基于流内与流间网络编码的DTMSN广播传输机制

提出了一种基于流内与流间网络编码的延迟容忍移动传感器网络(DTMSN)高效广播传输机制.在该机制中,汇聚节点利用随机线性网络编码将原始数据处理成编码包,然后转发给传感器节点.传感器节点间利用一种优化的机会网络编码算法交换编码包.当传感器节点收到足够多的线性无关编码包时解码得到原始广播数据.理论分析和仿真实验表明,与仅基于随机线性网络编码的广播传输机制相比,该机制能进一步减小广播时延和网络负载.     

基于循环矢量构造的精确修复MDS编码

为解决分布式存储系统节点精确修复的问题,构造了一类最小存储再生编码,该编码属于最大距离可分(MDS)删除码. 利用循环矢量构造生成矩阵,将冗余数据与系统数据混合存储,编码过程中所有的运算都属于伽罗华2域. 采用该编码的存储系统,在发生单节点故障时,精确修复的最小带宽为理论最小值,在系统正常工作时,能为单用户提供最大理论值的可用带宽. 与最小存储再生码和最小带宽再生码相比,编码矩阵简单,解码计算量较小,能提供较高的可用带宽.     

分布式存储系统的数据冗余策略

针对分布式存储系统的数据可用性问题展开了深入的研究,提出了一种支持纠删码的冗余倍数估计算法,根据数据统计特征获取单个数据块最优冗余方案;并基于该算法模型设计了一种适用于分布式存储系统的数据冗余策略,旨在消耗最小的存储开销获得最优的数据可用性.在实现该数据冗余策略的过程中,为了优化理论算法模型的工程可行性,提出了基于采样计算中间经验参数的方法,有效地利用目标存储数据的统计特征降低算法的计算复杂度.仿真实验验证了这种数据冗余策略的可行性和有效性.     

基于分布式哈希表的分布式子空间聚类算法

提出一种基于分布式哈希表(DHT)的分布式子空间聚类(DISCLUS)算法,该算法对各结点存储的数据分别进行子空间聚类,对聚类结果进行合并,得到分布式系统的聚类结果.针对子空间聚类的特点,提出结果集缩减和结果集剪枝策略对结点间通讯进行优化.为实现结点聚类结果合并,提出分布式表决算法(DDV).该算法利用底层覆盖网的拓扑结构进行层次化表决信息收集,在动态网络环境中实现了对所有结点的无冗余覆盖.理论分析和实验表明,DISCLUS算法的聚类误差和通讯性能能够较好地适应系统数据集规模、网络规模和数据空间维度的增加.     

基于压缩编码的XML关系查询研究

目的提出一种有效的方法对原有编码进行压缩,解决原有基于扩展哈夫曼编码存储较大XML文档结构信息时占用空间较大问题.方法在分析原有编码的方式基础之上,对于冗余结点信息进行重新编码,即兄弟结点中仅左结点存储扩展哈夫曼编码,而其他兄弟结点存储压缩后的编码.笔者定义原有扩展哈夫曼编码及压缩后扩展哈夫曼编码的定义格式,分析压缩前后存储空间的变化,并使用压缩编码实现对文档的查询.结果压缩后的编码能较好的实现文档信息和结构的表示;压缩后的扩展哈夫曼编码大大降低XML文档元素的存储空间,减少存储时代码数量.结论笔者提供不同条件下实验的结果,并与原有研究成果比较,该方法使用存储空间减少,效率有所提高,实验结果表明该文的工作有意义.基于压缩的扩展哈夫曼编码的存储空间及查询方案性能非常好,转换算法非常有效.     

线索化包围盒层次结构的并行创建算法

针对光线跟踪的场景加速结构创建问题,提出一种线索化包围盒层次结构(BVH)的图形处理器并行创建算法。算法完全以宽度优先搜索顺序创建包围盒结点,包括大结点和小结点两个创建过程,其分别并行化面片运算和结点运算,解决了创建上层结点时缺乏数据并行度的问题。算法通过3个独立步骤实现BVH的宽度优先到深度优先存储结构变换以及包围盒结点的线索化操作。实验结果表明,本文算法的创建速度高于已有的非线索化BVH创建算法。     

无线传感器网络社会性网络编码方案

基于社会性提出了一种适用于无线传感器网络的新型网络编码方案. 详细描述了该方案的设计过程并分析了该方案在实际应用中的优缺点,阐述了该方案中所使用的随机线性网络编码的编码过程和解码过程. 基于NS2的仿真实验结果表明,该方案在提高网络整体性能上比传统的网络编码方案优越.     

