基于FCA的物理层故障定位方法

提出了一种基于故障关联算法（FCA）的物理层故障定位模型，依据故障之间的关联关系，运用图论和故障矩阵的方法求出根故障集，确定故障源，有效地起到故障过滤和定位的功能。     

一种基于生物免疫学的入侵检测系统

文章设计了一种基于生物免疫学原理的入侵检测系统,该系统充分考虑到检测数据源的多样性,赋予检测系统规则发现、辨识和扩展功能,能有效检测已知和未知的攻击活动,增强了结点和网络的安全性,降低漏报率和误报率,使实时入侵检测成为可能。     

面向RFID数据处理的复杂事件模式匹配方法

RFID数据具有不确定性,复杂事件处理技术将RFID数据看作不同类型的事件,从事件流中检测符合特定匹配模式的复杂事件。概率事件流分为多项概率事件流和单项概率事件流;针对多项概率事件流,提出NFA-MMG模式匹配方法,亦即使用多个有向无环图结合自动机实现模式匹配。针对单项概率事件流,提出NFA-Tree模式匹配方法,亦即使用匹配树结合自动机实现模式匹配;并提出改进的NFA-Tree方法,即基于概率阈值进行过滤,提高结果过滤效率。实验结果验证了上述模式匹配方法的性能优势。     

网格计算任务的资源管理算法

计算任务管理贯穿于整个网格计算的全生命周期,目标是运用既有规律又经济的方法对计算进行高效率的计划、组织、指导和控制,实现时间、费用和技术效果上的动态优化。该文对计算任务的资源管理进行研究,对资源管理指标进行形式化分析,对计算时耗、成本和资源平衡这3个目标进行综合决策,提出了一种网格计算任务的资源管理算法。仿真实验证明算法是可行有效的。     

基于模糊神经网络的移动组网拥塞预测

提出了一种适用于移动组网的拥塞控制机制（ACRC）。将模糊神经网络引入流量控制，利用其处理不确定性问题和自学习能力，进行流量预测，除了可以快速缓解拥塞，还可以在网络拥塞消除之后通过速率控制进一步节省网络的能量消耗，仿真结果证明了本方法的有效性。     

一种Ad Hoc网络动态路径压缩技术

路径压缩技术是一种有效的应用于移动Ad Hoc网络的按需路由优化技术。但目前已有的路径压缩技术尚存在压缩盲目、路径不稳定、短暂缩减和多次缩减现象频繁等不足。通过建立动态路径压缩模型得出概率意义上、实时动态化的路由稳定期,提出一种基于动态压缩模型的路径压缩技术DMPCT.DMPCT有效抑制了路径压缩的盲目性,在控制短暂缩减和多次缩减,提高路径稳定性等方面有显著提高。仿真表明,DMPCT在与AODV和PCA的性能比较中具有低原始RREQ数、低控制负载、低端到端时延和高包发送率等特点,是一种高效、稳定的移动Ad Hoc网络路径压缩技术。     

基于时变加权马尔科夫链的网络异常检测模型

随着互联网技术的迅猛发展,网络入侵事件日益频发,入侵检测对于保障网络安全具有重要意义。针对网络入侵检测的迫切需求,提出一种基于时变加权马尔科夫链的网络异常检测模型,使用组合状态转移概率矩阵来描述状态转移。利用DARPA 2000数据集在NT系统上重放时产生的事件log作为实验数据以验证该模型的效果,并与普通时变加权马尔科夫链模型进行比较,仿真实验结果表明该模型能够对网络进行实时入侵检测,具有较高的准确性和较强的鲁棒性,并且能够有效降低误测率和漏测率。     

一种基于自愈策略的网络故障诊断系统

提出了一种基于自主计算思想的网络故障诊断系统的自愈模型,并将Petri网和有限状态自动机理论相结合,对自愈策略的实施过程进行建模.本系统将网络故障诊断和性能保持结合起来,提供网络状态数据的采集、分析、存储和响应功能,同时兼顾应用级和系统级的自愈,减少了自愈时间,降低了自愈成本和周期性应用级自愈策略预测失败的风险,提高了诊断系统自身的可靠性,从而实现对网络计算的全面管理.在该策略中,自愈功能作为自愈对象的函数可以随着网络中各种服务和应用的变化而构造,使得自愈管理成为动态变化的网络成分.实验表明,利用该方法实现的系统在进行网络故障诊断时可以取得较好的效果.