基于移动Agent的智能化入侵检测系统结构研究

在对IDS及移动Agent技术进行深入研究的基础上,结合现有的基于Agent的入侵检测模型提出了一种新的基于移动Agent技术的入侵检测系统结构.本结构模型在充分利用基于主机的入侵检测系统和基于网络的入侵检测系统优点的基础上,利用移动Agent技术,克服目前入侵检测系统之间的通信和协同合作方面的弱点,使二者结合在一起,提高入侵检测系统的整体功能和安全性能.分析了系统实现的关键技术和移动Agent自身的安全解决方案.     

移动Agent位置定位机制在网络管理中的应用研究

位置定位机制是研究移动Agent的基本问题之一.然而现有的移动Agent定位方法中并不存在一种可扩展性的定位机制,较少从基于移动Agent技术的网络管理系统(NMS)的实际出发,考虑这种机制对于该系统的适用性.在已有的各种移动Agent位置定位方法的基础上进行研究和改进,找到一种比较适合NMS的定位方法,并给出了理论上的分析.实验结果表明,新的定位机制能有效改善网络中由于移动Agent定位导致的网络瓶颈问题,提高了网络的性能.     

基于移动Agent构建分布式网管系统的设计与实现

本文就利用移动Agent技术实现分布式网管的问题进行了讨论,给出了分布式网管系统的结构模型,描述了各Agent的功能,并对系统实现进行了一定的说明.系统现已实现网络的配置管理、性能管理和故障管理功能.     

基于移动Agent的信息搜索系统的研究

对传统客户/服务器模式的网络信息搜索系统的缺点进行了分析,将移动Agent技术引入信息搜索领域,阐述了Agent和移动Agent的概念,特点、开发工具,分析了其适合信息搜索的技术特点.提出了一个基于移动Agent的网络信息搜索原型系统(MAISS)来处理网络信息搜索,以实现搜索的高效率,低开销以及智能化,并时其结构及功能,实现机制和关键技术进行了深入的分析和讨论.     

一种基于移动Agent的网络性能管理系统及性能分析

针对传统的基于SNMP在网络管理中的不足,设计了一种基于移动Agent的网络性能管理系统,此系统融合移动Agent技术,解决了传统网络管理的管理资源占用、处理能力瓶颈和灵活性差等问题,提高了网络管理的效率。主要描述了本系统的架构模型及工作原理,并同传统的基于SNMP的网络性能管理系统进行了理论和实验比较,结果验证了本系统的优越性。     

基于移动Agent的网络智能学习系统研究

分析现有网络学习系统的一些不足,以建构主义学习理论为指导,提出把移动Agent技术和网络学习相结合的思想,构建一个基于移动Agent的网络学习系统.系统的设计思想采用"双主模式",为学习者提供了个性化的学习环境,系统的实现采用移动Agent技术,既充分发挥了现有的网络功能,又充分利用现有地理上分布的、功能上独立的各个网络资源,为学习者提供全面而准确的智能化服务,改善了学习效果.     

基于移动Agent的电子商务交易平台研究

针对传统电子商务平台存在的问题,提出了一个以移动Agent为中介服务的电子商务交易平台,阐述了该平台各组成部分的功能.实验采用价格优先和数量优先的购买策略,分析了该平台中移动Agent的性能,实验仿真结果表明移动Agent的引入提高了平台处理客户信息的速度,缩短了达成交易的时间并降低了网络的通信量.     

一种基于多移动Agent的P2P网络主动免疫机制

针对对等计算(P2P)环境中日益严峻的恶意代码传播及攻击问题,通过引入多移动Agent技术,提出一种适合P2P网络系统的主动免疫机制.基于多移动Agent的P2P网络主动免疫机制借鉴了生物免疫原理,并利用多Agent技术构建了面向不同功能的Agent,在中枢免疫节点与普通Peer之间、普通Peer与普通Peer之间实现了一种联合防御恶意代码的协作关系;还利用移动Agent技术实现了可以在整个P2P网络环境中漫游、承担主动探测恶意代码功能的Agent和携带免疫疫苗进行远程免疫的Agent,从而实现了对恶意代码的快速响应、分析处理和有效抵御,降低了恶意代码的危害程度.为了高效率地将免疫疫苗分发于网络各节点,还提出一种新的ET+扩散树模型以及基于ET+树的疫苗分发算法.首先分析了P2P网络恶意代码传播模型,然后介绍了基于多移动Agent的P2P网络主动免疫模型的体系结构及组件,以及基于ET+树的免疫疫苗分发算法,最后对算法性能进行了对比仿真验证.     