基于信源残留冗余的LZW容错解码新算法

研究了利用残留冗余对含错的压缩数据进行容错解码的问题。针对无损编码的容错解码建立了分段模型,并为英文文本建立了一个新的统计模型。基于上述模型,针对LZW(Lempel-Ziv-Welch)算法提出了一种容错解码新算法,实验结果表明该算法大大增强了解码器的纠错能力。最后对实验结果进行了分析。     

基于最大秩距离码的强安全线性网络编码算法

针对网络编码中的防窃听问题,基于最大秩距离(MRD)码,提出一种强安全线性网络编码算法。在本文算法中,源节点上的消息通过扩域上的MRD码的陪集编码方法进行预编码。同时,中间节点则采用基域上的线性网络码。理论上证明了本文算法可以将一个非安全线性网络码转换为一个强安全线性网络码,即它是一个一般化的强安全线性网络编码算法。与现有的强安全算法的对比表明,本文算法降低了中间节点上的编码域尺寸。     

基于结点映射的XML数据关系存储与查询

目的提出一种XML文档存储和查询方法,解决XML文档有效的存储和查询,避免处理XML数据时进行多级复杂的转换.方法充分利用关系数据库成熟技术,有效实现大量数据的存储和查询.采用SAX技术解析XML文档,并通过对现有哈夫曼编码进行扩展,实现将XML文档结点信息和属性以关系结构进行存储和查询.利用扩展后的哈夫曼编码来存储结点信息和结点之间关系.结果通过遍历XML文档生成了XML文档对应扩展哈夫曼编码,实现了XML文档信息以关系数据形式存储和查询,并实现了SQL语句与XML查询语句的转换.结论基于扩展哈夫曼编码结点映射的存储与查询方法能较好地实现结点信息与结点关系的存储,并有效地实现查询,在应用中具有一定可行性.     

基于march算法的网络多维数据优化存储方法

传统的多维数据优化存储方法存在存储性能较差,信噪比较低的问题。为此,提出一种基于march算法的网络多维数据优化存储方法。根据映射函数,对网络多维数据进行映射函数整数编码;通过映射获得多维数组的坐标值,完成维数据组织构建;依据二进制编码获取更高的网络多维数据存储效率;利用顺序存储与分块存储完成度量数据组织,通过块的压缩存储节约数据存储占用空间;利用march算法测试网络多维数据存储方法,完成存储方法的优化。实验结果表明,在不同压缩比时,该方法在数据存储过程中的最高信噪比可达96;在不同稀疏度时,该方法在数据存储过程中的信噪比依旧较高,具备较优的数据存储性能。     

序列矩阵表示的卷积网络编码的译码方法

从校验矩阵的角度对网络编码进行分析,给出其编译码的序列矩阵描述。这一方法可将确定型线性网络编码、随机线性网络编码以及卷积网络编码统一到同一矩阵序列结构中,为深刻理解网络编码提供一个新的视角。在此基础上,首次提出一种译码矩阵的求解方案,其复杂度为多项式时间,并给出可行性分析。还讨论了卷积网络编码的译码原理,并给出一些译码性质。最后,用例子简单说明序列矩阵描述的卷积网络编译码方法。     

基于IDAs算法的云存储系统研究

云存储是基于云计算的在线网络存储模式,为用户提供了直接访问大范围资源和应用程序的能力.为了进一步提高用户数据的安全性和隐私性,对信息传播算法IDAs进行了分析,在此基础上提出了采用IDAs的云存储系统结构,并详细介绍了该系统的核心部件和写文件的过程.结果表明:该系统可以提高云存储数据的安全性、完整性和可用性.     

