基于三角划分的复杂3D山体表面定位算法

在复杂环境下, 网络呈现出三维分布、链路非确定、应用场景异构、部署区域非结构化等新特点, 传统的定位技术已无法适用。不规则的网络形状很可能导致不准确的传感器节点定位结果, 从而导致定位误差较大。提出一种基于三角划分和MDS的3D节点定位算法。首先, 基于三角划分的方法将不规则的3D网络模型分解为若干个较规则的三角区域; 其次, 在每一个三角区域上采用改进的MDS算法对节点进行定位, 从而建立起局部相对位置地图; 最后, 合并三角子区域, 建立起整个网络全局的位置地图。实验结果表明, 该算法有效地提高了定位精度, 具有一定的实用意义。     

基于信用投票共识的主从多链分层跨链模型

该文提出了一种适用于联盟链的基于信用投票机制的共识算法(PoVT)。该算法通过引入投票机制来决定记账权的归属,避免了节点之间的算力竞争,使系统中的节点能够公平地获得记账权;通过给节点赋予信用值,减小权益对系统的影响,同时对节点的行为进行量化评价能够更好地约束节点的行为,使其对恶意行为产生顾虑;此外,在PoVT的基础上提出了一个主从多链的分层跨链模型,对其性能进行了实验分析,结果表明系统的效率有了提高,且对双花攻击、自私挖矿、权益粉碎等攻击手段都有一定的防御能力。     

噪声信道下量子隐形传态协议研究综述

实用化量子隐形传态技术作为发展可拓展量子计算和量子网络的必经途径,在金融、政务、国防军事、远距离通信（如空间探测）等领域中大显身手,量子纠缠与超联合测量给量子隐形传态基础理论和应用技术带来了巨大挑战,同时也为理论和技术（应用）层面产生基础创新带来了契机。该文从量子纠缠演化与免疫噪声模型、量子信道容量与编码、量子隐形传态机制方面对免疫噪声的量子隐形传态协议研究进行综述,最后探讨未来的研究热点和发展趋势。     

无线传感网数据聚合隐私保护协议分析

针对无线传感器网络(WSN)数据聚合隐私保护协议的特点,对当前一些典型的数据聚合隐私保护协议进行了分类研究。给出了各类协议的运行原理,指出了这些协议的优缺点,并从隐私保护性、数据完整性、准确性及攻击模型等方面对这些协议进行了比较,并指出了未来的研究热点和发展趋势。     

免疫联合旋转噪声的鲁棒量子对话协议

噪声问题严重影响了量子对话在信息保真、信道容量和信息泄露方面的安全性。针对此问题,该文提出一种免疫联合旋转噪声的鲁棒量子对话协议。通过建立以团簇态为量子载体的,对联合旋转噪声免疫的逻辑量子态,构造相应的消相干自由子空间（DFS）,再构建纠缠交换的量子隐秘信道。通过隐写在信息伪装、信息隐蔽、窃听检测等方面的优势,实现能抵抗旋转噪声的保真量子对话模型,保证秘密信息交换的准确性和安全性。通过比较得出,该文所提出的协议具有最高量子比特效率,且测量只需要单光子。     

基于CC2020胜任力模型的网络安全实践教学金课建设

针对CC2020强调的胜任力模型在知识、技能和性情3方面的新要求,提出一种基于CC2020胜任力模型的网络安全实践教学金课建设模式,从网络安全胜任力核心需求、教学闭环系统和普适学习环境3部分,阐述基于该模式的网络安全实践课程教学改革内容要点,通过统计学数据分析和教学反思,说明该模式可显著提高网络安全实践教学水平.     

无线传感器网络动态轨迹多目标跟踪算法

为以较低的能耗高效地解决多目标区域轨迹跟踪问题,并有效地延长网络生存期,该文提出了一种新的基于边权值动态轨迹的多目标区域跟踪算法EWDT。该算法首先通过对任意指定的一块区域进行边权值计算,对该区域中目标的个数、身份及状态等关键信息进行分析和确认;其次设计了节点状态转换机制,并利用动态跟踪簇以及卡尔曼滤波技术对目标进行轨迹跟踪,以进一步降低系统能耗与时延。实验结果表明,EWDT算法与目前的Forms和LLS方法相比,明显降低了系统能耗与时延,具有较强的实用性。     

三值量子遗传算法及其应用

面向智慧城市无线视频传感网络建设的需要,提出了一种三值量子遗传算法,用于求解网络优化覆盖中的节点部署问题。算法以二维离散网格模型描述监视区,用编码描述矩阵刻画监视区域,并采用七元组模型描述有向无线视频传感器。用三值量子遗传算法搜索解空间,通过合理设计染色体编码,优化三值量子旋转门参数,使得算法的运算速度快,收敛性好。引入理想覆盖率和理想加权覆盖率两个极限值,采用相对比较法评判算法优劣。仿真实验表明,算法获得的节点部署方案能很好逼近理想极限值。     

动态社会网络的社团结构检测与分析

真实社会网络如邮件、科学合作、对等网络等均可以用图进行建模. 近年来, 基于图的社团挖掘吸引了人们越来越多的研究兴趣, 它不仅可以帮助识别网络的整体结构, 还可以发现社团演变的隐藏规律. 尽管使用静态图进行社团挖掘已经被广泛采用, 但基于动态图的研究还比较少. 通过使用时间序列, 对动态图上的社团挖掘包括社团检测与分析进行研究, 提出了一个新的动态社团结构检测模型, 并采用真实网络数据集进行了实验. 实验结果显示该模型在社团结构发现的有效性和效率性方面均有着良好的表现.