基于PKI交叉认证模型的证书路径优化

在支持交叉认证的混合信任模型的基础上,将路径验证加入到路径构建中,提出一种基于深度优先搜索的前向路径构建的优化算法,以及一种在路径验证时调整策略树及验证顺序的路径验证优化算法。该方案提高了交叉证书路径构建和验证的效率,增加了交叉证书的实用性。     

基于PKI交叉认证模型的证书路径优化

在支持交叉认证的混合信任模型的基础上,将路径验证加入到路径构建中,提出一种基于深度优先搜索的前向路径构建的优化算法,以及一种在路径验证时调整策略树及验证顺序的路径验证优化算法.该方案提高了交叉证书路径构建和验证的效率,增加了交叉证书的实用性.     

改进的分流路径在CA交叉认证中的研究

证书路径处理是实现Internet公钥基础设施中安全认证的重要技术.建立在公钥基础设施上的用户只有通过有效的证书路径才能获得有效的公钥证书.基于分流算法的思想理论,提出了公钥基础设施中证书路径的构造算法,并讨论了算法的有效性.     

公钥基础设施中的证书路径构造方法有验证算法

文章基于图的宽度优先搜索算法的思想理论，提出了公钥基础设计中证书路径的构造算法，论述了证书路径验证算法，并讨论了算法的有效性。     

一种基于树结构的证书验证方法

分析了严格层次信任模型及其证书路径的特点和性质,在此基础上设计了一个基于树结构的证书验证模型。该模型利用证书路径的复用技术,并通过证书路径有效期和证书路径状态的概念,简化了证书验证的处理过程。该模型还给出了证书路径的扩展方法。     

Internet公钥基础设施中的证书路径构造算法

证书路径处理是实现Iternet公钥基础设施中安全认证的重要技术。建立在公钥基础设施上的用户只有通过有效的证书路径才能获得有效的公钥证书。文章基于图的宽度优先搜索算法的思想理论，提出了公钥基础设施中证书路径的构造算法，并讨论了算法的有效性。     

一个基于逆向搜索的分布式证书路径构建算法

数字证书的验证是公钥基础设施(PKI)安全实施的关键，PKIX规定证书的验证一般分为证书路径的构建和证书路径的验证这2个步骤，然而标准中对证书路径的构建方法未加阐释，该文在分析了现有证书路径构建算法的基础上，提出了一个基于逆向搜索的分布式证书路径构建算法。     

基于类桥CA结构证书路径构造与验证方法

提出类桥CA结构模型,针对该模型的特点给出对应的证书路径构造过程,并提出对应的证书路径搜索算法,对构造完成的证书路径进行验证。     

公钥基础设施的多路径构造方法

现有的证书路径构造方法不能进行多路径的构造。文中提出了一个多路径构造方法，该方法通过CA之间传播路径构造请求信息从而构造出所有的证书路径。同时，采用该方法能够方便地在路径构造的过程中进行路径验证，从而提高了路径处理的效率。     

层次信任模型证书验证服务的研究与实现

对传统的证书验证过程进行了研究，分析了下属层次信任模型的性质以及在该模型中证书路径的性质，提出了证书路径有效期的概念。并在此基础上，提出了基于可信证书路径库的证书验证服务器模型，给出了系统的设计与实现方案。该模型简化了证书使用实体对证书进行验证的过程，在保证证书验证高效性的基础上，提高了证书验证的实时性和可靠性。     

基于space-time的二叉树表示动态环境中的路径规划

研究具有空间和时间的三维动态环境下的机器人路径规划分析了四叉树表示二维空间的搜索算法,在此基础上,提出采space-time,用二叉树表示二维空间的方法时间信息中增加加速度利用二叉树遍历方法和算法设计一个在动态障碍物环境下进行路径规划的新算法并,,A*,,在足球机器人系统中进行仿真,实现了较好的路径规划。     

基于微粒群算法的城市公交线网模型研究

微粒群算法是求解组合优化问题的一种新的群体智能进化算法,从城市公交乘客选择出行路径的决策因素出发,以微粒群算法进化机理为核心,结合微粒群进化算法中的局部搜索与全局搜索同时进行的优点和运筹学旅行商组合优化理论,系统地建立了规划城市智能交通公交线网最短路径的数学模型进化算法,并通过MATLAB 7.0进行了实例仿真,得到了城市公交线网出行选择模型中总运输里程权重最短的优化目标。仿真结果也表明,该进化算法模型是解决城市公交线网规划的有效方法。     

