一个支持自动协作式测量的大规模网络测量系统

设计并实现了一个大规模网络测量系统FOX，该系统除具备较好的通用性、可扩展性特点之外，以一种安全高效的方式实现了对自动协作式测量的支持。目前该系统已经在实际网络测量中得到了应用。     

基于多Agent联盟的大规模网络入侵检测*

通过分析和研究大规模网络入侵检测的特点,采用规划知识图描述入侵者的攻击意图,在此基础上提出了基于多Agent联盟的大规模网络入侵检测系统的结构框架.通过对入侵者的攻击意图和策略分析,提出了联盟系统中多Agent的工作分配和通信协作的方法.     

无线传感器网络中一种基于分簇的能量高效虚拟MIMO传输策略

协作式MIMO技术被认为是传感器网络中有效的节能解决方案之一.针对中小规模传感器网络设计了一种基于分簇的能量高效的协作式虚拟MIMO传输策略(ECCM).在考虑了分布式STBC编码信道训练开销的情况下,分析了该传输策略的系统总体能耗.基于该能耗模型,建立了一种基于端到端的全网能耗最优化模型,并用该模型来求解最优的虚拟MIMO域(分簇)个数、协作节点(虚拟天线)个数以及传输速率等网络通信参数.仿真结果表明,通过选取最优协议参数,即使考虑到电路能耗和信道训练开销,ECCM策略也能显著降低节点传输能耗,延长网络寿命.     

大规模协作CAD系统的设计

协作ＣＡＤ系统是支持多个用户协同工作的ＣＡＤ系统,文中首先给出了一个基于语义共享的大规模协作ＣＡＤ系统的共享语义的设计方案,然后在此基础上了对大规模的协作ＣＡＤ系统的性能优化方法,包括细节层次的模型共享技术和共享运动模型的预测技术。     

基于行为逻辑的时序使用控制模型

着眼于单主体访问操作中的原子行为和时序性质,采用时序模态逻辑,提出一种基于行为的时序使用控制模型.该逻辑框架包含了与授权相关的按时间节点预定义的行为、由主客体属性和系统所表达的状态序列及状态谓词.在给出了一种策略语言后,对其语法和语义进行了形式定义,并根据使用控制(UCON)模型族的行为特性给出了控制策略.该逻辑模型不仅可以形式化描述使用控制基本原理,而且有助于准确并自动化地判定策略的可满足性,具有良好的灵活性和表达能力.     

Web Service分布式网络测量的研究和实现

针对当前网络性能监测工具在多域、异构的网络环境下定位困难及精度降低的问题,对面向服务网络性能监控框架(perfSONAR)进行了研究,设计服务管理中心、测量服务、存档服务等组件,整合可用的网络测量资源,构建基于Web Service的分布式网络测量系统,通过服务代理和管理中心交互实现测量组件间的共享和协作,及时发现并排除网络故障和瓶颈.实验结果表明,该系统为大规模分布式网络测量提供了一种可行实用的解决方案.     

基于n值关系语义的命题模态逻辑系统研究

传统的多值模态逻辑系统将关系语义中的状态及状态间的关系进行了多值化处理。然而,实际应用中状态间的关系往往是确定的,无需多值化。针对这种情况,基于?ukasiewicz代数系统提出了一种新的命题模态逻辑n值关系语义。在所提出的n值关系语义中,针对状态进行了多值化处理,同时保持了状态间关系的确定性。通过对逻辑公式的形式化定义以及可满足性和有效性的分析,证明了n值关系语义下经典命题模态逻辑系统K,T,S4和S5的正确性。进一步地,给出了极大一致集与典范模型在n值关系语义下的定义,并完成了上述经典命题模态逻辑系统的完备性证明。上述结论表明基于n值关系语义的命题模态逻辑系统能够涵盖并捕捉到经典逻辑系统中的所有有效命题。综上所述,所提出的基于?ukasiewicz代数系统的n值关系语义提供了一种在实际应用中处理多值状态及确定的状态间关系的方法。这种方法在扩展命题模态逻辑系统的形式化定义与关系语义是可行且有效的。     

