基于紧密中心性的无线mesh骨干网网关部署

将定向天线和Delaunay图应用于无线mesh骨干网络的网关部署,提出了基于紧密中心性的无线mesh骨干网络网关部署算法。根据已知的mesh路由器和网关的最大流通量对网络进行划分,形成Delaunay子图,在划分的子图中根据欧几里德距离找出距离中心点最近的3个节点,形成候选网关集,在候选网关集中选择到其他节点总路径最短的节点作为网关的部署位置,将每个子图的网关位置输出。仿真结果表明,根据网关最大流通量进行合理网络划分后,算法能最小化网络的网关数量,由mesh路由器到网关的总路径长度优于随机算法。     

基于选播机制的无线Mesh网络网关选取路由算法

提出了一种基于选播的无线Mesh网络网关选取模型和相应的网关选取路由算法。该模型将所有网关节点抽象成一个选播组,将所有的网关节点组成一个网关树,实现对网关组成员的管理与维护。网关选取路由算法以时延为度量,通过有效的选播机制自适应地查找"最优"网关节点为客户节点服务,以提供响应最快的高质量的因特网接入服务。实验结果表明,该算法能在合理的时间内有效地解决多网关选取问题。     

EEFA:高能效的IEEE 802.11N帧聚合调度算法(英文)

Packet size is restricted due to the error-prone wireless channel which drops the network energy utilization.Furthermore,the frequent packet retransmissions also lead to energy waste.In order to improve the energy efficiency of wireless networks and save the energy of wireless devices,EEFA(Energy Efficiency Frame Aggregation),a frame aggregation based energy-efficient scheduling algorithm for IEEE 802.1 In wireless network,is proposed.EEFA changes the size of aggregated frame dynamically according to the frame error rate,so as to ensure the data transmission and retransmissions completed during the TXOP and reduce energy consumption of channel contention.NS2simulation results show that EEFA algorithm achieves better performance than the original frame-aggregation algorithm.     

无线传感器网络中事件驱动数据收集研究进展

无线传感器网络是目前研究的热点,事件驱动数据收集是无线传感器网络中一种重要的信息采集方式。由于节点普遍具有能量水平低、通信能力弱、易损坏等特点,而用户普遍需要网络能长时间稳定工作或尽快获得数据,因此,如何以低能耗、低延迟、高可靠的方式完成事件驱动数据收集是研究的难点。介绍了事件驱动数据收集的概念和特点,对已有的典型事件驱动数据收集协议进行了系统的分析和对比。通过探讨存在的挑战和亟待解决的关键性问题,为下一步更深入的研究指明了方向。     

融合DECORATE的异构分类器集成算法

在基于Stacking框架下异构分类器集成方式分析的基础上,引入同构分类器集成中改变训练样本以增强成员分类器间差异性的思想,提出融合DECORATE的异构分类器集成算法SDE;在1-层泛化利用DECORATE算法,向1-层训练集增加一定比例的人工数据,使得生成的多个1-层成员分类器间具有差异性。实验表明,该方法在分类精度上要优于传统Stacking方法。     

TCP/IP协议的脆弱性与相应的对策

TCP/IP是目前网络环境中广泛采用的联网协议。分析了TCP/IP协议存在的安全隐患和具体实现中的一些弱点,介绍了利用相应的弱点进行攻击的方法。最后,给出一些防止攻击者利用这些弱点进行攻击的方法。     

基于场景生成的能量收集网络模拟方法

能量收集网络（Energy Harvesting Networks）是一种新型的计算机网络形式,它通过搜寻各类环境能源,将其转化成可用的电能,然后将这些电能作为主要或辅助的电源方式供给电子设备进行网络通讯.但是,现有的能量收集网络大多采用解析概率分布函数刻画能量获取过程,无法准确模拟实际情况,缺乏真实性.为此,提出一种基于场景生成的能量收集网络模拟技术.首先,该方法基于历史能量获取数据,无需预设概率分布函数,使用最优消减技术生成单时段代表场景;然后,利用时齐模拟退火算法生成日场景序列,以便能够准确模拟能量收集网络中能量获取的随机特性.以实际的风电数据为例,通过与真实数据的对比,验证该方法的准确性和稳定性;然后以网络吞吐量的优化为例,验证了该方法在能量收集网络系统规划运行中的可行性和有效性.     

一种基于改进PSO的K—means优化聚类算法

针对传统的K—means算法对初始聚类中心的选取敏感、容易收敛到局部最优的缺点,提出一种基于改进粒子群优化算法（PSO）的K—means优化聚类算法。该算法利用PSO算法强大的全局搜索能力对初始聚类中心的选取进行优化：通过动态调整惯性权重等参数增强PSO算法的性能;利用群体适应度方差决定算法中前部分PSO算法和后部分K—means算法的转换时机;设置变量实时监控各个粒子和粒子群的最优值变化情况,及时地对出现早熟收敛的粒子进行变异操作,从而为K—means算法搜索到全局最优的初始聚类中心,使聚类结果不受初始聚类中心影响,易于获得全局最优解。实验结果表明文中提出的改进算法与传统聚类算法相比具有更高的聚类正确率、更好的聚类质量及全局搜索能力。     

改进的所有者顾客水印协议

在网络环境下，不仅需要保护版权人的版权，水印产品的合法顾客的权益也受到成胁，同样需要保护。研究者设计出一些特殊的水印模型、协议来以保护合法顾客的权益，所有者顾客水印协议就是这样的一个协议。本文在详细研充了该协议的工作原理之后，分析了其不足之处，针对其不足提出改进，分析表明本文的改进是有效的。