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：當(dāng)前，科學(xué)技術(shù)的飛速發(fā)展，使得計(jì)算機(jī)在人類(lèi)的生活和工作中扮演著重要角色，但是隨之而來(lái)的計(jì)算機(jī)病毒給人類(lèi)帶來(lái)了巨大損失。因此，研究實(shí)現(xiàn)一種通用的病毒檢測(cè)模型具有很大的現(xiàn)實(shí)意義。本文首先研究分析計(jì)算機(jī)病毒和神經(jīng)網(wǎng)絡(luò)的相關(guān)原理，具體闡述了病毒特性、組成、分類(lèi)和神經(jīng)網(wǎng)絡(luò)的功能特性。之后詳細(xì)論述了神經(jīng)網(wǎng)絡(luò)集成理論，并在此基礎(chǔ)上通過(guò)改進(jìn)BP子分類(lèi)器和引入DS證據(jù)理論作為新的集成技術(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)集成優(yōu)化。為了選擇識(shí)別率較高和差異度較大的子分類(lèi)器提高集成系統(tǒng)的泛化能力，本文通過(guò)兩種方式改進(jìn)BP子分類(lèi)器。一種是引入動(dòng)量因子，這種技術(shù)是目前比較成熟的改進(jìn)方法，另外一種是在傳統(tǒng)的自適應(yīng)學(xué)習(xí)速率基礎(chǔ)上進(jìn)行改進(jìn)提出改進(jìn)的自適應(yīng)學(xué)習(xí)速率。這兩種方法不但可以緩解BP子分類(lèi)器收斂速度慢和局部極小值問(wèn)題，還可以減少子分類(lèi)器間的相關(guān)度。DS證據(jù)理論作為新的集成技術(shù)可以避免傳統(tǒng)投票法的不公平性，在不增加算法復(fù)雜的前提下提高識(shí)別率。本文基于優(yōu)化的神經(jīng)網(wǎng)絡(luò)集成提出DS病毒檢測(cè)模型，該模型是一種通用的病毒檢測(cè)器，可以有效識(shí)別多種常見(jiàn)病毒。樣本特征的提取使用NGRAM模型進(jìn)行一次篩選和使用信息增益進(jìn)行二次篩選，減少輸入信息，降低信息維度。在訓(xùn)練過(guò)程中使用BAGGING算法擾動(dòng)訓(xùn)練數(shù)據(jù)降低子分類(lèi)器的相關(guān)程度。本文結(jié)合實(shí)驗(yàn)室的軟硬件開(kāi)發(fā)環(huán)境，在MATLAB平臺(tái)上設(shè)計(jì)仿真實(shí)驗(yàn)，驗(yàn)證了改進(jìn)的BP算法在收斂速度和極小值問(wèn)題上有所緩解，驗(yàn)證了集成檢測(cè)結(jié)果明顯優(yōu)于單分類(lèi)器的檢測(cè)結(jié)果。與傳統(tǒng)的基于投票法的神經(jīng)網(wǎng)絡(luò)集成病毒檢測(cè)模型進(jìn)行對(duì)比，驗(yàn)證了基于優(yōu)化的神經(jīng)網(wǎng)絡(luò)集成的病毒檢測(cè)模型更加有效。

簡(jiǎn)介：網(wǎng)絡(luò)運(yùn)維是一個(gè)存儲(chǔ)著大量隱性知識(shí)和方法的領(lǐng)域，除了已被網(wǎng)絡(luò)專(zhuān)家學(xué)者規(guī)范化的知識(shí)外，還存在著很多未知的或未被發(fā)現(xiàn)的知識(shí)和方法，而現(xiàn)有的網(wǎng)絡(luò)運(yùn)維系統(tǒng)，沒(méi)有對(duì)運(yùn)維服務(wù)積存的數(shù)據(jù)進(jìn)行歸納與深層次挖掘，無(wú)法發(fā)現(xiàn)網(wǎng)絡(luò)故障信息背后隱藏的知識(shí)和方法，缺乏綜合分析和輔助決策能力，未能在進(jìn)一步提高網(wǎng)絡(luò)服務(wù)質(zhì)量中起積極的推動(dòng)作用。運(yùn)用數(shù)據(jù)挖掘技術(shù)并與運(yùn)維系統(tǒng)相結(jié)合，能很好的滿足需求。以往的研究主要通過(guò)采集網(wǎng)絡(luò)設(shè)備的告警信息及性能信息作為挖掘數(shù)據(jù)進(jìn)行分析，研究重點(diǎn)在于通過(guò)挖掘發(fā)現(xiàn)這些信息之間的潛在關(guān)系，實(shí)現(xiàn)故障定位。然而在高校網(wǎng)絡(luò)中，網(wǎng)絡(luò)設(shè)備數(shù)量相對(duì)較少，可供分析的信息量不足而非設(shè)備因素導(dǎo)致的網(wǎng)絡(luò)故障比例不斷增加。因此，這種挖掘方式不能很好的滿足需求。本文在對(duì)數(shù)據(jù)挖掘相關(guān)原理和技術(shù)進(jìn)行了深入調(diào)研和分析后，根據(jù)現(xiàn)有網(wǎng)絡(luò)運(yùn)維系統(tǒng)的不足，設(shè)計(jì)了以高校網(wǎng)絡(luò)運(yùn)維系統(tǒng)中實(shí)際運(yùn)維服務(wù)積累的大量網(wǎng)絡(luò)故障信息為挖掘?qū)ο髽?gòu)建的網(wǎng)絡(luò)故障分析預(yù)測(cè)模塊。根據(jù)網(wǎng)絡(luò)故障信息的特點(diǎn)以及數(shù)據(jù)挖掘的算法需求，有選擇的從運(yùn)維系統(tǒng)數(shù)據(jù)庫(kù)中抽取適合的源數(shù)據(jù)，在構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的過(guò)程中，利用計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)理論知識(shí)和技術(shù)手段，并結(jié)合運(yùn)維實(shí)踐經(jīng)驗(yàn)，完成對(duì)源數(shù)據(jù)的清洗、轉(zhuǎn)換等ETL環(huán)節(jié)，滿足數(shù)據(jù)挖掘算法對(duì)數(shù)據(jù)結(jié)構(gòu)的要求。然后在數(shù)據(jù)挖掘跨行業(yè)標(biāo)準(zhǔn)流程的基礎(chǔ)上，分別運(yùn)用數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則、時(shí)間序列、決策樹(shù)三種算法，對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的網(wǎng)絡(luò)故障信息進(jìn)行進(jìn)行歸納和深入挖掘。通過(guò)關(guān)聯(lián)分析方法挖掘網(wǎng)絡(luò)故障間的潛在關(guān)系及相互影響；通過(guò)決策樹(shù)方法對(duì)網(wǎng)絡(luò)故障進(jìn)行分類(lèi)劃分，歸納網(wǎng)絡(luò)故障發(fā)生的普遍規(guī)律；通過(guò)時(shí)序方法對(duì)網(wǎng)絡(luò)故障統(tǒng)計(jì)數(shù)據(jù)進(jìn)行挖掘，預(yù)測(cè)網(wǎng)絡(luò)故障的發(fā)生趨勢(shì)，并建立相應(yīng)的分析模型。最后通過(guò)構(gòu)建分析預(yù)測(cè)模塊調(diào)用模型的分析預(yù)測(cè)結(jié)果并與運(yùn)維系統(tǒng)實(shí)際業(yè)務(wù)數(shù)據(jù)進(jìn)行對(duì)比分析，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)故障的診斷、發(fā)生趨勢(shì)及潛在影響三個(gè)方面的分析預(yù)測(cè)，這是現(xiàn)有網(wǎng)絡(luò)運(yùn)維系統(tǒng)無(wú)法實(shí)現(xiàn)的。經(jīng)測(cè)試，系統(tǒng)從網(wǎng)絡(luò)故障信息數(shù)據(jù)背后挖掘出的知識(shí)和方法為網(wǎng)絡(luò)管理者對(duì)故障的診斷分析、預(yù)防網(wǎng)絡(luò)故障的發(fā)生以及網(wǎng)絡(luò)管理決策者在配置、組合優(yōu)勢(shì)網(wǎng)絡(luò)資源等方面提供良好的輔助決策作用。從而充分發(fā)揮網(wǎng)絡(luò)運(yùn)維管理系統(tǒng)的信息化優(yōu)勢(shì)，使網(wǎng)絡(luò)運(yùn)維管理系統(tǒng)在提高網(wǎng)絡(luò)服務(wù)質(zhì)量中發(fā)揮更加積極的推動(dòng)作用。

