-
簡介:近年來,多媒體數(shù)字集群系統(tǒng)已廣泛應(yīng)用于各行各業(yè)。針對目前應(yīng)急通信下的業(yè)務(wù)需求,融合認知無線電技術(shù)、ADHOC網(wǎng)絡(luò)技術(shù)和無線寬帶通信技術(shù)的認知無線電ADHOC網(wǎng)絡(luò)(CRAHN)應(yīng)運而生,這種網(wǎng)絡(luò)可以臨時組建,而不借助基站等基礎(chǔ)通信設(shè)施,能夠提高頻譜利用率,增加組網(wǎng)靈活性。本文基于多級分簇CRAHN網(wǎng)絡(luò),研究了多用戶接入及通信調(diào)度方案。首先,在多級分簇的CRAHN網(wǎng)絡(luò)的背景下,本文設(shè)計了混合型MAC接入機制。網(wǎng)絡(luò)包括一個公共控制信道和多個數(shù)據(jù)信道,每個簇使用不同的數(shù)據(jù)信道。本文給出了復(fù)幀結(jié)構(gòu),一個復(fù)幀周期分為競爭時段和非競爭時段,并對復(fù)幀的工作流程做了詳細的介紹。最后描述了MAC接入機制的環(huán)境參數(shù)。接著,針對混合型MAC接入機制,本文設(shè)計了競爭時段的幀突發(fā)機制和非競爭時段的時隙管理策略。幀突發(fā)機制用于在競爭時段傳輸短音頻業(yè)務(wù),解決了網(wǎng)絡(luò)負載增大時,音頻業(yè)務(wù)QOS性能急劇惡化的問題。該機制通過發(fā)送N個短告知幀的方法占用信道,能夠連續(xù)發(fā)送N個短音頻業(yè)務(wù)幀,降低了音頻業(yè)務(wù)的時延、時延抖動,保障了音頻業(yè)務(wù)的QOS性能;本文設(shè)計了非競爭時段的時隙管理策略,通過時隙分配狀況表和占用時隙表來管理時隙。本文著重研究了簇內(nèi)一跳的時隙分配策略。然后,利用MATLAB對所提CRAHN網(wǎng)絡(luò)混合型MAC接入機制進行了系統(tǒng)的仿真,包括分簇網(wǎng)絡(luò)的初始化、網(wǎng)絡(luò)吞吐量、幀突發(fā)機制,仿真結(jié)果表明所提MAC接入機制具有一定的可行性,提高了網(wǎng)絡(luò)性能。最后,在混合接入機制的基礎(chǔ)上,設(shè)計了MAC協(xié)議中節(jié)點開機后的通信調(diào)度方案,包括網(wǎng)絡(luò)初始化、網(wǎng)絡(luò)的維護、主控或簇頭的產(chǎn)生及更新等。MAC協(xié)議采用一個發(fā)射機、兩個接收機,發(fā)射機發(fā)射數(shù)據(jù)和幀命令,一個接收機接收數(shù)據(jù),另一個接收機平常接收數(shù)據(jù),空閑的時候掃描可以使用的空閑信道,在此基礎(chǔ)上,用通信軟件設(shè)計方法MSC實現(xiàn)了所設(shè)計的狀態(tài)機。作為節(jié)點通信調(diào)度方案的補充,最后對節(jié)點的簇間和簇內(nèi)通信機制作了描述。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 82
大?。?3.44(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 67
大?。?2.65(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時間:2024-03-08
頁數(shù): 78
大?。?3.95(MB)
子文件數(shù):
-
簡介:計算機網(wǎng)絡(luò)的發(fā)展,使得信息的交流和資源的共享更加便捷。為了教師教學(xué)和學(xué)生學(xué)習(xí)的方便,校園網(wǎng)帶寬逐年擴大,訪問的速度也得到了很大的提高。但是,目前校園網(wǎng)帶寬的有效利用率并不高,大部分帶寬用于游戲、視頻、即時通信以及P2P應(yīng)用。由于這些與工作關(guān)系不大的應(yīng)用,搶占、消耗大量的網(wǎng)絡(luò)帶寬資源,降低了正常通信的質(zhì)量,影響了正常的工作和學(xué)習(xí)。因此,如何準確地掌控網(wǎng)絡(luò)運行狀況,分析網(wǎng)絡(luò)應(yīng)用服務(wù),進行有效地網(wǎng)絡(luò)監(jiān)控,提高網(wǎng)絡(luò)帶寬有效利用率,成為亟需解決的問題,具有重要的研究意義。本文旨在通過研究校園網(wǎng)流量基本特征,構(gòu)建流量預(yù)測模型,并利用流量的歷史數(shù)據(jù)預(yù)測未來流量變化趨勢。運用應(yīng)用層協(xié)議分析技術(shù)對不同種類的網(wǎng)絡(luò)應(yīng)用服務(wù)進行統(tǒng)計分析,管理員根據(jù)預(yù)測和分析結(jié)果進行網(wǎng)絡(luò)運行控制,對P2P應(yīng)用、游戲以及視頻等應(yīng)用服務(wù)進行帶寬限制。