无线传感网中基于优选转发的多跳可靠传输方案

针对无线传感器网络中通信链路不可靠问题,提出了一种基于优选转发的多跳可靠传输方案.该方案首先根据当前发送节点的位置、信噪比、包长度以及目标节点的方向等以总跳数最小为目标计算一个理想点坐标,并以理想点为圆心确定转发区域,然后通过选择成功接收到发送节点数据包且距离目标节点的距离最小的转发区域内的节点承担转发任务.分析和仿真表明,较之已有的工作,方案能有效提高了多跳可靠性,同时能有效地避免广播风暴节省通信开销.     

基于小波域多元非线性回归的鲁棒性数字水印算法

提出一种基于小波域多元非线性回归分析的鲁棒性数字水印算法,此方法首先对图像进行三级小波变换,并将低频系数划分成3×3的块,然后建立块质心能量值与其邻域像素点的能量值的非线性回归模型,最后依据建立的回归模型嵌入和检测水印,仿真实验表明本文所提出的算法在对抗JPEG压缩、图像亮化、剪裁、噪声等攻击具有良好的鲁棒性和抗攻击能力。     

WSN中能支持广播优化的多项式广播认证机制*

针对无线传感器网络中已有的广播认证机制难以支持广播优化、存在延迟等不足,基于虚拟骨干网的思想,构建一个动态阶梯型网络,采用多项式技术,提出了一种能够识别转发节点身份的广播认证机制及其改进方案.该机制计算简单、认证延迟低,而且能够容忍大量的俘获节点;与已有广播认证机制相比,该机制能够支持层次广播优化策略,更适用于大规模网...     

传感器网络中多节点协商可逆的数字水印算法

数字水印技术已被用于保障传感器网络所采集数据的完整性与正确性,已有的无线传感器网络中的水印技术几乎都是不可逆的,因而嵌入的水印会对采集的数据具有一定的破坏。为此,将传统的基于差分扩展的可逆水印算法引入到无线传感器网络,并结合无线传感器网络节点协同工作的特点,将已有基于差分扩展的可逆水印算法发展为多节点协商可逆的数字水印算法。该算法针节点结构松散、自身防御能力弱等问题将整体水印分为一定数目的片段,并由各组节点进行随机化处理使所有的片段呈随机性分布,以增加共谋攻击的难度。同时在节点和终端间用一对同步的随机序列发生器解决了对数据的新鲜性鉴别的问题。     

基于决策图贝叶斯的盲源信号分离算法

从混合观测数据向量中恢复不可观测的各个源信号是阵列处理和数据分析的一个典型问题。提出了一种基于决策图贝叶斯的盲源信号分离算法,该算法利用决策图贝叶斯优化算法代替JADE算法中的联合对角化操作,通过构造和学习网络来替代传统遗传算法中的交叉重组和变异等遗传算子,避免了对大量控制参数和遗传算子的人工选择和重要构造块的破坏。仿真结果表明,提出的算法比JADE算法和基于遗传算法的盲源信号分离方法均具有更高的分离精度。     

基于Web的高校教学管理系统的研究

信息技术的发展迫使高校加快其网络信息化建设的步伐.本文研究了网络教学管理系统平台的构建,基于.NET技术、采用C/S结构和B/S结构结合的方式实现了系统的原型设计,阐述了教学管理系统平台实现的关键技术.     

基于G-ICA的组织样本分类算法

利用加入了分类指导信息的ICA（Guide Independent components analysis,G-ICA）,在已知样本中提取隐藏在样本基因表达数据中与组织分类密切相关的各种表达模式,根据这些模式对未知组织样本进行分类。试验结果表明,该方法提高了组织样本的分类能力,其计算复杂度低、收敛快,具有较强的稳定性。     

一种改进的遗传算法及其在组卷系统中的应用

针对遗传算法容易出现早熟和收敛速度慢的问题,根据群体适应值分布的变化特点,提出一种新启发性的基于小生境技术的自适应遗传算法(ANGA).其基本思想是:根据群体中各个个体的适应值分布情况加以启发,引入一个自适应的常数Cmin,通过自适应调整Cmin以适时改变群体适应值的分布,优化了各个个体被选择的概率,并以目前的计算机等级考试三级信息管理技术的组卷为例,采用ANGA算法进行了仿真计算.仿真结果表明,该算法能够在较短的时间内完成组卷,组卷效率、成功率高,对初值不敏感.     

面向电力物联网流数据的一种具有隐私保护的KNN查询方法

电力物联网是一个智慧服务系统,为人们提供了状态全面感知、信息高效处理、应用便捷灵活的服务,然而在享受服务的同时却面临着隐私泄露的风险。目前有关电力数据的隐私保护的成果主要集中在安全聚合,对于诸多基础服务的核心技术(如KNN查询)却鲜有涉及。与传统关系型数据不同的是,电力物联网采集的是用户用电的流数据,并且电力参数的各数据之间还具有动态相关性,攻击者可以通过数据挖掘等手段推测未来数据的变化趋势。为此,提出了一种具有隐私保护的KNN查询方法。首先,提出了基于桶距离的相似性度量模型,并证明了桶距离的相似性度量模型与基于欧氏距离的相似性度量模型的误差上界和下界;同时通过该模型,能将相似性度量转换为集合的交操作;构造了一种隐私保护函数,通过代入不同参数,可为各智能终端生成不同的数据隐私保护函数和查询隐私保护函数;在此基础上,提出了基于桶划分和随机数分配的数据编码方案,编码数据经过隐私保护函数加密后,具有密文不可区分的特点,能有效抵抗选择明文攻击、数据挖掘攻击、统计分析攻击、ICA攻击以及推理预测等攻击手段。分析和仿真表明,提出的安全KNN查询方法不仅具有较高的安全性,而且开销较低。