基于访问路径树的Web频繁访问路径挖掘算法研究

频繁访问路径发现是Web数据挖掘的重要研究内容。提出了一种挖掘连续频繁访问路径的高效算法：PS2算法,该算法利用访问路径树挖掘频繁扩展子路径,只需一次数据库扫描,试验表明该算法在效率上优于类Apriori的算法。     

基于量子行为烟花算法的移动机器人路径规划及平滑

针对移动机器人全局路径规划问题,提出一种基于量子行为烟花算法(quantum-behaved fireworks algorithm,QFWA)的路径规划方法.改进算法在基本烟花算法(fireworks algorithm, FWA)的基础上增加了基于量子行为的烟花爆炸策略.该策略使得种群在接近全局最优时具有较强的局部搜索能力,同时在种群远离全局最优位置时具有较强的全局搜索能力.改进算法提高了烟花爆炸产生火花的多样性和算法的收敛速度.在Benchmark测试函数上将改进算法与其他几种优化算法进行了对比,结果表明改进算法的性能优于其他算法.将QFWA应用于求解移动机器人路径规划问题,并采用均值滤波结合人工势场法对规划出的路径进行路径平滑处理.仿真实验结果表明改进方法在移动机器人路径规划问题上的可行性和有效性.     

一种移动机器人路径规划新算法

快速搜索随机树（Rapidly-exploring random Tree Star,RRT*）算法在移动机器人实际应用中规划路径在转向部分存在较多的冗余转折点,导致移动机器人在移动转向过程中出现多次停顿与转向,为剔除规划路径中的冗余路径点,提高机器人移动流畅性,提出一种改进的 RRT*算法。算法将局部逆序试连法引入移动机器人路径规划,在确保RRT*算法概率完备性和渐进最优性的前提下,剔除规划路径中的冗余路径节点,使最终路径更加接近最短路径。通过MATLAB仿真实验证明,规划路径平均长度缩短4%,算法耗时缩短35%,改进后的RRT*算法能缩短规划路径且转向部分路径更加平滑。最后,使用改进后的RRT*算法在室内环境下进行移动机器人路径规划实验。实验结果表明：规划路径上无冗余路径点,且移动机器人沿路径移动流畅。     

蚁群算法在机器人路径规划中的应用研究

针对传统机器人路径规划方法无法保证寻找全局最优路径的问题,本文提出了一种基于蚁群算法求解机器人路径规划的方法.在此基础上构建了移动机器人路径规划模型,并通过Visual C 6.0进行仿真.结果表明该算法能够在动态和静态环境中迅速找到机器人的最优路径,与基于遗传算法的路径规划方法相比具有较大的优势.     

移动机器人路径规划算法综述

路径规划算法是实现移动机器人自主导航的关键技术。针对移动机器人路径规划技术进行研究,分析各算法的实现机制与原理,并系统性的总结了主流路径规划算法研究现状。根据移动机器人路径规划算法的特点,将路径规划算法分为：传统规划算法、智能规划算法、基于采样的规划算法。基于以上分类,分述近年来的主要研究成果,重点分析各类算法的优缺点。针对移动机器人路径规划算法研究现状,对其未来研究方向进行展望,为移动机器人路径规划大发展提供一定的思路。     

基于混沌反控制的动态路径规划研究

针对移动机器人在动态环境中常遇到的非最优路径问题,提出了基于混沌反控制并具有一定预测能力的路径规划算法。算法结合神经网络和距离传播模型,无需先验知识并且能适应动态不确定环境。通过在关键位置控制机器人进行混沌运动,可以减少等距情况下随机选择所造成的非最优路径出现的几率。在目标振荡运动且速度快于机器人的情况下,通过分析目标的轨迹和方向可以预测目标的短期运动趋势,进而实现有效追踪。仿真结果表明该算法对于减少非最短路径和路径中的尖点具有一定的作用,对于追踪速度较快的目标也有较大的成功率。     

基于时延约束的快速低代价组播路由算法

低代价最短路径树是一种广泛使用的组播树,通常不能满足实时多媒体应用中信息从源端到目的端传输的时延限制。针对该问题,提出基于时延约束的快速低代价组播路由算法,利用代价构建满足时延约束的初始树,将不满足时延约束的路径用最小时延路径代替。仿真结果表明,相比时延约束最短路径树算法,该算法的计算时间更少,组播树的总代价更低。