网络拓扑结构的数学模型及遗传算法

提出了网络拓扑结构的定义,以ATM网络问题为例建立了优化问题的数学模型,并描述了用遗传算法并作求解该问题的方法。该方法较圆满地解决了既考虑经济效益又考虑需求的ATM网络问题。该问题的研究对实际应用及推动动态网络的研究有十分重要的意义。     

基于IP协议TTL的网络拓扑搜索算法

常用的网络拓扑搜索算法,并对一种基于IP协议TTL的网络拓扑搜索算法进行了详细的介绍.     

网络拓扑结构伪装模型

为了隐藏真正主机在网络拓扑结构中的位置,并降低真正主机被攻击的概率,提出真正主机和伪主机交叉配置的网络拓扑结构伪装模型。为了确保攻击者主动、被动探测时伪装结果的一致性,提出网络拓扑结构伪装模板,定义当拓扑结构伪装时不同设备的角色、行为、连接关系,讨论网络拓扑结构主动、被动伪装的处理过程。实验结果表明,该伪装模型在网络拓扑结构伪装方面达到了预期的效果。     

改进的三级遗传算法定制特定应用片上网络拓扑

特定应用片上网络的拓扑优化是一种NP难的问题,吸引着很多研究人员对其进行研究,G.Leary等在VLSI刊物上提出的三级遗传算法进行拓扑制定,但其存在遗传个体数量大,仿真时间长的缺点。针对G.Leary的三级遗传算法的遗传个体数量巨大,仿真速度慢的不足,提出一种改进的三级遗传算法来进行拓扑优化定制。实验结果表明,我们的改进算法虽然在能耗方面改进不大,仅有3.74%,但是仿真时间却有较大的减少,由309.125秒减少至254.2秒,平均提高17.4%,因此我们的GA算法具有较好的实用价值。     

网络拓扑结构研究与分析

网络拓扑结构是网络节点互联所形成的抽象连接方式,通过网络拓扑结构可以清晰地展现网络连接方式以及网络的外貌结构。本文不仅对各种网络拓扑结构进行定性的分析,而且用定量的指标对来评价各种网络拓扑结构的性能,并对比不同结构的特点,具有明显的优势。     

可靠易用型网络拓扑结构的分析

在传统网络拓扑结构中，星形、环形和总线形可靠性不高，网状拓扑结构安装管理较复杂，提出了一种新的网络拓扑结构：可靠易用型网络拓扑结构，它的数学基础是图论中的哈密顿图相关理论，它具有可靠性高、易于检测和管理、设计路由方便等优点，它可以看作网络世界的并联电路，非常适合应用于军事网络、金融网络和互联网的主干网。     

用遗传算法提取基元

基元提取是基于模型的计算机视觉的一项重要任务.Hough变换是基元提取的最常用的方法,然而,在许多情况下,它的存贮开销太大而难以让人接受.近些年来,有些人用统计学方法来提取基元,但如何构造合适的代价函数仍是一个困难问题.基元提取等同于寻找具有多个局部极小值的代价函数的最优解.遗传算法(Genetic algorithms)能够有效地在搜索空间中找出全局最优解.为实现有效的基元提取,作者从几何数据点中随机地选择一组最小子集,然后用遗传算法对几何数据点进行动态划分,经过若干次进化将得到一个最优划分,与之对应的基元和基元所对应的数据点将被提取出来.这种算法可用于多种基元和多个基元的提取.     

基于三层架构的网络拓扑结构发现

介绍了网络管理的体系结构和管理协议，在分析基于Web的网络管理的两个推荐标准（WBEM和JMAPI）和一般模型的基础上，为了满足对基于Web的网络管理系统可伸缩性的要求，提出了三层架构的网络管理服务体系。最后，应用结构进行了网络拓扑发现的原型设计和初步实现。     

网络拓扑结构的测量协议与技术研究

动态地测量网络的拓扑结构是网络管理中的一项重要技术。本文对一些典型的网络结构发现协议与测量技术进行了分析和比较,并得出了相应的结论。     

基于分层网络拓扑结构的最优路径算法

由于Dijkstra算法的基础是平面网络拓扑模型，因此当计算网络的节点数目较大时，计算的时间将急剧膨胀。为了快速地搜索到最优路径，基于分层网络拓扑结构（HiTopo），提出了双向分层搜索最优路径算法（BHWA）；该算法对现有分层路径算法进行了以下两点改进：（1）将分级网络的局部连通性作为划分子图的指标；（2）在路径计算过程中，使用弧段作为搜索目标，并采取了双向搜索策略。通过北京道路数据的实验表明：该算法在保持分层路径算法高效性的基础上，还提高了路径搜索结果的准确性；通过进一步研究表明，如果使用启发式搜索来对算法进行优化，则可以使算法的速度有更大的提升。     