簡(jiǎn)介：隨著中央處理器CPU運(yùn)算能力的不斷提升以及計(jì)算能力不斷向數(shù)據(jù)中心遷移，高速互連網(wǎng)絡(luò)HIGHSPEEDINTERCONNECTIONWKS已經(jīng)成為高性能計(jì)算機(jī)HIGHPERFMANCECOMPUTER設(shè)計(jì)的關(guān)鍵因素。同時(shí)，高速互連網(wǎng)絡(luò)所承載的路由器數(shù)量和鏈路數(shù)量都在不斷增加，以及各種不同的網(wǎng)絡(luò)流量負(fù)載模式的相繼出現(xiàn)，都可能導(dǎo)致高速互連網(wǎng)絡(luò)上的負(fù)載不均衡，從而使得一些網(wǎng)絡(luò)結(jié)點(diǎn)或是鏈路成為熱點(diǎn)，進(jìn)而導(dǎo)致這部分結(jié)點(diǎn)或是鏈路擁塞，擁塞的產(chǎn)生將會(huì)極大地降低高速互連網(wǎng)絡(luò)的性能。因此，消除高速互連網(wǎng)絡(luò)的性能瓶頸和提升高速互連網(wǎng)絡(luò)的傳輸效率比以往更加重要。擁塞控制作為高速互連網(wǎng)絡(luò)的一項(xiàng)關(guān)鍵技術(shù)，設(shè)計(jì)一套高效的擁塞控制技術(shù)對(duì)高速互連網(wǎng)絡(luò)是十分必要的。本課題在SRP（SPECULATIVERESERVATIONPROTOCOL）、CRP（CHANNELRESERVATIONPROTOCOL）的基礎(chǔ)上，借鑒了DCN（DATACENTERWKS）上的DIBSDETOURINDUCEDBUFFERSHARING思想，充分利用互連網(wǎng)絡(luò)中路由器的空閑資源，提出了中間結(jié)點(diǎn)緩存技術(shù)IRP（INTERMEDIATERESERVATIONPROTOCOL）。IRP可以根據(jù)不同的拓?fù)?，例如胖?shù)，有效地利用熱點(diǎn)的鄰居結(jié)點(diǎn)路由器的空閑資源，先利用胖樹(shù)拓?fù)涞亩嗦窂綄?bào)文發(fā)送給空閑路由器，一旦目的結(jié)點(diǎn)路由器可利用，則將緩存報(bào)文發(fā)送給目的結(jié)點(diǎn)，降低互連網(wǎng)絡(luò)的延遲。本課題主要在以下三個(gè)方面展開(kāi)研究1針對(duì)現(xiàn)有的基于預(yù)約的擁塞控制機(jī)制的不足，提出中間結(jié)點(diǎn)緩存技術(shù)IRP，并在胖樹(shù)拓?fù)渖蠈?duì)IRP、SRP和ECN做性能評(píng)估。2考慮到集群網(wǎng)絡(luò)的關(guān)鍵鏈路可能成為系統(tǒng)的瓶頸，充分?jǐn)U展IRP的應(yīng)用場(chǎng)景，將IRP應(yīng)用到胖樹(shù)拓?fù)浼壕W(wǎng)絡(luò)上，并對(duì)IRPC、CRP以及ECN做性能評(píng)估。3胖樹(shù)拓?fù)涫且环N資源冗余型拓?fù)?，繼續(xù)擴(kuò)充IRP在高能效的DRAGONFLY拓?fù)渖系膽?yīng)用，并評(píng)估IRPD在DRAGONFLY上的性能。綜上所述，本課題緊密?chē)@“擁塞控制”這一研究?jī)?nèi)容，提出了中間結(jié)點(diǎn)緩存技術(shù)IRP，改進(jìn)了SRP、CRP的不足，并在胖樹(shù)拓?fù)?、胖?shù)集群網(wǎng)絡(luò)以及DRAGONFLY等典型網(wǎng)絡(luò)拓?fù)渖线M(jìn)行實(shí)現(xiàn)，并進(jìn)行性能評(píng)估，結(jié)果表明網(wǎng)絡(luò)報(bào)文的傳輸延遲得到進(jìn)一步的降低。因此，本課題克服了基于預(yù)約的擁塞控制技術(shù)的一些不足之處，提升了網(wǎng)絡(luò)性能，具有一定的理論意義和實(shí)際應(yīng)用價(jià)值。

簡(jiǎn)介：隨著移動(dòng)智能終端的大規(guī)模流行和無(wú)線多媒體數(shù)據(jù)業(yè)務(wù)的廣泛應(yīng)用，移動(dòng)寬帶無(wú)線網(wǎng)絡(luò)中的數(shù)據(jù)業(yè)務(wù)需求呈爆炸式增長(zhǎng)，如何更加高效地利用有限的無(wú)線頻譜資源，提升頻譜資源效率，擴(kuò)大網(wǎng)絡(luò)容量，降低干擾，保證用戶服務(wù)質(zhì)量需求，降低中斷概率，在滿足用戶服務(wù)質(zhì)量需求的基礎(chǔ)上進(jìn)行快速數(shù)據(jù)傳輸，成為新一代寬帶無(wú)線網(wǎng)絡(luò)設(shè)計(jì)中亟待解決的問(wèn)題。為緩解網(wǎng)絡(luò)壓力，實(shí)現(xiàn)未來(lái)10年內(nèi)移動(dòng)數(shù)據(jù)業(yè)務(wù)流量增長(zhǎng)1000倍的發(fā)展需求，業(yè)界對(duì)新一代移動(dòng)寬帶無(wú)線網(wǎng)絡(luò)關(guān)鍵技術(shù)進(jìn)行廣泛研究，提出通過(guò)引入超密集異構(gòu)網(wǎng)絡(luò)等有效的體系結(jié)構(gòu)和具有網(wǎng)絡(luò)自感知、自調(diào)整等能力的智能化網(wǎng)絡(luò)提升新一代移動(dòng)寬帶無(wú)線網(wǎng)絡(luò)的業(yè)務(wù)能力。通過(guò)在傳統(tǒng)大功率宏小區(qū)的覆蓋范圍內(nèi)大規(guī)模密集部署低功率小小區(qū)，超密集異構(gòu)網(wǎng)絡(luò)能夠有效提升頻譜復(fù)用率，拉近用戶與服務(wù)小區(qū)之間的距離，提升系統(tǒng)吞吐量。然而，低功率小小區(qū)的密集部署會(huì)增加網(wǎng)絡(luò)中的信道干擾，同時(shí)造成小區(qū)間負(fù)載不均衡，降低用戶公平性，從而制約網(wǎng)絡(luò)性能的提升。因此在超密集異構(gòu)網(wǎng)絡(luò)中研究具有自感知、自調(diào)整能力的干擾協(xié)調(diào)及用戶關(guān)聯(lián)技術(shù)具有重大意義。本研究主要內(nèi)容包括⑴研究了超密集異構(gòu)網(wǎng)絡(luò)中基于改進(jìn)粒子群的干擾協(xié)調(diào)算法。由于系統(tǒng)吞吐量是干擾協(xié)調(diào)算法的一項(xiàng)關(guān)鍵評(píng)價(jià)標(biāo)準(zhǔn)，而功率調(diào)整是一種有效的干擾協(xié)調(diào)手段，因此提出一種最大化系統(tǒng)吞吐量的功率調(diào)整算法。深入研究超密集異構(gòu)網(wǎng)絡(luò)下行鏈路干擾問(wèn)題，考慮到超密集異構(gòu)網(wǎng)絡(luò)中，大量密集部署的小小區(qū)產(chǎn)生嚴(yán)重的疊加干擾從而制約網(wǎng)絡(luò)吞吐量的提升，提出通過(guò)調(diào)整小小區(qū)的發(fā)送功率降低小區(qū)間干擾，提升系統(tǒng)吞吐量?？紤]到功率調(diào)整會(huì)導(dǎo)致用戶服務(wù)小區(qū)的變化，已有的功率調(diào)整算法很難求解最優(yōu)發(fā)送功率，提出基于改進(jìn)粒子群的功率調(diào)整算法，研究改進(jìn)粒子群算法中的收斂條件及最優(yōu)性保障條件，引入隨機(jī)局部搜索和多次初始化過(guò)程保證解的最優(yōu)性，獲得最優(yōu)小區(qū)發(fā)送功率，最大化系統(tǒng)吞吐量。仿真結(jié)果表明，相比于已有功率調(diào)整算法中采用的固定的用戶服務(wù)小區(qū)，考慮用戶服務(wù)小區(qū)隨功率調(diào)整的變化能夠使系統(tǒng)吞吐量獲得進(jìn)一步提升，提出的基于改進(jìn)粒子群的干擾協(xié)調(diào)算法能夠以多項(xiàng)式復(fù)雜度獲得全局最優(yōu)小區(qū)發(fā)送功率。