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。     

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。     

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.     

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.     

基于粗糙孤立点检测的安全风险分析方法

Security is a nonfunctional information system attribute that plays a crucial role in wide sensor network application domains. Security risk can be quantified as the combination of the probability that a sensor network system may fail and the evaluation of the severity of the damage caused by the failure. In this paper, we devise a methodology of Rough Outlier Detection (ROD) for the detection of security-based risk factor, which originates from violations of attack requirements ( namely, attack risks). The methodology elaborates dimension reduction method to analyze the attack risk probability from high dimensional and nonlinear data set, and combines it with rough redundancy reduction and the distance measurement of kernel function which is obtained using the ROD. In this way, it is possible to determine the risky scenarios, and the analysis feedback can be used to improve the sensor network system design. We illustrate the methodology in the DARPA case set study using step-by-step approach and then prove that the method is effective in lowering the rate of false alarm.     

基于多Agent的网络故障诊断系统

论文针对现有网络故障诊断系统的局限性,提出采用Agent技术解决网络故障的诊断方法。在分布式环境中,按照系统和网络的故障模式的不同特征和环境差异,可以利用不同的Agent进行诊断,Agent之间能够相互协作,互相交流信息和进行数据收集。该模型具有可扩充性,采用了状态检查,保证了Agent的自身安全。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。     

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。     

可更新数据的数据完整性保护方法

数据收集是移动Agent的一类重要应用，在多个领域的移动Agent应用系统中涉及到数据收集。由于移动Agent可能受到恶意主机攻击，如何保证收集数据的完整性是一个重要的安全问题。文中在分析移动Agent 数据收集的安全性属性的基础上，提出了一个用于保证移动Agent在潜在恶意主机上访问时保护所收集数据的完整性安全协议。该协议能够实现数据的完整性验证与数据被收集的顺序无关，从而可以随机地访问主机，并且同一主机提交的数据可以自己更新，非常适合数据动态变化的应用系统。     

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。     

第一级认知系统在基于专家系统入侵检测中的应用研究

随着恶意入侵计算机现象的日益严重,准确检测入侵的需求应运而生。虽然基于专家系统的入侵检测方法检测准确度很高,但专家知识的获取和规则的动态更新是两大难点。该文提出将第一级认知系统(CS-1)应用于基于专家系统的入侵检测。CS-1采用桶队算法解决了规则评价和规则竞争问题,利用遗传算法不仅去除了降低检测效率的规则,而且取代由遗传算法生成的更强的规则子集。文中对专家系统规则到CS-1分类器的转换及分类器的检测方法进行了实例说明,实验结果体现了该方法的有效性和检测的高效性。