡(luò)數(shù)據(jù)包字段的關(guān)系，進(jìn)而提取出協(xié)議指紋。提出了協(xié)議逆向分析原型系統(tǒng)的框架，并實(shí)現(xiàn)了其核心部分動(dòng)態(tài)污點(diǎn)傳播引擎，為自動(dòng)化的協(xié)議逆向分析打下基礎(chǔ)。