⑵研究了超密集異構(gòu)網(wǎng)絡(luò)中用戶服務(wù)質(zhì)量約束下最大化系統(tǒng)吞吐量的功率調(diào)整算法?？紤]到超密集異構(gòu)網(wǎng)絡(luò)中功率調(diào)整算法可能導(dǎo)致宏小區(qū)邊緣用戶服務(wù)質(zhì)量下降的問(wèn)題，把用戶服務(wù)質(zhì)量需求考慮在干擾協(xié)調(diào)問(wèn)題建模中，同時(shí)考慮用戶服務(wù)質(zhì)量需求和用戶服務(wù)小區(qū)隨功率調(diào)整的變化，通過(guò)舍棄與服務(wù)質(zhì)量約束沖突的不可行解，利用改進(jìn)粒子群優(yōu)化小小區(qū)的發(fā)送功率。由于舍棄不可行解、搜索可行解的過(guò)程需要額外的計(jì)算復(fù)雜度、更多的迭代次數(shù)和運(yùn)行時(shí)間，因此提出將拉格朗日對(duì)偶引入改進(jìn)粒子群算法，提升初始粒子質(zhì)量，通過(guò)拉格朗日對(duì)偶和改進(jìn)粒子群算法的結(jié)合，節(jié)省算法運(yùn)行時(shí)間，降低搜索到最優(yōu)解所需的計(jì)算復(fù)雜度。仿真結(jié)果表明提出的算法能夠在保證用戶服務(wù)質(zhì)量需求的同時(shí)獲得最優(yōu)的系統(tǒng)吞吐量。⑶研究超密集異構(gòu)網(wǎng)絡(luò)中的小區(qū)范圍擴(kuò)展偏置優(yōu)化問(wèn)題，利用吉布斯采樣，提出最大化速率相關(guān)效用函數(shù)的小區(qū)范圍擴(kuò)展偏置優(yōu)化算法。針對(duì)傳統(tǒng)用戶關(guān)聯(lián)方法導(dǎo)致的小小區(qū)范圍受限、小區(qū)間負(fù)載不均衡及吞吐量提升能力受限等問(wèn)題，提出通過(guò)優(yōu)化各小小區(qū)的小區(qū)范圍擴(kuò)展偏置優(yōu)化用戶關(guān)聯(lián)，提升系統(tǒng)吞吐量，降低低速率用戶數(shù)量，提升系統(tǒng)的比例公平吞吐量?？紤]到速率相關(guān)效用函數(shù)優(yōu)化問(wèn)題中，小區(qū)范圍擴(kuò)展偏置與用戶關(guān)聯(lián)和調(diào)度間復(fù)雜的耦合關(guān)系，無(wú)法直接求解最優(yōu)小區(qū)范圍擴(kuò)展偏置，因此提出基于吉布斯采樣的小區(qū)范圍擴(kuò)展偏置優(yōu)化算法。考慮到集中式基于吉布斯采樣的小區(qū)范圍擴(kuò)展偏置優(yōu)化算法需要知道所有小區(qū)與用戶間信道增益，其信息交換開(kāi)銷(xiāo)及計(jì)算復(fù)雜度隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大迅速增加，巧妙推導(dǎo)得到僅需局部信息交換的分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法，并證明算法的最優(yōu)性。仿真結(jié)果表明，提出的集中式及分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法均能獲得全局最優(yōu)的小小區(qū)范圍擴(kuò)展偏置，提出的分布式算法的計(jì)算復(fù)雜度及信息交換開(kāi)銷(xiāo)遠(yuǎn)小于集中式算法。⑷研究低復(fù)雜度中心輔助分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法。針對(duì)超密集異構(gòu)網(wǎng)絡(luò)小區(qū)范圍擴(kuò)展偏置優(yōu)化算法的計(jì)算復(fù)雜度、迭代次數(shù)隨著網(wǎng)絡(luò)規(guī)模擴(kuò)大而迅速升高的問(wèn)題，研究并提出小小區(qū)間范圍擴(kuò)展影響關(guān)系圖的建立方法、基于圖著色的小區(qū)分組算法及用戶候選服務(wù)小區(qū)的選擇方法。提出基于吉布斯采樣的中心輔助分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法降低算法信令開(kāi)銷(xiāo)、計(jì)算復(fù)雜度及迭代次數(shù)。分析算法的計(jì)算復(fù)雜度及信令開(kāi)銷(xiāo)，證明算法的最優(yōu)性。仿真結(jié)果表明，與集中式及分布式算法相比，提出的中心輔助分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法能夠以最少的迭代次數(shù)、最低的計(jì)算復(fù)雜度和最小的信息交換開(kāi)銷(xiāo)獲得各小小區(qū)范圍擴(kuò)展偏置的最優(yōu)解。

簡(jiǎn)介：人臉?lè)治鍪钱?dāng)前計(jì)算機(jī)視覺(jué)、模式識(shí)別和機(jī)器學(xué)習(xí)等領(lǐng)域的熱門(mén)研究課題之一，得到了廣泛的關(guān)注。人臉?lè)治鲋饕ㄟ^(guò)人臉圖像來(lái)分析出人臉的各類(lèi)信息，如人臉身份、人臉表情、人臉年齡、人臉性別等。人臉?lè)治鲈谥悄苋藱C(jī)交互以及身份認(rèn)證等領(lǐng)域中具有重要的研究意義和實(shí)際應(yīng)用價(jià)值。但是由于人臉圖像中存在著巨大的可變性，人臉?lè)治鰡?wèn)題面臨著許多的挑戰(zhàn)。另一方面，深度學(xué)習(xí)是近年來(lái)一個(gè)非常熱門(mén)的研究課題，其通過(guò)大量的數(shù)據(jù)，自動(dòng)地從數(shù)據(jù)中提取有效的特征表示，并用于后續(xù)的分類(lèi)、回歸等任務(wù)。這其中深度卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域展開(kāi)了深入的研究并取得了良好的性能表現(xiàn)。因此，研究利用深度卷積神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行人臉?lè)治鍪且豁?xiàng)既富有挑戰(zhàn)又具有實(shí)際意義的工作。本文的主要工作具體如下本文首先廣泛調(diào)研了現(xiàn)有的深度學(xué)習(xí)方法及分類(lèi)，介紹了常見(jiàn)的幾種深度學(xué)習(xí)模型，并著重介紹了常用的深度卷積神經(jīng)網(wǎng)絡(luò)方法，并綜述了深度學(xué)習(xí)在人臉相關(guān)領(lǐng)域中的應(yīng)用研究現(xiàn)狀。其次，本文分析了基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方法，并討論了將深度學(xué)習(xí)應(yīng)用于人臉檢測(cè)問(wèn)題中。針對(duì)訓(xùn)練人臉?lè)诸?lèi)器中樣本選擇等問(wèn)題，本文提出了基于BOOTSTRAP的深度學(xué)習(xí)人臉檢測(cè)方法，在FDDB和AFW人臉檢測(cè)評(píng)測(cè)數(shù)據(jù)庫(kù)中，分別提高了2％和21％的檢測(cè)率。緊接著，本文系統(tǒng)地介紹了基于深度學(xué)習(xí)的人臉識(shí)別方法，并分析和比較在人臉特征提取中進(jìn)行訓(xùn)練網(wǎng)絡(luò)的各種方法的優(yōu)點(diǎn)和缺點(diǎn)。在此基礎(chǔ)上，我們提出了一種基于混合訓(xùn)練的深度人臉特征提取方法，將訓(xùn)練基于TRIPLET的深度模型的時(shí)間縮短到4天。并在多個(gè)任務(wù)中驗(yàn)證了本文提出方法的有效性。此外，針對(duì)深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的特征具有從粗到細(xì)、從簡(jiǎn)單到復(fù)雜的特點(diǎn)，本文提出了一種基于多任務(wù)學(xué)習(xí)的人臉屬性識(shí)別方法，在ADIENCE數(shù)據(jù)庫(kù)中，人臉年齡估計(jì)準(zhǔn)確率從單任務(wù)的483％提高到514％，性別分類(lèi)準(zhǔn)確率由847％提高到876％，并在包括人臉微笑、人臉吸引力識(shí)別等多個(gè)任務(wù)中驗(yàn)證了本文提出方法的有效性。