本文的主要研究內(nèi)容是在認真分析了校園網(wǎng)絡(luò)流量自相似性以及時間序列分析技術(shù)的基本概念、理論方法和建模步驟的基礎(chǔ)上,進一步深入研究了自回歸移動平均模型ARMA、季節(jié)性自回歸移動平均模型SARMA和廣義自回歸條件異方差模型GARCH的建模過程其次,對網(wǎng)絡(luò)流量監(jiān)控與分析技術(shù)進行了研究,包括應(yīng)用層協(xié)議分析技術(shù)、多模式狀態(tài)機匹配技術(shù)和簡單網(wǎng)絡(luò)管理協(xié)議SNMP。通過實驗效果對比,最終提出了一種運用SARMA模型對網(wǎng)絡(luò)流量歷史數(shù)據(jù)進行建模,并利用GARCH模型對其殘差進行修正的網(wǎng)絡(luò)流量預(yù)測模型建模方法。論文運用時間序列分析技術(shù)建立網(wǎng)絡(luò)流量預(yù)測模型,預(yù)測網(wǎng)絡(luò)流量下一個時間段內(nèi)的變化趨勢。本文還采用端口技術(shù)、深度包檢測技術(shù)DPI、深度流檢測技術(shù)DFI進行應(yīng)用層協(xié)議分析,在協(xié)議分析過程中采用多模式狀態(tài)機匹配算法,進行特征匹配,提高了匹配的速度和準確度,最后通過SNMP對網(wǎng)絡(luò)設(shè)備進行設(shè)置,從而達到對某一IP或應(yīng)用協(xié)議進行控制的目的。結(jié)合使用以上各項技術(shù),設(shè)計并實現(xiàn)了網(wǎng)絡(luò)流量預(yù)測與監(jiān)控系統(tǒng)。系統(tǒng)基于BS架構(gòu),前臺頁面使用EXTJS40進行頁面渲染,后臺在SSHSTRUTS2SPRINGHIBERNATE框架下進行MVC模式開發(fā),前后臺數(shù)據(jù)交互過程使用JSON傳輸,整個管理系統(tǒng)在WEB方式下以DESKTOP樣式呈現(xiàn)。論文介紹了網(wǎng)絡(luò)流量預(yù)測與監(jiān)控系統(tǒng)的設(shè)計方法,并對各個功能模塊的實現(xiàn)方法進行了詳盡地闡述,最后對系統(tǒng)部署以及性能分析進行了描述。
下載積分: 5 賞幣
上傳時間:2024-03-08
頁數(shù): 59
大?。?9.82(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 59
大小: 1.62(MB)
子文件數(shù):
-
簡介:互聯(lián)網(wǎng)的快速發(fā)展,使得社會信息化過程不斷加快,人與人之間的信息交流與反饋更加直接、便捷與自由,同時也為虛假、不良信息的快速傳播提供了捷徑。對網(wǎng)絡(luò)輿情信息進行實時、有效的監(jiān)測,不僅有助于及時調(diào)整、改進戰(zhàn)略決策,也有助于杜絕不良信息的滋生所帶來的破壞性影響。本文在調(diào)研了國內(nèi)外相關(guān)網(wǎng)絡(luò)輿情監(jiān)測技術(shù)的基礎(chǔ)上,對關(guān)鍵的輿情熱點檢測技術(shù)及輿情情感分析技術(shù)進行了研究,提出了基于主題的在線網(wǎng)絡(luò)輿情監(jiān)測方法。該方法首先利用域名規(guī)則及網(wǎng)頁鏈接規(guī)則的限制,實現(xiàn)了基于主題的網(wǎng)絡(luò)爬蟲。然后利用新聞報道的時間特性,實現(xiàn)了改進的在線文本增量聚類,進行實時新聞輿情話題捕捉。最后通過對基礎(chǔ)情感詞典的擴充,結(jié)合不同詞特征的情感修飾作用,實現(xiàn)了對于熱點輿情的情感分析。通過對真實新聞門戶網(wǎng)站信息的抓取、處理與分析,該方法能夠捕獲主題相關(guān)的實時新聞輿情熱點,并獲取公眾對于輿情熱點的總體情感態(tài)度傾向及分布。本文方法具有以下優(yōu)點第一,實現(xiàn)了基于特定主題的新聞網(wǎng)頁抓取,減少了主題無關(guān)數(shù)據(jù)的過多干擾。第二,基于時間特性提出了改進的在線增量聚類算法用于話題捕捉,克服了傳統(tǒng)增量聚類算法的輸入順序敏感問題,并實現(xiàn)話題簇集合的周期更新。第三,結(jié)合同義詞林和點互信息方法進行情感詞擴充,實現(xiàn)基于詞典的情感分析,充分利用了詞特征的修飾作用,并避免了詞特征的相對位置關(guān)系對于情感極性判別的干擾。實時新聞輿情信息的熱點捕捉和態(tài)度傾向分析表明了本文方法的可行性和有效性,基于已分類語料的對比實驗,也證明了本文方法在性能上的優(yōu)越性。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 69
大?。?4.61(MB)