基于AntNet的网络管理性能优化研究

分布式移动Agent技术是一种新型的智能网络管理技术,但如何实现多个Agent相互协作来高效地管理网络成为一大难题.将蚁群优化的自治且协同的思想应用到网络管理中,为提高移动Agent网络管理的性能开辟了新的思路.在对AntNet算法进行研究的基础上,提出了一种基于AntNet的智能Agent网络管理方式.仿真结果表明,该方式较传统的客户/服务器方式时延小,网络带宽利用率高,从而很好地提高了网络管理的性能和效率.     

基于智能代理的分布式入侵检测系统模型

本文针对通用入侵检测系统的存在的缺陷,分析了Agent的特性,提出了一种基于智能Agent的分布式入侵检测系统模型.该模型利用Agent的移动、自治特性,将基于主机和基于网络的入侵检测结合起来,增强了入侵检测系统对分布式网络的协同检测能力,有效降低网络通信负荷,提高系统自身的安全性.文章阐述了该模型实现的关键技术并对系统性能进行了评价.     

WSN中基于分布式的覆盖洞修复算法

无线传感器网络(WSN)中存在因节点能量耗尽和移动节点撒播不均而出现的覆盖洞问题,覆盖洞的出现会降低网络的覆盖率和连通性,严重影响网络性能。为解决该问题,构造一种既有静态节点又有移动节点的混合网络模型,并提出一种WSN中基于分布式的覆盖洞修复算法。利用静态节点指导移动节点移动到最优位置,达到修复覆盖洞目的。仿真实验结果证明,该算法能在空洞覆盖率和节点代价之间取得最佳平衡。     

Distributed connected coverage control for groups of mobile agents

For a group of mobile agents, each agent can sense the local environment around it and directly communicate with others in its communication range. This article deals with the self-deployment problem of mobile agents to achieve a sensing coverage over the environment as large as possible, while keeping the underlying time-variant communication topology connected all the time. For this problem, a self-deployment algorithm is developed for each agent. It guarantees network connectivity by preserving the group core structure, which is extracted from the communication topology in a completely distributed, local manner and is renewed in each iteration period. Note that maintaining all the connecting edges in the core structure still remains a sufficient degree of freedom for each agent to traverse over a maximal distance from its neighbours. Thus, the distributed connected coverage objective can be achieved by spreading out the group members with the constraints of preserving the core structure. The performance of the self-deployment algorithm is demonstrated by both theoretical analysis and numerical simulations.     

A mobility constraint model to infer sensor behaviour in forest fire risk monitoring

Wireless sensor networks (WSNs) play an important role in forest fire risk monitoring. Various applications are in operation. However, the use of mobile sensors in forest risk monitoring remains largely unexplored. Our research contributes to fill this gap by designing a model which abstracts mobility constraints within different types of contexts for the inference of mobile sensor behaviour. This behaviour is focused on achieving a suitable spatial coverage of the WSN when monitoring forest fire risk. The proposed mobility constraint model makes use of a Bayesian network approach and consists of three components: (1) a context typology describing different contexts in which a WSN monitors a dynamic phenomenon; (2) a context graph encoding probabilistic dependencies among variables of interest; and (3) contextual rules encoding expert knowledge and application requirements needed for the inference of sensor behaviour. As an illustration, the model is used to simulate the behaviour of a mobile WSN to obtain a suitable spatial coverage in low and high fire risk scenarios. It is shown that the implemented Bayesian network within the mobility constraint model can successfully infer behaviour such as sleeping sensors, moving sensors, or deploying more sensors to enhance spatial coverage. Furthermore, the mobility constraint model contributes towards mobile sensing in which the mobile sensor behaviour is driven by constraints on the state of the phenomenon and the sensing system.     