簡(jiǎn)介：可信可控網(wǎng)絡(luò)將控制層面和數(shù)據(jù)層面相分離，構(gòu)建統(tǒng)一控制平面，旨在實(shí)現(xiàn)網(wǎng)絡(luò)組元及其運(yùn)行可預(yù)期、可管理。作為承載業(yè)務(wù)的基礎(chǔ)，保證網(wǎng)絡(luò)資源平穩(wěn)運(yùn)行和有效利用，滿足用戶需求，是可信可控網(wǎng)絡(luò)研究的重要內(nèi)容。然而在當(dāng)前網(wǎng)絡(luò)應(yīng)用和用戶規(guī)模飛速增長(zhǎng)趨勢(shì)下，龐大的用戶流量已對(duì)網(wǎng)絡(luò)資源管控造成巨大影響，用戶需求難以保障、資源效率不均、平穩(wěn)運(yùn)行受沖擊等弊端叢生。因此以反映用戶行為的動(dòng)態(tài)流量為日標(biāo)，以資源分配、路由優(yōu)化和流量管控等為手段，研究用戶行為控制機(jī)制，從而提高網(wǎng)絡(luò)資源管控能力，是當(dāng)前可信可控網(wǎng)絡(luò)研究中的關(guān)鍵問(wèn)題?，F(xiàn)有工作在用戶行為識(shí)別、控制決策等方面取得了一定成果，但仍有諸多不足首先在行為識(shí)別方面，用戶基于不同應(yīng)用的動(dòng)態(tài)流量會(huì)對(duì)網(wǎng)絡(luò)運(yùn)行造成不同影響，因此需以用戶流量為對(duì)象，分析其影響并進(jìn)行控制決策，然而現(xiàn)有研究大多針對(duì)報(bào)文和協(xié)議粒度，難以準(zhǔn)確識(shí)別用戶動(dòng)態(tài)行為流量，無(wú)法為分析和控制提供依托其次在控制決策方面，一方面現(xiàn)有研究缺乏有效分析用戶行為對(duì)網(wǎng)絡(luò)狀態(tài)影響程度的方法，無(wú)法為針對(duì)性控制策略的制定提供合理依據(jù)，難以有效消除用戶行為對(duì)網(wǎng)絡(luò)運(yùn)行的沖擊，另一方面現(xiàn)有控制決策方法大多針對(duì)單一目標(biāo)，難以從全局出發(fā)制定決策，無(wú)法實(shí)現(xiàn)兼顧需求、資源效率和平穩(wěn)運(yùn)行等網(wǎng)絡(luò)資源的管控目標(biāo)。本文針對(duì)已有工作不足，從用戶行為識(shí)別、評(píng)估和控制機(jī)制等關(guān)鍵技術(shù)展開(kāi)理論研究第一，提出了基于選擇性協(xié)同學(xué)習(xí)的識(shí)別方法，在復(fù)雜數(shù)據(jù)環(huán)境下準(zhǔn)確獲取各類(lèi)用戶行為的特征，實(shí)現(xiàn)對(duì)用戶動(dòng)態(tài)行為流量的識(shí)別，從而為以用戶流量為對(duì)象的行為評(píng)估及控制提供依托第二，提出了面向網(wǎng)絡(luò)狀態(tài)的用戶行為評(píng)估方法，以網(wǎng)絡(luò)狀態(tài)和用戶行為數(shù)據(jù)關(guān)聯(lián)挖掘?yàn)榛A(chǔ)，準(zhǔn)確量化用戶行為對(duì)網(wǎng)絡(luò)運(yùn)行的影響程度，為制定針對(duì)性的控制策略提供合理依據(jù)第三，提出了基于SDN的域內(nèi)用戶行為控制機(jī)制，在域內(nèi)從網(wǎng)絡(luò)整體出發(fā)，采用多目標(biāo)優(yōu)化決策方法及網(wǎng)絡(luò)切片機(jī)制，對(duì)不同類(lèi)型及影響程度的行為流量進(jìn)行分配和調(diào)度，實(shí)現(xiàn)保障用戶需求同時(shí)提高網(wǎng)絡(luò)資源效率和維護(hù)網(wǎng)絡(luò)平穩(wěn)運(yùn)行的目標(biāo)第四，提出了基于多路徑的域間用戶行為控制機(jī)制，在域間通過(guò)多路徑路由下的用戶行為流量分配和調(diào)度，實(shí)現(xiàn)相應(yīng)的控制目標(biāo)。最后，在東南大學(xué)可信可控網(wǎng)絡(luò)實(shí)驗(yàn)平臺(tái)上設(shè)計(jì)并實(shí)現(xiàn)用戶行為分析和控制模塊，對(duì)模塊功能進(jìn)行全面測(cè)試，驗(yàn)證理論工作的有效性和可行性。本文對(duì)用戶行為控制問(wèn)題進(jìn)行了深入研究，提出了完整有效的問(wèn)題解決方案，通過(guò)對(duì)用戶行為的管控，能夠保障用戶需求同時(shí)提高網(wǎng)絡(luò)資源效率、維護(hù)網(wǎng)絡(luò)平穩(wěn)運(yùn)行，從而為實(shí)現(xiàn)網(wǎng)絡(luò)組元及其運(yùn)行的可預(yù)期、可管理提供支持。本文研究工作將有助于人們更有效的管理和使用網(wǎng)絡(luò)資源，促進(jìn)網(wǎng)絡(luò)技術(shù)的進(jìn)一步發(fā)展。

簡(jiǎn)介：近年來(lái)，隨著移動(dòng)無(wú)線通信系統(tǒng)的快速發(fā)展，有限的頻譜資源正變得日趨緊張。而認(rèn)知無(wú)線電技術(shù)的出現(xiàn)，為解決對(duì)頻譜資源的有效利用和異構(gòu)無(wú)線網(wǎng)絡(luò)的智能融合等問(wèn)題提供了一種可行的解決方案。在基于UNDERLAY模型的認(rèn)知無(wú)線網(wǎng)絡(luò)中，授權(quán)用戶允許認(rèn)知用戶利用授權(quán)頻譜資源進(jìn)行通信，而認(rèn)知用戶必須控制其發(fā)射功率以滿足授權(quán)用戶所設(shè)定的干擾溫度門(mén)限。同時(shí)，為了滿足一定的認(rèn)知通信服務(wù)質(zhì)量（QUALITYOFSERVICE，簡(jiǎn)稱(chēng)QOS）要求，認(rèn)知用戶的發(fā)射功率又必須足夠保證其自身數(shù)據(jù)傳輸所需的最小信干噪比（SIGNALTOINTERFERENCENOISERATIO，簡(jiǎn)稱(chēng)SINR）。此外，由于實(shí)際無(wú)線通信信道通常存在包括路徑損耗、陰影衰落和小尺度衰落等多重復(fù)合衰落，而這些衰落的隨機(jī)特征和相互疊加會(huì)導(dǎo)致無(wú)線信道增益的不確定性。為了解決不確定無(wú)線信道增益條件下的認(rèn)知用戶發(fā)射功率控制問(wèn)題，本論文重點(diǎn)研究了UNDERLAY模型下能同時(shí)滿足干擾溫度限制和認(rèn)知用戶QOS需求的認(rèn)知無(wú)線網(wǎng)絡(luò)分布式功率控制技術(shù)。首先，為了抵消無(wú)線信道增益不確定性所帶來(lái)的影響，本論文基于認(rèn)知用戶之間以及認(rèn)知與授權(quán)用戶之間無(wú)線信道增益的統(tǒng)計(jì)特性來(lái)定義認(rèn)知無(wú)線網(wǎng)絡(luò)中每個(gè)認(rèn)知用戶的發(fā)射功率約束條件，并將UNDERLAY模型下的認(rèn)知無(wú)線網(wǎng)絡(luò)發(fā)射功率控制問(wèn)題建模為一個(gè)最大化認(rèn)知用戶整體傳輸速率的受限優(yōu)化問(wèn)題。其次，針對(duì)現(xiàn)有基于KARUSHKUHNTUCKER（簡(jiǎn)稱(chēng)KKT）解的認(rèn)知無(wú)線網(wǎng)絡(luò)功率控制算法普遍存在的控制信息交互開(kāi)銷(xiāo)過(guò)大和計(jì)算復(fù)雜度過(guò)高的問(wèn)題，本論文在RUBINSTEINBARGAINING（簡(jiǎn)稱(chēng)RB）討價(jià)還價(jià)博弈模型的基礎(chǔ)上對(duì)現(xiàn)有的多人雙邊博弈模型（MULTIPARTYBILATERALBARGAINING，簡(jiǎn)稱(chēng)MBB）進(jìn)行了擴(kuò)展，詳細(xì)描述了MBB博弈過(guò)程，并給出該博弈均衡解的求解辦法和結(jié)果，從而為基于議價(jià)博弈的認(rèn)知無(wú)線網(wǎng)絡(luò)功率控制機(jī)制設(shè)計(jì)奠定理論基礎(chǔ)。