子文件數(shù):
-
簡介:無線MESH網(wǎng)絡(luò)(WIRELESSMESHWKS,WMN)是一種典型的擁有自組織、自愈合特點的寬帶無線分布式多跳網(wǎng)絡(luò)。作為一種新型的網(wǎng)絡(luò)架構(gòu),WMN在可靠性、擴展性以及靈活性等多方面相比傳統(tǒng)網(wǎng)絡(luò)而言具備很大的優(yōu)勢。隨著無線網(wǎng)絡(luò)和科學(xué)技術(shù)的發(fā)展,“綠色網(wǎng)絡(luò)”是各類網(wǎng)絡(luò)的發(fā)展趨勢,用戶對網(wǎng)絡(luò)性能的要求也越來越高。功率控制作為WMN的關(guān)鍵技術(shù),可以通過對MESH節(jié)點發(fā)射功率的調(diào)整,減少能源浪費,降低鏈路之間相互干擾,以提升網(wǎng)絡(luò)各方面性能。目前針對WMN功率控制的研究很多,但其大多停留在理論層面,理論研究結(jié)果沒有運用到實際工程中;在發(fā)射功率標準(METRIC)的確定上,模型簡單、理想化,評價標準單一,無法適應(yīng)復(fù)雜多變的實際網(wǎng)絡(luò)環(huán)境。本文以WMN和二層網(wǎng)格網(wǎng)路由協(xié)議(LAYERTWOMESHROUTINGPROTOCOL,LTMRP)為背景,從工程部署之中遇到的實際問題出發(fā),做了以下工作(1)描述了WMN工程中與功率控制有關(guān)的能耗、干擾兩個方面的問題,并舉出了實際案例。結(jié)合LTMRP協(xié)議設(shè)計了功率控制算法LBLA(LTMRPBASEDLOCALMEANALGITHM和LBLN(LTMRPBASEDLOCALMEANOFNEIGHBSALGITHM),通過調(diào)整節(jié)點發(fā)射功率,保證節(jié)點度在一定范圍之內(nèi),兼顧了網(wǎng)絡(luò)冗余度的保證與能耗的降低,將WMN功率控制由理論轉(zhuǎn)為實現(xiàn)。算法充分利用了網(wǎng)絡(luò)中泛洪的起源信息幀(IGINALMESSAGE,OGM),避免了以往算法中額外數(shù)據(jù)包的設(shè)計,從而減小了開銷。文中搭建了測試環(huán)境,通過數(shù)據(jù)分析驗證了算法在能耗和網(wǎng)絡(luò)壽命性能上的提升。(2)針對LTMRP協(xié)議中鏈路質(zhì)量直接決定WMN網(wǎng)絡(luò)性能的特點,優(yōu)化了LTMRP中鏈路質(zhì)量評價標準,使其能準確評估實際網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)傳輸性能;設(shè)計并實現(xiàn)了基于平均鏈路質(zhì)量的功率控制算法LBLQPC(LTMRPBASEDLINKQUALITYPOWERCONTROL),該算法在保證一定節(jié)點度的條件下,通過OGM幀信息交互進行鏈路質(zhì)量感知,計算平均鏈路質(zhì)量,然后通過發(fā)射功率的調(diào)整,尋找節(jié)點最優(yōu)平均鏈路質(zhì)量,從而實現(xiàn)網(wǎng)絡(luò)能耗、端到端傳輸時延、丟包率和帶寬等性能的綜合提升。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 84
大小: 1.74(MB)
子文件數(shù):
-
簡介:無線認知網(wǎng)絡(luò)通過動態(tài)頻譜接入技術(shù)可以提高頻譜使用效率,近年來在學(xué)術(shù)界及工業(yè)界受到越來越多的關(guān)注與研究。頻譜共享是無線認知網(wǎng)絡(luò)研究的核心內(nèi)容,主要解決授權(quán)頻段內(nèi)主用戶與無線認知網(wǎng)絡(luò)中次用戶間以及各次用戶之間的頻譜獲取與使用的問題。本文研究非合作場景下的頻譜共享,主要解決理性用戶之間在缺少合作意愿的情況下如何獨立決策實現(xiàn)高效頻譜共享。我們從頻譜共享過程中的三個方面展開研究,分別對應(yīng)頻譜獲取、信道劃分與分配以及對構(gòu)建信道的接入。對于頻譜獲取問題我們主要考慮基于頻譜交易的模式下,當(dāng)用戶預(yù)算受限時如何使更多用戶獲得頻譜;在獲得頻譜資源后,我們主要研究各個次用戶如何將其劃分成不同帶寬的信道并進行分配;最后針對用戶構(gòu)建的異構(gòu)信道研究如何實現(xiàn)高效接入問題。論文的主要工作和創(chuàng)新成果包括以下幾個方面1預(yù)算受限下次用戶的頻譜交易模型與算法。頻譜交易是次用戶獲取頻譜資源的重要方式,然而現(xiàn)有工作中很少考慮次用戶預(yù)算對頻譜交易的影響。由于頻譜資源非常昂貴,在實際網(wǎng)絡(luò)中次用戶可能由于預(yù)算有限而無力承擔(dān)頻譜交易費用,最終導(dǎo)致無法獲取可用頻譜資源。