基于改进自适应遗传算法的移动WSN覆盖方法

针对传统的WSN覆盖模型的弊端,尤其是如果一个传感器失效,K-覆盖模型需要至少k个传感器节点监测其范围内是否有目标需要覆盖,提出了一种基于改进自适应遗传算法的移动WSN覆盖方法,在能量资源有限的前提下,尽可能长时间的对指定的目标进行连续监测。该算法考虑到了移动传感器是可以连续和变速运动的,从而能够保证所有目标都在它们的覆盖范围内。仿真结果表明,在使用移动节点的情况下,与其他常用模型相比,改进方法的生存周期和数据包数量都有明显提高。     

一种高效强K—栅栏覆盖构建算法

K－栅栏覆盖是无线传感器网络覆盖控制的研究热点之一。本文构建了强栅栏覆盖模型,提出了分区强K－栅栏覆盖构建算法PMNSB,用最少的节点形成强栅栏。首先把监控区域分成多个子区域,通过匈牙利算法选用移动距离之和最少的网格集合为基准1－栅栏覆盖,缺少移动节点的子区域,选择附近区域的剩余移动节点修补形成1－栅栏覆盖。水平相邻的两个子区域之间构建竖直栅栏,这些1－栅栏合起来构成强K－栅栏覆盖。仿真结果证明了该方法的有效性,本文的研究对提升无线传感器网络的性能具有重要的理论与实际意义。     

遗传蚁群算法的WSN移动代理路由算法研究

针对常用路由优化算法存在收敛速度慢、易陷入局部最优等难题,提出了一种遗传蚁群算法的WSN移动代理路由方法(GA-ACA)。首先利用遗传算法的全局搜索能力快速找到较优解,然后将较优解转换成蚁群算法的初始信息素,最后采用蚁群算法收敛速度快的优点,找到移动代理路由全局最优解。仿真结果表明,相对于其他移动代理路由算法,GA-ACA加快了收敛速度,能在更短的时间内找到最优移动代理路由,减少了平均能量消耗和网络延时,提高了WSN整体性能。     

一种无线传感器网络的概率覆盖增强算法

覆盖与连通问题是无线传感器网络的基本问题.研究考虑连通性的概率覆盖增强算法,构建覆盖空洞的修补半径,提出了移动距离和修补半径的关系模型.通过这个关系模型,移动节点在修补圆上选择保持连通的修补位置;根据这个移动距离和空洞面积,移动节点进一步创建空洞的优先级,选择优先级最高的空洞进行修补,节能而高效地实现覆盖增强.仿真结果表明,所提出的算法既能得到较高的覆盖率,又能保证整个网络的连通性.     

感知受限的移动传感器节点扫描覆盖优化算法

移动无线传感器网络（WSN）的应用中,因为传感器节点的感知范围受限,其覆盖分析就是一个针对目标区域的扫描覆盖问题。提出了一种基于多目标优化的扫描覆盖算法。在目标区域中,采用双目标优化策略对单个移动传感器节点进行路径规划,一方面使节点的覆盖面最大化,另一方面使扫描覆盖的路径最短。仿真实验在含有障碍物和不含障碍物的情况下进行,与多节点的编队覆盖算法相比,所提算法在适度降低覆盖率的情况下,可大幅降低移动能耗。     

An adaptive learning scheme for load balancing with zone partition in multi-sink wireless sensor network

In many researches on load balancing in multi-sink WSN, sensors usually choose the nearest sink as destination for sending data. However, in WSN, events often occur in specific area. If all sensors in this area all follow the nearest-sink strategy, sensors around nearest sink called hotspot will exhaust energy early. It means that this sink is isolated from network early and numbers of routing paths are broken. In this paper, we propose an adaptive learning scheme for load balancing scheme in multi-sink WSN. The agent in a centralized mobile anchor with directional antenna is introduced to adaptively partition the network into several zones according to the residual energy of hotspots around sink nodes. In addition, machine learning is applied to the mobile anchor to make it adaptable to any traffic pattern. Through interactions with the environment, the agent can discovery a near-optimal control policy for movement of mobile anchor. The policy can achieve minimization of residual energy’s variance among sinks, which prevent the early isolation of sink and prolong the network lifetime.     

无线传感器网络中的目标关联覆盖算法

为提高无线传感器网络的节点覆盖度,提出一种目标关联覆盖算法,利用节点间的关联性和动态分组调整覆盖区域,利用贪心算法对覆盖区域进行优化,以保证所关注的目标节点被传感器节点均匀覆盖,同时提高网络资源的利用率。在每个周期内唤醒部分节点,轮流进行工作,以均衡网络能量消耗。实验结果表明,该算法适应性更强,并且能有效降低网络能耗,提高网络性能。