最后，本論文將MBB博弈模型與認(rèn)知無(wú)線網(wǎng)絡(luò)功率控制問(wèn)題進(jìn)行結(jié)合，提出了一種全新的基于MBB均衡解的認(rèn)知無(wú)線網(wǎng)絡(luò)分布式功率控制機(jī)制。受益于MBB均衡解的明確性和僅需要多項(xiàng)式計(jì)算復(fù)雜度，該機(jī)制僅需要在授權(quán)和認(rèn)知用戶之間交互很少的控制信息，并能很好地適應(yīng)隨機(jī)變化的無(wú)線信道增益對(duì)認(rèn)知無(wú)線網(wǎng)絡(luò)功率控制造成的影響。仿真結(jié)果表明，與現(xiàn)有基于納什議價(jià)均衡解（NASHBARGAININGSOLUTION，簡(jiǎn)稱(chēng)NBS）的認(rèn)知無(wú)線網(wǎng)絡(luò)功率控制算法相比，基于MBB的功率控制算法可以在同時(shí)滿足授權(quán)用戶干擾溫度限制和認(rèn)知用戶QOS需求的前提下獲得更高的認(rèn)知用戶整體傳輸速率和更為公平的功率控制結(jié)果。

簡(jiǎn)介：無(wú)線傳感器網(wǎng)絡(luò)（WIRELESSSENSWKS，WSNS）因?yàn)槠鋺?yīng)用廣泛實(shí)用性高，己成為國(guó)內(nèi)外學(xué)者研究的一個(gè)熱點(diǎn)。傳感器網(wǎng)絡(luò)一般是大規(guī)模部署在無(wú)人區(qū)或者環(huán)境比較惡劣的區(qū)域，節(jié)點(diǎn)是通過(guò)飛機(jī)隨機(jī)拋撒到目標(biāo)區(qū)域，且節(jié)點(diǎn)靠電池供電，人為不能更新電池，所以能量十分有限。因此，如何盡量延長(zhǎng)網(wǎng)絡(luò)的使用壽命，提高節(jié)點(diǎn)的能量利用率，一直是研究無(wú)線傳感器網(wǎng)絡(luò)的重中之重，而節(jié)點(diǎn)部署是無(wú)線傳感器網(wǎng)絡(luò)的基礎(chǔ)，是開(kāi)展后續(xù)監(jiān)測(cè)任務(wù)的前提保證。本文研究的重點(diǎn)是在提高能量使用效率的前提下，節(jié)點(diǎn)的部署策略，主要包括靜態(tài)傳感器網(wǎng)絡(luò)的基于最小覆蓋集的部署策略和初始部署時(shí)加入一定比例的移動(dòng)節(jié)點(diǎn)來(lái)修復(fù)漏洞的策略。因?yàn)楣?jié)點(diǎn)在初始部署時(shí)，是大量的拋撒到目標(biāo)區(qū)域內(nèi)的，如果把所有節(jié)點(diǎn)都加入到網(wǎng)絡(luò)中，將會(huì)導(dǎo)致節(jié)點(diǎn)通信很復(fù)雜，收集到的監(jiān)測(cè)數(shù)據(jù)存在大量的冗余，數(shù)據(jù)融合難度加大，節(jié)點(diǎn)能量消耗增大，這些都是不必要的，不但對(duì)監(jiān)測(cè)目標(biāo)沒(méi)有什么用處，且還增大了網(wǎng)絡(luò)難度和能量消耗，是不可取的。因此，本文提出了一種基于最小覆蓋集的靜態(tài)無(wú)線傳感器網(wǎng)絡(luò)的覆蓋策略，稱(chēng)為MCSGAATHEGREEDYAPPROXIMATIONALGITHMBASEDONMINIMALCOVERSET算法。該算法借鑒了陸克中等人提出的GATHEGREEDYAPPROXIMATION算法，并同時(shí)考慮了節(jié)點(diǎn)的剩余能量和同時(shí)覆蓋兩個(gè)交點(diǎn)的情況，節(jié)點(diǎn)逐個(gè)加入到覆蓋集，每次選擇加入覆蓋集的節(jié)點(diǎn)都是當(dāng)前情況下最優(yōu)的節(jié)點(diǎn)，所以是一種近似貪婪算法。為了評(píng)估MCSGAA算法的性能，本文將其與CVTCENTRALIZEDVONOITESSELLATION算法和GA算法在MATLAB平臺(tái)上進(jìn)行了仿真比較。仿真結(jié)果表明，MSCGAA算法在覆蓋集的大小和網(wǎng)絡(luò)覆蓋冗余度等方面都優(yōu)于其他兩種算法。無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行一段時(shí)間之后，由于節(jié)點(diǎn)能量耗盡或者環(huán)境破壞等原因，不斷會(huì)出現(xiàn)節(jié)點(diǎn)死亡的現(xiàn)象，網(wǎng)絡(luò)中就會(huì)出現(xiàn)覆蓋漏洞。本文針對(duì)網(wǎng)絡(luò)中出現(xiàn)的漏洞，提出了一種基于模糊邏輯的移動(dòng)節(jié)點(diǎn)漏洞修復(fù)策略，稱(chēng)為FEHRABASEDONFUZZYLOGICENERGYEFFICIENTHOLEREPAIRALGITHM算法。該策略包含2個(gè)步驟1）首先用處于休眠狀態(tài)的靜態(tài)節(jié)點(diǎn)去修復(fù)漏洞，如果漏洞區(qū)域內(nèi)的休眠的靜態(tài)節(jié)點(diǎn)可以修復(fù)漏洞的面積大于等于節(jié)點(diǎn)感知范圍的一半，則喚醒休眠節(jié)點(diǎn)，修復(fù)漏洞，并更新漏洞區(qū)域，依次判斷漏洞區(qū)域內(nèi)的所有處于休眠狀態(tài)的靜態(tài)節(jié)點(diǎn)2）所有漏洞區(qū)域內(nèi)的靜態(tài)節(jié)點(diǎn)依次判斷完后，余下的漏洞面積用移動(dòng)節(jié)點(diǎn)來(lái)修復(fù)，在選擇用哪個(gè)移動(dòng)節(jié)點(diǎn)來(lái)修復(fù)漏洞時(shí)，設(shè)計(jì)出了一種基于模糊邏輯的策略，考慮移動(dòng)節(jié)點(diǎn)的剩余能量、距離漏洞的長(zhǎng)度和移動(dòng)節(jié)點(diǎn)的密度三方面綜合，定義了隸屬度函數(shù)和規(guī)則表，選出最優(yōu)的移動(dòng)節(jié)點(diǎn)來(lái)修復(fù)漏洞。為了評(píng)估FEHRA算法的性能，本文將其與DCMDYNAMICCOVERAGEMAINTENANCE算法和FSHCFUZZYBASEDSELFHEALINGCOVERAGESCHEME算法進(jìn)行了比較。仿真結(jié)果表明，F(xiàn)EHRA算法在修復(fù)漏洞時(shí)更加節(jié)能，且選擇的節(jié)點(diǎn)對(duì)于網(wǎng)絡(luò)來(lái)說(shuō)，更加均衡。

簡(jiǎn)介：隨著計(jì)算機(jī)網(wǎng)絡(luò)的快速發(fā)展，在信息化社會(huì)的今天，數(shù)據(jù)越來(lái)越多，已經(jīng)迎來(lái)了大數(shù)據(jù)時(shí)代。對(duì)于企業(yè)來(lái)說(shuō)，如何有效地管理大量的數(shù)據(jù)信息是十分重要的。報(bào)表作為信息組織、統(tǒng)計(jì)、分析的重要工具，它在企業(yè)的運(yùn)營(yíng)管理過(guò)程中有著極其重要的作用。當(dāng)前，市場(chǎng)上活躍的報(bào)表系統(tǒng)很多，國(guó)外報(bào)表有水晶報(bào)表、ACTIVEREPT、STYLEREPT、WINDWARDREPT等，國(guó)內(nèi)比較流行的有潤(rùn)乾報(bào)表、用友華表（CELL）、FINEREPT、E表等。但是企業(yè)使用第三方報(bào)表工具不但要花費(fèi)高額的費(fèi)用，而且企業(yè)的數(shù)據(jù)信息安全性得不到保障。針對(duì)企業(yè)不斷變更的需求，使用第三方報(bào)表工具也不能及時(shí)的應(yīng)對(duì)。此外，現(xiàn)有的報(bào)表工具開(kāi)發(fā)周期長(zhǎng)、效率低，需要大量的開(kāi)發(fā)人員。學(xué)習(xí)入手較難，配置過(guò)程還要編寫(xiě)代碼。