針對用戶預(yù)算受限導(dǎo)致交易成功率降低的問題,我們將頻譜交易劃分為兩級交易市場,針對不同市場結(jié)構(gòu)分別設(shè)計了新的頻譜交易機制來提高交易成功率。其基本思想是通過多個次用戶共同購買一個信道來分攤信道交易成本。在一級頻譜市場中,我們設(shè)計了主用戶與次用戶間的團購拍賣模型COSTAG,研究用戶分組規(guī)則與支付規(guī)則來構(gòu)建參與團購的用戶分組以及分組內(nèi)每個用戶應(yīng)分攤的價格。與現(xiàn)有工作相比,COSTAG能夠保證拍賣過程中的群組誠實性,提高頻譜交易成功率以及主用戶收益。在次級頻譜市場中我們設(shè)計了針對次用戶之間的頻譜轉(zhuǎn)租博弈模型SSG,使得多個次用戶能夠以轉(zhuǎn)租的形式共同分攤頻譜交易成本。我們采用MLMF模型構(gòu)建用戶間的博弈關(guān)系,利用用戶間的共享約束策略空間屬性證明了該博弈存在納什均衡點,并設(shè)計了相應(yīng)的分布式算法使得用戶基于局部信息可以收斂到該均衡點。2信道分配過程中的用戶競爭策略研究。在基礎(chǔ)設(shè)施結(jié)構(gòu)的無線認知網(wǎng)絡(luò)中,次用戶的信道通常由不同網(wǎng)絡(luò)服務(wù)商分配。不同的信道分配方式下用戶的關(guān)聯(lián)結(jié)果不同,導(dǎo)致各個服務(wù)商的收益也不相同,因此在信道分配過程中存在對次用戶的競爭問題?,F(xiàn)有工作都采用價格控制策略解決服務(wù)商間的競爭,但由于激烈的價格競爭會降低服務(wù)商收益,且同一服務(wù)商對不同用戶只能設(shè)置相同價格而導(dǎo)致資源分配效率降低。我們在本文中首次提出通過信道預(yù)分配實現(xiàn)服務(wù)商間基于服務(wù)質(zhì)量差異的用戶競爭機制。通過對BLOTTO博弈進行擴展來構(gòu)建服務(wù)商間的競爭博弈模型,研究用戶及服務(wù)商在異構(gòu)信道及有限頻譜預(yù)算下的最優(yōu)競爭策略,并給出了純策略下NASH均衡存在條件。利用服務(wù)商收益函數(shù)的互補連續(xù)特性,證明了在混合策略下該博弈的NASH均衡解是存在的,從而證明本文中提出的基于頻譜預(yù)分配的用戶競爭策略可行。最后基于虛擬博弈設(shè)計了分布式算法EFPA,利用動態(tài)規(guī)劃方式下的迭代關(guān)系求解預(yù)算約束下多維非零和博弈均衡。3研究信道重構(gòu)模式下的頻譜分配博弈。在基于認知無線電的非合作ADHOC網(wǎng)絡(luò)中,用戶使用信道的帶寬與頻率通常由自己選擇,在這種情況下用戶為了獲得更高速率通常選擇占用更多頻譜資源,導(dǎo)致信道劃分與選擇過程中的“公地悲劇”問題?,F(xiàn)有工作采用全局控制器或價格干預(yù)機制限制用戶占用過多信道,但在非合作網(wǎng)絡(luò)環(huán)境下用戶不會主動犧牲自己的收益,因而這些措施較難實現(xiàn)。我們研究在非合作網(wǎng)絡(luò)中給定可用頻譜后各個用戶如何構(gòu)建不同帶寬與頻率的信道選擇問題,設(shè)計了一種基于非合作博弈的自適應(yīng)頻譜分配模型。用戶間的選擇是完全獨立的,以各自吞吐量最大化為目標。不同于現(xiàn)有工作,該博弈模型基于跨層設(shè)計思想構(gòu)建用戶收益函數(shù),在不依賴外部干預(yù)機制的情況下能夠避免用戶選擇過多頻譜。通過將該信道劃分與選擇問題歸約為位勢博弈,我們證明了其博弈過程存在純策略NASH均衡點,并設(shè)計了分布式算法使得每個用戶通過異步增益響應(yīng)即可收斂到均衡點。4設(shè)計了面向信道重構(gòu)的接入控制協(xié)議CHMAC。在具有基礎(chǔ)設(shè)施結(jié)構(gòu)的無線認知網(wǎng)絡(luò)中,同一網(wǎng)絡(luò)單元內(nèi)由各用戶選擇不同頻率與帶寬的信道通信,不僅能夠提高頻譜使用效率,還可以解決傳統(tǒng)單信道接入模式下,單元內(nèi)因缺少公共信道而使部分用戶無法接入的問題。但對于這種異構(gòu)多信道如何實現(xiàn)高效接入是亟待解決的問題。現(xiàn)有蜂窩網(wǎng)絡(luò)中基于嚴格時間同步以及基站的集中式控制模式可以實現(xiàn)這種單元內(nèi)的多信道接入。在非同步及用戶分布式信道決策的無線認知局域網(wǎng)絡(luò)中,為了解決上述問題,我們設(shè)計了一種動態(tài)多信道接入控制協(xié)議CHMAC,可以解決用戶與接入點間的信道協(xié)商、多信道環(huán)境下的競爭接入與沖突檢測等問題。我們采用基于載波編碼的RTS信息實現(xiàn)信道競爭與數(shù)據(jù)傳輸?shù)膮f(xié)商,使得接入點能夠在非同步模式下利用單個射頻終端同時監(jiān)聽并接收不同信道內(nèi)多個用戶的數(shù)據(jù)傳輸。通過認知無線電平臺對CHMAC協(xié)議進行系統(tǒng)實現(xiàn)與模擬仿真,證明了該協(xié)議的可行性及性能。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 170