面向远程医疗的流媒体群智网络传输系统

针对传统远程医疗流媒体传输需要专有网络和设备支持,从而无法大规模应用到生活中的问题,提出一种工作于传统网络上的基于群智网络的远程医疗系统解决方案.利用远程医疗系统中社交网络的网络节点拓扑特性,构建节点间无意识协作的群智网络模型,在此通信模型的基础之上设计并实现了分布式的流媒体传输系统.该系统可以提高网络利用率,平衡节点的数据流量,为远程医疗系统的实现提供了一种新的解决方案.实验结果表明,该系统可以有效提高普通网络环境下的数据传输速率.     

支持安全安装的IPv6网络测量系统设计与实现

针对当前许多网络测量系统具有安装困难、测量效率不高或不支持 IPv6测量等不足 ,提出了一种身份授权机制模型 CAM和基于 IPv6的测量方法 .实现了网络测量系统节点的安全自动化安装以及测量系统对 IPv6的支持 .本文还详细阐述了该测量系统的体系结构 .实验证明 ,整个测量系统运行健壮、效果良好     

多组件协作式网络安全系统的分析与设计

该文提出了一种集网络安全评估分析、防护、检测和响应技术为一体的多组件动态协作式网络安全系统。该系统采用多组件动态协作模型设计,主要包括防火墙、网络探测器、主机代理、扫描器、管理控制台等多种安全组件,系统中各个组件之间能动态地密切协作,共同维护网络安全。文中重点阐述了该系统的结构、多组件协作的具体内容及其实现,以及用于支持协作的基于PKI的身份认证及保密通信机制。     

基于Web服务发展分布式网络监测

传统的区域网络监测系统只能监测以监测服务器为中心的局部区域。文中提出了虚拟监测子域的概念,研究了基于Web服务技术在区域网络监测系统的集合上构建分布式网络监测系统的技术。各区域网络监测系统的监测功能被定义为Web服务并发布,其管理者通过调用Web服务制定虚拟监测子域,实现分布式网络监测功能。一个分布式网络监测原型系统的试验结果表明,这种分布式网络监测系统能够很好地满足监测大型网络区域和网络管理多样性的需求。     

分布式电网CPS 系统数据攻击下的状态估计

电力物理网络通过构建信息网络进行优化调控并构成信息物理融合系统, 实现大规模分布式系统的优化控制, 随之而来的问题是病毒、黑客入侵、拒绝服务等来自信息网络的威胁, 导致物理系统恶意破坏. 鉴于此, 以攻击可检测为前提, 建立攻击信号下的电力系统分布式动态模型, 设计动态状态估计器检测受攻击的信号, 并估计其原始信号. 最后通过3 机9 节点分布式电网系统仿真实验验证了所设计的状态估计器对于数据攻击检测的有效性.

     

SNMP网络性能管理系统的设计与实现

首先介绍了SNMP的基本原理和网络性能管理的系统模型。较为详细的阐述了一个基于SNMP的网络性能管理系统的设计与实现,其特点是基于策略执行、区分服务及分布式管理等,能以丰富的图表等形式直观的反映出当前的网络性能状况。     

基于决策树自标识的主动配电网状态估计算法

本文为解决目前配电网前端数据数量大、缺省多、分析复杂等问题,提出一种适用于主动配电网的状态估计算法来管理分析前端数据。本文提出了基于决策树自标识的主动配电网状态估计算法,通过估计前预处理数据,对数据进行分类以及修正,使输入状态估计模型中的数据有更好的相容性。同时,本文针对分布式能源配套量测装置少的问题,建立了考虑分布式电源的状态估计模型,对分布式能源缺省数据进行补全修正,提高输入数据的质量。该方法运用到实际算例中可以看出,对比传统的状态估计,基于决策树自标识的主动配电网状态估计算法有更好的估计效果以及更快的迭代速度。因此本文提出的算法能有效的运用到当前大规模分布式能源接入的配电网状态估计中。     