LDPC码的分层类拟合修正最小和译码算法

低密度奇偶检验码（LDPC）是一种广泛使用的信道编码,尤其在长码时性能更佳。与编码相对应的便是译码,起初LDPC译码算法的复杂度很高,因此在最小和（MS）译码算法中为了降低算法的复杂度,采用了近似运算,虽然有效地降低了算法的复杂度,却牺牲了部分的误码性能。针对这一现象,本文在最小和译码算法的基础上,再一次作出近似运算,提出类拟合修正最小和（CFMMS）译码算法。该算法会根据MS算法中的非线性函数构造出一种类拟合函数,可以对不同阈值内的变量节点信息作出不同的处理,尽可能实现对校验节点更新过程的准确补偿,使得到的结果更加接近于置信传播算法;在此基础上,应用分层式调度策略,提出一种分层类拟合修正最小和（LCFMMS）译码算法,改变了节点信息的更新顺序,提升了迭代更新中节点信息的可靠度,使得译码的收敛速度得以提升,同时节省了存储空间。仿真和数值结果表明,该文提出的译码算法在一定程度上提升了误码性能,且运算复杂度低、译码收敛速度快。     

支持不同粒度运算的远程数据完整性验证

用户数据安全和隐私保护是云计算面临的巨大挑战。公开验证方案中的数据通信、数据存储、完整性与可用性验证、动态数据、数据签名等不同操作对数据粒度的需求不同。本文将数据文件组织为块、子块和基本块三种不同的粒度,提出一种支持不同粒度运算的完整性验证方案。该方案支持公开审计和数据块动态操作。分析了方案的安全性、通信性能、存储性能,结果表明新方案是高效的、安全的。     

Hamming神经网络在最小加权距离译码中的应用

研究Ｈａｍｍｉｎｇ神经网络在分组码的最小加权距离译码中的应用，首先构造出用于发组码最小加权距离译码的Ｈａｍｍｉｎｇ神经网络，然后给出利用所构造的Ｈａｍｍｉｎｇ神经网络实现分组码的最小加权距离译码的算法，最后通过计算机模拟用这种算法实现了（７，４）线性分组码的最小加权距离译码。     

采用EMS算法的多元LDPC译码器的FPGA实现

针对多元低密度奇偶校验码(LDPC)译码器的资源消耗过大问题,设计了一种采用扩展最小和算法的低资源需求的多元LDPC译码器.采用以块为单位对信息进行迭代更新和Flooding传递调度策略的结构.为降低译码器的存储资源和逻辑资源,首先减小传递信息的深度,将变量节点更新和校验节点更新进行联合设计.同时,利用迭代时间差对变量节点更新和校验节点信息所需的资源进行复用.在具体实现中,对一个GF(64)域上码长为1044bit的非规则多元LDPC码,采用Xilinx公司XC4VLX60的现场可编程逻辑门阵列(FPGA)芯片设计了译码器.与现有文献相比,所提出的译码器结构可节约54%的存储资源和逻辑资源,且提高了译码速度和吞吐量.     

基于随机线性分组码的秘密分享在电子投票中的应用

针对电子投票的大规模秘密分享的应用要求,提高在大量设备间的秘密分享的效率,本文提出基于随机线性分组码的秘密分享,并将其应用于电子投票中。首先,构造随机线性分组码的校验矩阵,使得秘密恢复的译码方程组的系数矩阵有极高的列满秩概率,可以保证正确译码恢复秘密;然后,由校验矩阵生成编码矩阵,并用编码矩阵对投票信息向量编码,将码字中部分元素作为秘密份额分享给其他设备,但不泄漏投票信息向量;最后,各个设备将接收到的份额返回给源设备,并用从其他设备收到的返回份额译码恢复投票信息向量。基于随机线性分组码的秘密分享可在秘密恢复的同时发现恢复结果及份额错误。本文对不同数据大小和参与方数量的秘密分享、恢复速度与数据冗余量进行实验。实验结果表明,与传统的秘密分享方法相比,基于随机线性分组码的秘密分享方法具有较高的分享与恢复速度和较低的数据冗余量。基于随机线性分组码的秘密分享方法是一种高效的秘密分享方法,能够有效解决大规模电子投票的隐私保护、投票记录防篡改、存储安全等关键信息安全问题。     

基于蚁群算法的快速分形图像压缩方法

目的针对基本分形图像方法中编码时间过长的问题，提出一种缩短分形图像压缩编码时间的改进方法。提高编码的效率．方法基于蚁群算法的分形图像编码方法．结果实现了分形图像定义域块的自动分类，在匹配时通过类内搜索代替全局搜索；在类内匹配时进行基于匹配概率搜索．结论从理论和实验结果分析表明，相对于基本的分形图像压缩算法，该方法在基本保持重建图像质量的前提下，编码时间大大降低。加快了分形图像压缩的速度．