大?。?5.81(MB)
子文件數(shù):
-
簡介:網(wǎng)絡(luò)控制系統(tǒng)(WKEDCONTROLSYSTEM,NCS)是通過計算機通信網(wǎng)絡(luò)來實現(xiàn)控制單元間信息交換的一種新型計算機控制系統(tǒng),具有開放性強、維護成本低等優(yōu)點。同時,較強的開放性也不可避免的給控制系統(tǒng)帶來了時延等問題。由于網(wǎng)絡(luò)控制系統(tǒng)中的時延不僅具有隨機性,而且很大程度上與控制網(wǎng)絡(luò)所采用的MAC層通信協(xié)議是相關(guān)的,故而一些常用的虛擬網(wǎng)絡(luò)控制系統(tǒng)平臺如TRUETIME中表現(xiàn)的時延特性,與實際網(wǎng)絡(luò)控制環(huán)境中的時延特性相比有一定的差異。為此,本文主要從以下幾個方面進行網(wǎng)絡(luò)控制系統(tǒng)仿真平臺的設(shè)計首先,設(shè)計了一種基于MATLAB和OPC技術(shù)的網(wǎng)絡(luò)控制仿真平臺,采用OPCDA服務(wù)器和OPCTOOLBOX工具箱連接分別在兩臺計算機上的被控對象和控制器,被控對象可以在仿真模型和實際被控對象之間進行切換,在真實網(wǎng)絡(luò)環(huán)境下完成數(shù)據(jù)傳輸。這種方法解決了MATLAB仿真中沒有在真實網(wǎng)絡(luò)環(huán)境中進行驗證的問題,實現(xiàn)了控制對象和控制器在兩臺計算機上的分離,獲得了具有真實網(wǎng)絡(luò)時延環(huán)境的網(wǎng)絡(luò)控制系統(tǒng)仿真平臺。其次,為了直觀的觀察在所設(shè)計的仿真平臺上建立的控制系統(tǒng)的運行控制效果,將力控科技監(jiān)控組態(tài)軟件FCECONTROLV70與基于MATLAB和OPC技術(shù)的網(wǎng)絡(luò)控制仿真平臺相結(jié)合,將控制系統(tǒng)的實時仿真動態(tài)圖、趨勢曲線等結(jié)果形象的展現(xiàn)出來。實現(xiàn)了控制系統(tǒng)運行與結(jié)果展現(xiàn)的同步化。最后,為檢驗此仿真平臺的有效性,以間歇式反應(yīng)釜恒溫階段釜溫和冷卻水流量的關(guān)系模型為被控對象,在基于MATLAB和OPC技術(shù)的網(wǎng)絡(luò)控制系統(tǒng)仿真平臺上,采用純滯后系統(tǒng)的SMITH控制算法、PID控制算法及小腦模型神經(jīng)網(wǎng)絡(luò)CEREBELLARMODELARTICULATIONCONTROLLER,CMAC與PID的復(fù)合控制算法實現(xiàn)對被控對象的控制。實驗結(jié)果證明,此仿真平臺能夠更準確的實現(xiàn)網(wǎng)絡(luò)控制系統(tǒng)仿真所需的網(wǎng)絡(luò)環(huán)境。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 61
大?。?6.11(MB)
子文件數(shù):
-
簡介:近年來移動互聯(lián)網(wǎng)憑借其移動性、便捷性、以及私人性等特點取得了飛速的發(fā)展。相應(yīng)地基于移動互聯(lián)網(wǎng)的各類應(yīng)用蓬勃興起。其中基于位置的服務(wù)LOCATIONBASEDSERVICELBS由于融合了位置信息使該類應(yīng)用更貼近人們的日常生活、滿足人們的個性化需求從而取得了爆發(fā)式的增長。與此同時人們的位置信息與查詢信息也暴露在了網(wǎng)絡(luò)之中隱私及安全問題成為制約該類應(yīng)用發(fā)展的主要因素?;诖巳绾卧跒橛脩籼峁㎜BS的同時保障其隱私及安全是一個急需解決的問題。當(dāng)前的隱私保護機制大多忽略了用戶運動的具體環(huán)境從而導(dǎo)致這些機制難以在實際應(yīng)用中起作用。因此本文結(jié)合道路網(wǎng)絡(luò)的連接特性、人口密度等特征提出道路網(wǎng)絡(luò)下的隱私保護機制。同時根據(jù)用戶的不同需求為用戶提供個性化的隱私保護。本文的主要工作與成果為1設(shè)計基于道路分層的查詢隱私保護機制本文首先在用戶位置信息已知的情況下設(shè)計查詢隱私保護機制。由于用戶的運動受底層道路網(wǎng)絡(luò)的限制本文結(jié)合道路網(wǎng)絡(luò)的特征把整個道路網(wǎng)絡(luò)劃分為若干層次并基于分層結(jié)構(gòu)生成用戶匿名集。