Internet端到端性能监测与分析系统的关键技术研究

随着网络的不断发展，Internet的正常运行变得越来越重要。基于端到端行为测量特点和主动测量方法，开发了一个分布式大型网络性能监测和在线分析系统－－NIPMAS，该系统实现了对大型网络的性管理和初步的故障管理。主要介绍NIPMAS采用的关键技术：（1）主动测量应用到网络性能监测系统的方法；（2）提出网络监测模型LNM和层次化网络概念，将GIS有效地应用到了NIPMAS中；（3）提出一种大型网络的故障定位方法。     

分层递阶控制系统体系结构的Hopfield网络模型

在分析了分散控制、分布式控制和分层递阶控制系统体系结构的基础上，提出了分层递阶控制系统体系结构的Hopfield网络模型，指出这一模型可以用常规的DCS系统和现场总线控制系统来实现，并能实现其混合形式。通过比较发现这两种控制系统各有优缺点，DCS适用于大型递阶控制系统，而FCS适用于小型递阶控制系统，当FCS用于大型递阶控制系统时，必须采用物理上的递阶结构形式。     

一种支持分布式网络测量的自配置系统

提出了一种支持广域网环境下进行分布式网络测量的自配置系统SSDNM。设置一个建立在目录服务基础上的注册服务器,分布在广域网中的测量组件能够根据目录树上的有关参数自行进行配置并加入到测量系统中,从而大大增加系统的易用性和可扩展性。描述了SSDNM的系统模型和运行模型,给出了适应于X．500目录服务的信息表示结构。介绍了一个实际的基于SSDNM的分布式网络测量系统。     

基于混合策略的AFDX分布式网络管理模型研究与实现

针对传统的网络管理模型不能满足航空电子AFDX网络管理的具体要求这一问题,提出了基于混合策略的AFDX分布式网络管理模型;通过设计策略进程和构造系统的功能模块,搭建了模型的主体框架;实现了基于混合策略的AFDX分布式网络管理系统,该系统能够监测到各种网络性能参数,对网络管理模型进行评估,进而调整AFDX网络的体系框架结构和管理策略,增强了AFDX网络管理的可操作性,大大提高了网络管理的自动化和智能化,满足了航空电子综合化网络的发展需要。     

Collective behavior of a small-world recurrent neural system with scale-free distribution.

This paper proposes a scale-free highly clustered echo state network (SHESN). We designed the SHESN to include a naturally evolving state reservoir according to incremental growth rules that account for the following features: (1) short characteristic path length, (2) high clustering coefficient, (3) scale-free distribution, and (4) hierarchical and distributed architecture. This new state reservoir contains a large number of internal neurons that are sparsely interconnected in the form of domains. Each domain comprises one backbone neuron and a number of local neurons around this backbone. Such a natural and efficient recurrent neural system essentially interpolates between the completely regular Elman network and the completely random echo state network (ESN) proposed by Jaeger et al. We investigated the collective characteristics of the proposed complex network model. We also successfully applied it to challenging problems such as the Mackey-Glass (MG) dynamic system and the laser time-series prediction. Compared to the ESN, our experimental results show that the SHESN model has a significantly enhanced echo state property and better performance in approximating highly complex nonlinear dynamics. In a word, this large scale dynamic complex network reflects some natural characteristics of biological neural systems in many aspects such as power law, small-world property, and hierarchical architecture. It should have strong computing power, fast signal propagation speed, and coherent synchronization.     

自适应增量策略处理的研究与实现*

在IETF基于策略的网络管理体系中,设备端（PEP）的策略配置是通过策略决策点（PDP）的自动分发机制来实现的。对于大规模网络管理系统,PDP的策略分发效率是制约系统整体性能的瓶颈。基于此,提出了一种自适应增量策略处理机(APIP)的数学模型和实现方案,根据PEP在策略库的策略映射集合的变化情况,自动实现策略的增量分发。经实践证明,该系统能够有效减小策略传输数据量,缩短策略请求排队时延,提高策略分发效率。