綜上，國(guó)內(nèi)的報(bào)表工具不能解決好企業(yè)應(yīng)用中存在的靈活性、通用性、及時(shí)性、可移植性等問(wèn)題。本文首先分析了現(xiàn)有的預(yù)測(cè)模型算法，比較每種模型的優(yōu)缺點(diǎn)，找出一種最適合本自動(dòng)化報(bào)表的數(shù)據(jù)預(yù)測(cè)模型。在本系統(tǒng)中最終采用BP神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)數(shù)據(jù)預(yù)測(cè)。根據(jù)具體的數(shù)據(jù)預(yù)測(cè)需求，設(shè)計(jì)了合適的BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，通過(guò)反復(fù)試驗(yàn)最終確定采用三層網(wǎng)絡(luò)結(jié)構(gòu)。根據(jù)具體的報(bào)表實(shí)例可以確定輸入層和輸出層神經(jīng)元個(gè)數(shù)，然后通過(guò)實(shí)驗(yàn)嘗試和經(jīng)驗(yàn)來(lái)確定隱層神經(jīng)元個(gè)數(shù)。隱層的傳遞函數(shù)使用對(duì)數(shù)S形函數(shù)，訓(xùn)練函數(shù)采用LM算法，基于誤差不斷減小原則，通過(guò)不斷調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，使最終的結(jié)果達(dá)到預(yù)設(shè)的誤差精度范圍內(nèi)。實(shí)驗(yàn)結(jié)果表明該神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)性能較好，可以適應(yīng)實(shí)際需求。其次，該自動(dòng)化報(bào)表系統(tǒng)在前端頁(yè)面設(shè)計(jì)上提出了一種新思路，將前端頁(yè)面抽象為條件、表格和圖形三個(gè)部分。表格的設(shè)計(jì)上使用JQGRID表格插件，來(lái)進(jìn)行頁(yè)面展示和表格數(shù)據(jù)的操作。圖形的設(shè)計(jì)使用ETS圖表插件，ETS提供了十分豐富圖形結(jié)構(gòu)，可以滿足公司報(bào)表圖形的需求，并支持圖與圖的混搭。在架構(gòu)設(shè)計(jì)上采用MVC三層架構(gòu)模型，從表示層、業(yè)務(wù)層和數(shù)據(jù)層三層進(jìn)行設(shè)計(jì)。該自動(dòng)化報(bào)表開(kāi)發(fā)周期短，實(shí)現(xiàn)了公司實(shí)際的報(bào)表需求，可以實(shí)現(xiàn)自動(dòng)化配置，無(wú)需編寫(xiě)代碼，解放了開(kāi)發(fā)人員。

簡(jiǎn)介：隨著信息技術(shù)與網(wǎng)絡(luò)技術(shù)的高速發(fā)展，人們需要存儲(chǔ)的網(wǎng)絡(luò)數(shù)據(jù)量急劇增加，這樣對(duì)于大容量網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)設(shè)備的需求日漸凸顯。然而，現(xiàn)有數(shù)據(jù)存儲(chǔ)設(shè)備大多數(shù)都受限于數(shù)據(jù)存儲(chǔ)量不夠大、不支持網(wǎng)絡(luò)且不易擴(kuò)展維護(hù)等缺點(diǎn)，因此，設(shè)計(jì)一款針對(duì)大容量網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)設(shè)備具有極高的工程應(yīng)用價(jià)值。本文為了解決大容量網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)的需求，研究了針對(duì)大容量網(wǎng)絡(luò)數(shù)據(jù)存儲(chǔ)的POWERPC大容量網(wǎng)絡(luò)電子存儲(chǔ)陣列實(shí)現(xiàn)的關(guān)鍵技術(shù)。本存儲(chǔ)陣列實(shí)現(xiàn)過(guò)程中關(guān)鍵技術(shù)包括存儲(chǔ)陣列內(nèi)部多板之間的高速PCIE通信、存儲(chǔ)陣列對(duì)外冗余網(wǎng)絡(luò)接口以及存儲(chǔ)陣列文件管理FTP服務(wù)器。針對(duì)存儲(chǔ)陣列實(shí)現(xiàn)的關(guān)鍵技術(shù)，論文主要工作如下1根據(jù)實(shí)際用戶要求完成基于MPC8377大容量網(wǎng)絡(luò)電子存儲(chǔ)陣列的總體設(shè)計(jì)方案并分別闡述了該陣列三個(gè)組成部分管理板、存儲(chǔ)板以及母板的設(shè)計(jì)方案。2研究MPC8377的PCIE技術(shù)與PCIE總線擴(kuò)展技術(shù)，完成了存儲(chǔ)陣列內(nèi)部一個(gè)管理板與多個(gè)存儲(chǔ)板之間的高速PCIE通信設(shè)計(jì)方案。同時(shí)，根據(jù)PCIE通信方案詳細(xì)闡述該實(shí)現(xiàn)方案的硬件設(shè)計(jì)和軟件設(shè)計(jì)。3研究MPC8377的網(wǎng)絡(luò)模塊，完成PHY網(wǎng)絡(luò)驅(qū)動(dòng)移植實(shí)現(xiàn)存儲(chǔ)陣列網(wǎng)絡(luò)數(shù)據(jù)傳輸，在基于網(wǎng)絡(luò)傳輸?shù)膶?shí)現(xiàn)后采用雙PHY和CPLD設(shè)計(jì)與實(shí)現(xiàn)雙冗余網(wǎng)絡(luò)。4研究LINUX網(wǎng)絡(luò)編程以及FTP協(xié)議原理并根據(jù)存儲(chǔ)陣列內(nèi)部數(shù)據(jù)存儲(chǔ)特征以及內(nèi)部文件管理要求，設(shè)計(jì)與實(shí)現(xiàn)一款適用于本存儲(chǔ)陣列的自定義FTP服務(wù)器。論文最后對(duì)存儲(chǔ)陣列PCIE數(shù)據(jù)傳輸、網(wǎng)絡(luò)數(shù)據(jù)傳輸、網(wǎng)絡(luò)切換以及FTP服務(wù)器進(jìn)行了測(cè)試，測(cè)試結(jié)果表明，存儲(chǔ)陣列滿足設(shè)計(jì)要求。

簡(jiǎn)介：點(diǎn)擊查看更多異質(zhì)網(wǎng)絡(luò)中重疊社區(qū)發(fā)現(xiàn)技術(shù)研究.pdf精彩內(nèi)容。

簡(jiǎn)介：認(rèn)知無(wú)線電技術(shù)作為下一代無(wú)線通信網(wǎng)絡(luò)的核心技術(shù)，解決了現(xiàn)有“行政管理”頻譜分配方式導(dǎo)致的授權(quán)無(wú)線資源低利用率的問(wèn)題。通過(guò)感知和理解所處環(huán)境，認(rèn)知用戶（SECONDARYUSER，SU）根據(jù)自身服務(wù)質(zhì)量（QUALITYOFSERVICE，QOS）要求，在有效規(guī)避授權(quán)用戶（PRIMARYUSER，PU）的同時(shí)完成自身通信。然而，在分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中，QOS保障面臨以下幾個(gè)挑戰(zhàn)（1）相比具有高優(yōu)先級(jí)頻譜使用權(quán)的PU，SU僅具備低優(yōu)先級(jí)頻譜使用權(quán)，這種頻帶使用權(quán)限的不等導(dǎo)致SU頻繁地進(jìn)行頻譜切換行動(dòng)；（2）跟任何無(wú)線通信一樣，認(rèn)知無(wú)線電技術(shù)也存在安全隱患；（3）分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中不存在可用的頻譜資源。在歸納總結(jié)了國(guó)內(nèi)外最新研究成果的基礎(chǔ)之上，本文針對(duì)以上三個(gè)問(wèn)題逐步展開(kāi)課題研究。首先，針對(duì)兩種視頻模式在頻譜切換過(guò)程中QOS的保障問(wèn)題，提出了一種基于混合整數(shù)非線性規(guī)劃和部分觀測(cè)馬爾可夫過(guò)程的進(jìn)化切換策略。