在匿名集生成的過程中考慮對典型攻擊的抵御能力并使匿名集滿足用戶的個性化隱私要求。本文首先給出算法應(yīng)用的系統(tǒng)架構(gòu)緊接著理論分析算法的安全性最后模擬驗證算法性能。2設(shè)計基于路段聚簇的上下文相關(guān)的隱私保護機制由于位置隱私與查詢隱私密切相關(guān)本文提出能同時保護位置隱私與查詢隱私的保護機制。為了使用戶能更好地抵御典型攻擊本機制試圖將擁有相似預(yù)測路徑的用戶進行匿名。實際應(yīng)用中實時的路徑預(yù)測擁有較大的時延及處理開銷基于此我們利用歷史路徑通過路段聚簇的方式對用戶進行路徑預(yù)測。此外在基于位置的服務(wù)中用戶對不同信息的隱私級別要求不同。即使對同一信息不同用戶也會有不同的隱私保護要求。此外即使對同一信息用戶在不同時間或地點也可能存在隱私要求的變化。因此本文將對隱私保護策略進行研究為用戶提供個性化的設(shè)計根據(jù)用戶的不同需求提供不同級別的隱私保護。相應(yīng)地本文將對算法的安全性、效率等進行理論分析及模擬驗證。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 90
大?。?4.58(MB)
子文件數(shù):
-
簡介:隸。初大磐碩士學(xué)位論文分層無線傳感網(wǎng)絡(luò)用戶認證技術(shù)研究東南大學(xué)學(xué)位論文獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標注和致謝的地方外,論文中不包含其他入已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得東南大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意。研究生簽名認趕弓日期沙/618東南大學(xué)學(xué)位論文使用授權(quán)聲明東南大學(xué)、中國科學(xué)技術(shù)信息研究所、國家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔,可以采用影印、縮印或其他復(fù)制手段保存論文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。除在保密期內(nèi)的保密論文外,允許論文被查閱和借閱,可以公布包括以電子信息形式刊登論文的全部內(nèi)容或中、英文摘要等部分內(nèi)容。論文的公布包括以電子信息形式刊登授權(quán)東南大學(xué)研究生院辦理。研究生簽名秕遏島導(dǎo)師簽名弋彩日期加/石,歲,F(xiàn)6
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 111
大?。?4.53(MB)
子文件數(shù):
-
簡介:隨著WEB20的快速發(fā)展和移動智能終端的迅速普及,各種類型的社會媒體和社會網(wǎng)絡(luò)不斷涌現(xiàn),正在深刻地改變著人們工作、生活和交流方式?;谠诰€社會網(wǎng)絡(luò)的信息傳播呈現(xiàn)出很多新特點,包括受眾人員規(guī)模大、信息傳播速度快、網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、影響范圍廣、網(wǎng)絡(luò)動態(tài)演化等。深入研究社會網(wǎng)絡(luò)信息傳播規(guī)律,有助于我們了解信息傳播機理,預(yù)測信息傳播態(tài)勢,制定有效的信息傳播干預(yù)策略。這對于企業(yè)制定市場宣傳策略、進行品牌推廣和在線廣告投放等都具有重要商業(yè)價值。對于政府及公共安全部門而言,研究社會網(wǎng)絡(luò)中的信息傳播有助于掌握輿情態(tài)勢、控制網(wǎng)絡(luò)謠言、保障國家安全等。社會網(wǎng)絡(luò)中的信息傳播是一個復(fù)雜的動態(tài)過程,通常會涉及到多個因素,包括傳播網(wǎng)絡(luò)結(jié)構(gòu)、信息內(nèi)容特征、傳播時間特征、用戶屬性等等,這些因素互相依賴,緊密耦合,為信息傳播研究帶來了不少挑戰(zhàn)。這方面的挑戰(zhàn)包括,信息傳播網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,信息內(nèi)容呈現(xiàn)碎片化、口語化,噪音較多,傳播現(xiàn)象紛繁復(fù)雜,傳播數(shù)據(jù)提取難度較大等等。社會網(wǎng)絡(luò)中的信息傳播研究涉及到多個方面,其中的關(guān)鍵技術(shù)包括信息傳播機制或者模型研究、信息傳播網(wǎng)絡(luò)結(jié)構(gòu)研究、信息傳播最大化研究以及信息傳播暴發(fā)檢測研究等。