多线程的网络拓扑发现

本文首先介绍拓扑结构等基本概念和几种拓扑发现算法，然后介绍我们要使用的几个工具，接着阐述针对局域网环境下的新算法的基本思想，并详细讨论了采用多线程技术进行拓扑发现的算法，其中，着重描述改进较大的IP地址猜测和结构分析方法。     

基于遗传模拟退火算法的BP算法研究

目前广泛应用于神经网络优化的方法是反向传播(Back Propagation,BP),但是BP神经网络的全局搜索能力很有限.文中探讨了两种全局优化算法:遗传算法(Genetic Algorithm,GA)和模拟退火(Simulated Annealing,SA),以及它们和BP算法结合形成的优化算法,并且比较了它们在神经网络优化中的优缺点.     

IP网络拓扑自动发现研究

常见的网络拓扑连接定义存在表现能力不足或冗余问题。该文对其进行改进,提出网络层(N,R)拓扑连接,只需访问路由器的IP地址表即可得到拓扑关系。在此定义基础上,对两种常见的网络层拓扑发现算法进行了简化,并分析和比较了两算法性能和搜索范围限定问题。     

无线传感器网络的拓扑控制算法综述

无线传感器网络的首要设计目标即延长网络生命期,而网络拓扑作为路由层协议和MAC层协议的重要平台,对其进行控制是实现这一目标的支撑基础.本文总结和分析了传感器网络领域已有的拓扑控制方面的研究成果,阐述了多种受研究者关注较多的典型拓扑控制算法,并指出其中有待解决的问题,进而归结了拓扑控制算法设计中需考虑的因素,随后针对功率控制和分簇控制分别设计了两种算法模型,最后探讨了今后应研究的问题,指明了下一步研究中的重点和难点.     

遗传算法在一类组合优化中的应用

文章研究了一类组合优化问题如：多路旅行商问题（MTSP）及分配问题。其实质为排序优化,提出了基于GA求解排序优化的求解策略,解释了实现该算法的一些关键问题,计算机模拟结果表明了该方法的有效性。     

拓扑服务中融合GIS与拓扑发现技术的研究

传统的网络拓扑服务通过拓扑发现技术,描述了网络节点间的逻辑连接关系,基于GIS技术的网络拓扑服务,则体现了网络传输线路、网络节点间的空间连接关系。对这二种网络拓扑服务的实现展开研究,提出一种将两者相融合的方法,将网络资源及其拓扑关系视图化,以便于网络资源的保存、查询、管理,在计算机上实现准确真实的空间分析和可视化表达,实现了两者的优势互补,为网络资源利用,故障检测、定位、修复提供一种全新、强大的辅助工具。     

基于遗传算法的入侵检测系统研究

针对目前入侵检测系统不能有效检测未知入侵行为的问题,根据遗传算法在动态环境中的鲁棒性、自适应性强的特点.提出了一种基于网络的异常检测算法来检测网络数据.该算法弥补了传统的统计检测方法的缺陷,即忽略了一段时间内在网络环境下各变量之间的关系.使用不包含入侵攻击行为的网络数据进行训练学习,并使用多维空间坐标来描述这些网络数据.再利用遗传算法进化出相应的检测规则集来检测异常数据.     

无线自组网的拓扑控制策略研究进展

拓扑控制是无线自组网中最重要的技术之一,主要用来降低能量消耗和无线干扰,其目标是在降低能量消耗和无线干扰的前提下,控制网络节点间的通信串路和节点的传输范围,以提高全网的生命周期和效率,如连通性和对称性等。本文首先介绍了拓扑控制模型;然后给出了拓扑控制策略的分类,回顾了无线自组网拓扑控制策略的研究进展,并对有关策略进行了分析;最后给出了该领域的一些研究方向。     

一种嵌入式的协同进化模型

为了提高遗传算法的性能,论文提出了一个能够体现生态进化中各种协同进化关系的协同进化模型,该模型能很容易地嵌入到遗传算法中。计算机模拟实验表明该模型的嵌入能在一定的程度解决遗传算法中的早熟现象,加快后期的收敛速度,提高遗传算法的自适应能力。