通過(guò)引入分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中存在的多種實(shí)際限制因素（例如不完美的PU感知結(jié)果、SU有限的感知范圍、PU和SU的非同步通信、SU移動(dòng)性以及SU硬件限制等），并根據(jù)實(shí)時(shí)視頻和視頻流的兩種特定QOS要求，將頻譜切換過(guò)程分解為短期優(yōu)化過(guò)程和長(zhǎng)期優(yōu)化過(guò)程。在實(shí)時(shí)視頻（或視頻流）傳輸過(guò)程中，基于PU的沖突概率等實(shí)際限制因素，將短期優(yōu)化問(wèn)題建模為混合整數(shù)非線性規(guī)劃問(wèn)題。在長(zhǎng)期優(yōu)化過(guò)程中，基于不準(zhǔn)確的信道感知結(jié)果、受限的感知范圍等制約因素，以多個(gè)短期優(yōu)化收益之和為目標(biāo)函數(shù)，SU將長(zhǎng)期頻譜切換過(guò)程建模為部分可觀測(cè)馬爾可夫過(guò)程。通過(guò)求解此過(guò)程，SU制定了進(jìn)化切換策略，并最終實(shí)現(xiàn)了實(shí)時(shí)視頻和視頻流QOS的最優(yōu)化。其次，針對(duì)MAC層受到縮減窗口攻擊問(wèn)題，提出了一種基于規(guī)則的預(yù)先防御機(jī)制。首先，對(duì)貪婪認(rèn)知系統(tǒng)（GREEDYCOGNITIVERADIO，GCR）設(shè)定兩個(gè)通信規(guī)則（1）為了獲取更高的信道接入優(yōu)先級(jí)，GCR要自愿延長(zhǎng)自身數(shù)據(jù)包的傳輸時(shí)間；（2）在某些時(shí)隙上，GCR要允許普通認(rèn)知系統(tǒng)（NMALCOGNITIVERADIO，NCR）與之共同使用信道。基于這兩個(gè)規(guī)則，NCR可以獲得更多的通信機(jī)會(huì)，并將自身通信過(guò)程分為兩個(gè)步驟步驟一、基于實(shí)際傳輸環(huán)境，NCR首先檢測(cè)并記錄GCR的通信行動(dòng)，以此計(jì)算出自身可用的最新信道接入概率；步驟二、基于接入概率和規(guī)則（1）中GCR數(shù)據(jù)包的擴(kuò)展延遲時(shí)間，NCR將可用信道帶寬比例問(wèn)題建模為有約束條件的非線性規(guī)劃問(wèn)題。通過(guò)此問(wèn)題的求解，SU實(shí)現(xiàn)了單位時(shí)隙內(nèi)吞吐量的最大化。更進(jìn)一步，針對(duì)于縮減窗口攻擊和客觀功能攻擊組成的聯(lián)合攻擊，提出了一種基于環(huán)境進(jìn)化的強(qiáng)化學(xué)習(xí)預(yù)先保護(hù)機(jī)制。在提出的機(jī)制中，通過(guò)將單位時(shí)隙內(nèi)SU吞吐量?jī)?yōu)化問(wèn)題建模為一個(gè)復(fù)合馬氏決策過(guò)程，NCR不僅可以提高單位時(shí)隙內(nèi)傳輸?shù)谋忍財(cái)?shù)，而且還能在長(zhǎng)期通信過(guò)程中有效地降低GCR的惡意干擾。最后，針對(duì)分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中有、無(wú)可用信道的兩種情況，基于TCPRENO協(xié)議中傳輸層QOS要求，提出了兩種天線選擇策略。當(dāng)分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中存在可用信道時(shí)，通過(guò)聯(lián)合考慮傳輸層中TCPRENO協(xié)議、物理層中天線選擇技術(shù)與多種調(diào)制方式，SU將傳輸層吞吐量最大化問(wèn)題建模為最大最小優(yōu)化模型。通過(guò)此模型的求解，設(shè)計(jì)了理想情況下傳輸層吞吐量最優(yōu)的天線選擇策略。此外，當(dāng)分布式認(rèn)知無(wú)線電網(wǎng)絡(luò)中不存在可用信道時(shí)，基于PU干擾容限限制，通過(guò)使用機(jī)會(huì)空間正交方法，提出了傳輸層實(shí)際吞吐量最優(yōu)的天線選擇策略?；趦煞N天線選擇策略的設(shè)計(jì)，一方面SU可以通過(guò)物理層技術(shù)（例如天線選擇技術(shù)和多種調(diào)制方式）的動(dòng)態(tài)調(diào)整來(lái)直接優(yōu)化傳輸層QOS，另一方面也可以達(dá)到充分利用“時(shí)域、頻域、空域”可用資源的目的。

簡(jiǎn)介：作為下一代網(wǎng)絡(luò)的核心研究?jī)?nèi)容，認(rèn)知無(wú)線網(wǎng)絡(luò)（COGNITIVERADIOWKCRN）是受認(rèn)知無(wú)線電技術(shù)啟發(fā)而提出的一種具有認(rèn)知特征的主動(dòng)網(wǎng)絡(luò)。認(rèn)知無(wú)線網(wǎng)絡(luò)能夠感知網(wǎng)絡(luò)整體狀態(tài)，據(jù)此進(jìn)行計(jì)劃和決策，并執(zhí)行相應(yīng)的動(dòng)作，具有推理和學(xué)習(xí)的能力，被認(rèn)為是未來(lái)通信網(wǎng)絡(luò)發(fā)展的必然趨勢(shì)。認(rèn)知無(wú)線網(wǎng)絡(luò)的認(rèn)知環(huán)境是包含無(wú)線環(huán)境、網(wǎng)絡(luò)環(huán)境與用戶環(huán)境在內(nèi)的多域環(huán)境，因此認(rèn)知無(wú)線網(wǎng)絡(luò)需要針對(duì)多域環(huán)境特征進(jìn)行感知，即多域認(rèn)知。相對(duì)于網(wǎng)絡(luò)及用戶環(huán)境域，CRN無(wú)線環(huán)境域的認(rèn)知是較為復(fù)雜困難的，特別是無(wú)線頻譜環(huán)境的認(rèn)知。目前通常認(rèn)為多域認(rèn)知技術(shù)主要是從多域本地認(rèn)知層、多域協(xié)同認(rèn)知層以及多域主動(dòng)認(rèn)知層三個(gè)層次來(lái)獲取和處理多域環(huán)境的感知信息。深入研究多域認(rèn)知技術(shù)，明確各層研究?jī)?nèi)容，提出認(rèn)知方法，對(duì)認(rèn)知無(wú)線網(wǎng)絡(luò)的完善和發(fā)展具有重要意義。本文在多域認(rèn)知三層理論框架研究分析的基礎(chǔ)上，重點(diǎn)對(duì)CRN多域認(rèn)知關(guān)鍵技術(shù)多域本地認(rèn)知層頻譜感知技術(shù)與多域主動(dòng)認(rèn)知層學(xué)習(xí)算法進(jìn)行深入研究，分別給出了各層有效的新方案，從而完成集頻譜感知及感知信息的學(xué)習(xí)推理等一體化的CRN認(rèn)知過(guò)程。本文主要貢獻(xiàn)如下（1）提出了一種基于采樣信號(hào)相關(guān)性的頻譜感知算法。針對(duì)認(rèn)知無(wú)線網(wǎng)絡(luò)頻譜感知技術(shù)，首先對(duì)幾種經(jīng)典的頻譜感知算法進(jìn)行研究，并且從原理及仿真的角度對(duì)這些已有算法進(jìn)行詳細(xì)說(shuō)明及優(yōu)缺點(diǎn)分析。在現(xiàn)有檢測(cè)算法的基礎(chǔ)上，針對(duì)低信噪比下的信號(hào)檢測(cè)，提出了本文基于采樣信號(hào)相關(guān)性的新的頻譜感知算法。該算法考慮信道多徑衰落等信道特征對(duì)信號(hào)檢測(cè)的影響，利用過(guò)采樣的方法加大信號(hào)自身的相關(guān)性，根據(jù)二元假設(shè)下相關(guān)信息的分布獲得兩種不同的檢驗(yàn)統(tǒng)計(jì)量，分別做出本地決策，從而獲得兩種有效的感知方案，并通過(guò)仿真驗(yàn)證了此算法低信噪比下的感知性能。（2）提出了一種基于貝葉斯網(wǎng)絡(luò)（BAYESIANWKBN）的多域主動(dòng)認(rèn)知層學(xué)習(xí)算法。