本文針對以上幾個核心問題,展開系統(tǒng)深入研究,主要研究內(nèi)容和成果包括(1)社會網(wǎng)絡(luò)中的信息傳播機制分析提出了一個基于節(jié)點屬性和信息特征的細粒度信息傳播模型。這部分主要從微觀層面研究節(jié)點之間信息傳播機制,信息傳播受哪些因素影響以及這些因素的影響因子。首先從多個維度提取信息傳播的特征,包括節(jié)點屬性特征和信息內(nèi)容特征,然后對節(jié)點間傳播概率和傳播延遲進行建模,提出一個細粒度的在線社會網(wǎng)絡(luò)信息傳播模型。最后利用隨機梯度下降算法,學(xué)習(xí)模型中的各個特征的權(quán)重,深入分析了影響信息傳播的主要因素,包括信息內(nèi)容、節(jié)點興趣偏好和網(wǎng)絡(luò)結(jié)構(gòu)等?;谠撃P?,還可以預(yù)測信息在網(wǎng)絡(luò)中的傳播態(tài)勢。在新浪微博真實數(shù)據(jù)集上的實驗表明,在預(yù)測準確率方面,該模型要優(yōu)于其他同類模型,如異步獨立級聯(lián)模型、RATE模型。(2)未知傳播網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)和傳播路徑還原提出了一種基于多維異構(gòu)特征的未知傳播網(wǎng)絡(luò)學(xué)習(xí)和傳播路徑還原算法NIMFC。現(xiàn)實生活中,很多時候我們能觀察到網(wǎng)絡(luò)中的傳播現(xiàn)象,也即不同節(jié)點在不同時間獲知感染了目標信息(傳染源),但潛在的傳播網(wǎng)絡(luò)結(jié)構(gòu)是未知的,信息的最初來源和信息傳播路徑也不能直接觀察得到,需結(jié)合有效方法學(xué)習(xí)得到潛在的傳播網(wǎng)絡(luò)結(jié)構(gòu),這包括網(wǎng)絡(luò)中節(jié)點之間的連接狀態(tài)以及基于該連接的信息傳播速率。本文提出了一個未知傳播網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法NIMFC,該算法融合了多維異構(gòu)特征包括信息級聯(lián)的時序特征和拓撲特征、節(jié)點屬性、信息內(nèi)容等,來推斷潛在傳播網(wǎng)絡(luò)結(jié)構(gòu),包括網(wǎng)絡(luò)連接狀態(tài)以及與連接相關(guān)的信息傳播速率。另外,基于網(wǎng)絡(luò)推斷算法NIMFC,還可以還原信息傳播路徑。在人工合成數(shù)據(jù)集和新浪微博真實數(shù)據(jù)集上的實驗表明,對于傳播網(wǎng)絡(luò)連接推斷、信息傳播速率推斷以及信息傳播路徑還原三個評價指標,本文所提出的NIMFC算法均優(yōu)于同類型算法。(3)信息傳播最大化提出了一種數(shù)據(jù)驅(qū)動的信息傳播最大化算法GALIM以及話題敏感的信息傳播最大化算法TOPICMAX。針對主流貪心算法在解決信息傳播最大化問題時運算效率低的問題,本文充分利用社會網(wǎng)絡(luò)中信息傳播數(shù)據(jù),基于數(shù)據(jù)驅(qū)動的方法,提出一個基于局部影響力模型的貪心算法GALIM(GREEDYALGITHMBASEDONLOCALINFLUENCEMODEL)。具體而言,首先利用選舉算法,將歷史傳播數(shù)據(jù)中的每次傳播行為視為一張選票,節(jié)點間的傳播概率由選票多少決定,從而構(gòu)建有向帶權(quán)傳播網(wǎng)絡(luò)。然后,根據(jù)影響力局部性原理提出了局部影響力模型來度量節(jié)點影響力,在不影響算法精度的同時可以大大降低計算復(fù)雜度。最后采用貪心算法來獲取目標節(jié)點集。在此基礎(chǔ)上,考慮到話題因素對信息傳播的影響,相同節(jié)點之間對于不同話題的信息可能存在不同的傳播概率,本文進一步提出一個話題敏感(TOPICSENSITIVE)的信息傳播最大化算法。將信息傳播行為在話題層面進行解析,對于每一個話題,單獨構(gòu)建出一個帶權(quán)傳播網(wǎng)絡(luò),通過貪心算法得到與話題相關(guān)的K個目標節(jié)點。這兩個算法結(jié)合了貪心算法和啟發(fā)式算法各自的優(yōu)勢,在保證計算精度的同時,有效提高了運算效率。(4)信息傳播檢測中目標節(jié)點選擇策略問題提出了一種基于節(jié)點傳播能力的傳播暴發(fā)檢測算法DIFFRANK。本文結(jié)合網(wǎng)絡(luò)結(jié)構(gòu)特點、節(jié)點屬性、傳播數(shù)據(jù)、檢測成本等信息,提出一個基于隨機游走模型的傳播能力排序算法DIFFRANK,根據(jù)該算法的結(jié)果選擇傳播能力最強的TOPK個節(jié)點作為觀察節(jié)點來檢測網(wǎng)絡(luò)中可能出現(xiàn)的信息傳播。基于新浪微博真實數(shù)據(jù)的實驗結(jié)果表明,與其他同類算法相比,DIFFRANK算法在檢測覆蓋率、檢測時間和信息感染人數(shù)下降比率三個指標上,都優(yōu)于同類算法。在算法的可擴展性方面,DIFFRANK算法更加適用于并行或分布式計算,可擴展性更好。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 148