該算法通過(guò)建立相應(yīng)的認(rèn)知貝葉斯網(wǎng)絡(luò)模型，將貝葉斯結(jié)構(gòu)學(xué)習(xí)引入認(rèn)知無(wú)線網(wǎng)絡(luò)，直接利用概率理論對(duì)感知信息進(jìn)行學(xué)習(xí)推理，以獲取網(wǎng)絡(luò)主用戶行為的統(tǒng)計(jì)關(guān)系。算法實(shí)現(xiàn)過(guò)程中所建立的條件概率表彌補(bǔ)了傳統(tǒng)算法不能隨網(wǎng)絡(luò)節(jié)點(diǎn)變化做出自適應(yīng)調(diào)整的不足，同時(shí)基于條件概率建立的依賴(lài)關(guān)系表達(dá)形式實(shí)現(xiàn)了對(duì)傳統(tǒng)條件互信息的簡(jiǎn)化。仿真結(jié)果表明，該算法相對(duì)傳統(tǒng)學(xué)習(xí)算法很大程度降低了計(jì)算復(fù)雜度。同時(shí)給出了一個(gè)觀察周期內(nèi)的依賴(lài)關(guān)系值及條件概率表，進(jìn)而建立低復(fù)雜度的認(rèn)知網(wǎng)絡(luò)主用戶行為統(tǒng)計(jì)模型，為未來(lái)網(wǎng)絡(luò)行為預(yù)測(cè)及決策提供了具有參考價(jià)值的學(xué)習(xí)結(jié)果。

簡(jiǎn)介：ITUINTERNATIONALTELECOMMUNICATIONUNION指出下一代網(wǎng)絡(luò)NEXTGENERATIONWKNGN應(yīng)該是一個(gè)能夠無(wú)縫融合現(xiàn)有各種不同技術(shù)的一體化網(wǎng)絡(luò)。星地一體化網(wǎng)絡(luò)融合了衛(wèi)星網(wǎng)絡(luò)和地面網(wǎng)絡(luò)各自的優(yōu)勢(shì)，既可以為人口稀少地區(qū)提供最有效的覆蓋也可以為人口密集區(qū)域提供高容量和經(jīng)濟(jì)的服務(wù)，而且不受自然災(zāi)害等突發(fā)事件的影響，是實(shí)現(xiàn)“任何時(shí)間”、“任何地點(diǎn)”通信目標(biāo)的有效手段，是學(xué)術(shù)界研究的熱點(diǎn)問(wèn)題。本文首先基于ITU和ETSIEUROPEANTELECOMMUNICATIONSSTARDSINSTITUTE的相關(guān)定義對(duì)現(xiàn)有星地一體化網(wǎng)絡(luò)的體系架構(gòu)進(jìn)行了分類(lèi)和比較。根據(jù)星地網(wǎng)絡(luò)管理中心和星地頻譜的異同將現(xiàn)有的星地一體化網(wǎng)絡(luò)分成了兩類(lèi)融合星地網(wǎng)絡(luò)和混合星地網(wǎng)絡(luò)。梳理出了不同體系架構(gòu)下系統(tǒng)面臨的關(guān)鍵問(wèn)題和采用的關(guān)鍵技術(shù)。針對(duì)星地一體化網(wǎng)絡(luò)中由于星地頻譜共享帶來(lái)的星地之間相互干擾的問(wèn)題，本文首先建立了基于保護(hù)區(qū)的星地頻譜共享模型，確定了主要的干擾類(lèi)型為地面網(wǎng)絡(luò)對(duì)衛(wèi)星上行鏈路的干擾，分析了影響衛(wèi)星上行鏈路干擾大小的因素，包括保護(hù)區(qū)的大小、地面網(wǎng)絡(luò)終端的數(shù)量以及地面網(wǎng)絡(luò)終端的平均發(fā)射功率。仿真結(jié)果表明衛(wèi)星上行鏈路的干擾主要由小部分的地面網(wǎng)絡(luò)終端造成，這些主要干擾源一般處在衛(wèi)星波束保護(hù)區(qū)的邊緣，且具有較大的發(fā)射功率。基于此，本文提出了基于資源調(diào)度的干擾避免方法，首先對(duì)不同的頻率資源按照與衛(wèi)星波束隔離度的大小排序，對(duì)于主要干擾源優(yōu)先分配隔離度較大的頻率資源。仿真結(jié)果表明，所提出的干擾避免方法與隨機(jī)資源分配方式相比較可以降低衛(wèi)星上行鏈路的干擾。在星地一體化網(wǎng)絡(luò)中，切換判決算法需要同時(shí)考慮業(yè)務(wù)的QOS需求以及不同網(wǎng)絡(luò)的狀態(tài)。本文針對(duì)星地一體化網(wǎng)絡(luò)的特點(diǎn)，設(shè)計(jì)了基于經(jīng)典多屬性決策方法的切換判決算法。首先利用層次分析法確定各個(gè)屬性的權(quán)重，然后利用簡(jiǎn)單加權(quán)法或逼近理想解排序法進(jìn)行切換判決。然而，經(jīng)典的多屬性判決算法在候選網(wǎng)絡(luò)的屬性值發(fā)生頻繁變動(dòng)時(shí)容易導(dǎo)致乒乓效應(yīng)。針對(duì)此問(wèn)題，本文提出了基于模糊邏輯的多屬性切換判決算法，對(duì)網(wǎng)絡(luò)的參數(shù)值進(jìn)行模糊化處理。與經(jīng)典的多屬性判決算法相比，基于模糊邏輯的切換判決算法可以有效避免不必要的切換，降低系統(tǒng)開(kāi)銷(xiāo)。

簡(jiǎn)介：現(xiàn)如今，人們對(duì)于數(shù)據(jù)業(yè)務(wù)的需求逐漸增大，從最初的網(wǎng)頁(yè)瀏覽向視頻等大文件業(yè)務(wù)需求轉(zhuǎn)化，同時(shí)對(duì)于移動(dòng)過(guò)程中上網(wǎng)的用戶體驗(yàn)提出更高的要求，這給未來(lái)蜂窩網(wǎng)絡(luò)的設(shè)計(jì)帶來(lái)更大的挑戰(zhàn)。D2D通信作為未來(lái)移動(dòng)通信網(wǎng)絡(luò)的一項(xiàng)關(guān)鍵技術(shù)，在不需額外增加基站部署，且無(wú)需額外部署新的頻譜資源的情況下，可以使得系統(tǒng)容量得到進(jìn)一步的提升。為此，我們研究D2D通信方式下的內(nèi)容分發(fā)技術(shù)。本文首先研究了用戶處于移動(dòng)場(chǎng)景下的新型內(nèi)容分發(fā)機(jī)制，然后研究了具有有限生命期業(yè)務(wù)的內(nèi)容分發(fā)問(wèn)題。采用D2D通信方式進(jìn)行內(nèi)容分發(fā)，使得臨近的用戶間可以直接傳輸數(shù)據(jù)，而無(wú)需基站進(jìn)行轉(zhuǎn)發(fā)。在用戶處于靜止?fàn)顟B(tài)時(shí)，這種數(shù)據(jù)傳輸方式可以很好的工作。但當(dāng)用戶處于移動(dòng)狀態(tài)時(shí)，若用戶間的間隔距離超出D2D通信的傳輸范圍，數(shù)據(jù)傳輸將中斷，內(nèi)容將傳輸不完整。由于用戶運(yùn)動(dòng)軌跡的不確定性，因用戶移動(dòng)而造成的數(shù)據(jù)傳輸失敗的概率很大。針對(duì)此問(wèn)題，本文基于3GPP協(xié)議，提出了多個(gè)用戶同時(shí)幫助一個(gè)用戶進(jìn)行內(nèi)容分傳輸?shù)姆椒?，并給出了協(xié)議支持下的具體的傳輸方案。采用本文的傳輸方案，不僅能夠利用D2D通信直傳有效緩解基站業(yè)務(wù)壓力的優(yōu)勢(shì)，還能保證用戶處于移動(dòng)過(guò)程中內(nèi)容的完整接收。另外，本文還研究了具有有限生命期業(yè)務(wù)的分發(fā)傳輸過(guò)程?；臼紫韧ㄟ^(guò)多播的方式將內(nèi)容發(fā)送給一部分用戶；然后，收到內(nèi)容的用戶再通過(guò)D2D多播的方式在內(nèi)容的有效期內(nèi)進(jìn)一步傳輸給其他的用戶。D2D多播的引入使得系統(tǒng)的吞吐量得以提升。我們從理論的角度分析，以獲得這種分發(fā)方式下的系統(tǒng)容量為目標(biāo)。本文將該問(wèn)題建模成帶有約束條件的線性規(guī)劃模型，并分情況討論了基站采用單一速率分發(fā)內(nèi)容和采用可變速率分發(fā)內(nèi)容的情況。針對(duì)不同的情況，我們分別采用馬爾可夫決策理論中的不同的算法，分別得出了系統(tǒng)的最優(yōu)調(diào)度策略。另外，針對(duì)算法復(fù)雜度高的問(wèn)題，我們進(jìn)一步提出了一種次優(yōu)的低復(fù)雜度算法。仿真表明，提出的基于馬爾可夫決策的調(diào)度策略相比現(xiàn)有調(diào)度機(jī)制可有效提升系統(tǒng)吞吐量。