大?。?6.93(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 64
大小: 4.03(MB)
子文件數(shù):
-
簡介:隨著我國經(jīng)濟快速增長和股票市場的不斷擴大,股票市場產(chǎn)生了大量有價值的數(shù)據(jù)信息,這些數(shù)據(jù)成為投資者進行股票投資的重要分析主體。同時,股票價格的預(yù)測也成為投資者和相關(guān)學(xué)者的一個重要研究對象。日益增長的數(shù)據(jù)不僅難以處理,更給股票價格的預(yù)測者們帶來了無從選擇的難題。BP神經(jīng)網(wǎng)絡(luò)作為大數(shù)據(jù)預(yù)測方面的經(jīng)典算法備受投資者和研究人員的青睞,但是,BP算法本身固有的一些缺點也制約著其預(yù)測的效率和效果,在股票價格短期預(yù)測方面依然存在著預(yù)測精度方面的缺陷。本文在深入分析股票價格短期預(yù)測面臨的問題和比較多種股票價格預(yù)測方法的基礎(chǔ)上,探討B(tài)P神經(jīng)網(wǎng)絡(luò)、主成分分析法和遺傳算法對股票價格進行短期預(yù)測的可行性。BP神經(jīng)網(wǎng)絡(luò)能夠利用對過往股票市場數(shù)據(jù)的學(xué)習(xí),找出股票市場發(fā)展變化的內(nèi)在規(guī)律,從而實現(xiàn)對未來一段時間內(nèi)股票價格數(shù)據(jù)變動的預(yù)測。為此,本文所做的主要研究工作有針對股票價格數(shù)據(jù)影響因素多的問題,選用主成分分析法來解決了BP神經(jīng)網(wǎng)絡(luò)輸入向量的維數(shù)約減問題,同時,為了建立影響因素和預(yù)測向量之間的相關(guān)性關(guān)系,提高預(yù)測的精度,引入了計量經(jīng)濟學(xué)中擬合優(yōu)度的概念,結(jié)合傳統(tǒng)的主成分分析法,創(chuàng)新性的提出了相關(guān)主成分分析法。針對BP算法容易陷入局部極小點而影響預(yù)測精度的缺點,利用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化,構(gòu)建了遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。在前面算法的基礎(chǔ)上,建立了以相關(guān)主成分分析法和遺傳神經(jīng)網(wǎng)絡(luò)模型相結(jié)合的綜合預(yù)測模型,并在MATLAB70中予以實現(xiàn)。最后,為了檢驗所提出算法的有效性。文章最后進行實驗,利用上證指數(shù)數(shù)據(jù),對文章提出的相關(guān)主成分分析法、遺傳神經(jīng)網(wǎng)絡(luò)模型和綜合預(yù)測模型分別進行了仿真實驗并進行了誤差分析,誤差分析表明以相關(guān)主成分分析法為維數(shù)約減方法的遺傳神經(jīng)網(wǎng)絡(luò)模型在股票價格短期預(yù)測精度上有一定程度的改進。
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 73
大?。?8.34(MB)
子文件數(shù):
-
簡介:碩士學(xué)位論文題目面向低帶寬網(wǎng)絡(luò)的數(shù)據(jù)容災(zāi)面向低帶寬網(wǎng)絡(luò)的數(shù)據(jù)容災(zāi)恢復(fù)系統(tǒng)及其優(yōu)化技術(shù)恢復(fù)系統(tǒng)及其優(yōu)化技術(shù)研究生洪曉龍專業(yè)計算機系統(tǒng)結(jié)構(gòu)指導(dǎo)教師指導(dǎo)教師任永堅教授完成日期完成日期2014年3月DISSERTATIONSUBMITTEDTOHANGZHOUDIANZIUNIVERSITYFTHEDEGREEOFMASTERIMPROVEDOPTIMIZATIONFDATADISASTERRECOVERYSYSTEMOVERLOWBWIDTHWKSCIDATEHONGXIAOLONGSUPERVISPROFRENYONGJIANMARCH2014
下載積分: 5 賞幣
上傳時間:2024-03-09
頁數(shù): 58
大小: 2.21(MB)
子文件數(shù):