对等网络环境下多目标任务容错调度方法研究

为了加强网络环境的可靠性、强化系统运算性能,提出对等网络环境下多目标任务容错调度方法.使用PB算法对处理器进行容错处理,划分任务主、副版本,通过分析任务相应版本与所在处理器的运行时间,构建任务模型与故障模型.拟定多目标任务不同开始时间与时限,通过自适应策略拟定启发式多目标任务容错分配策略,将多目标任务转换为回路任务.设定回路任务的数量与主版、副版本在普通处理器内的运行时间,判断调度序列内任务,计算其在处理器内需要消耗的时间,将结果对比之前拟定的时间判断是否调度成功,成功则启动副版本迭代计算.实验结果表明,所提方法不会因为网络节点数量不同,出现大量任务调度失败的问题,提高了系统性能和网络环境安全.     

数据挖掘在企业信息化建设中的应用

本文从企业信息化的角度来论述数据挖掘的应用,首先分析了数据挖掘在企业信息化建设之中的必要性,然后阐述了企业信息化建设之中的企业信息诊断、客户关系管理以及决策之中的应用。     

基于最小熵翻卷积的网络故障特征提取仿真

传统的基于FRFT网络故障特征提取方法当网络信号发生突变时,由于受到噪声和信号衰弱的影响,导致网络故障特征极其微弱,并且网络的拓扑结构和权值分布成非线性映射,将信号简单排列成矩阵,无法有效实现对网络故障特征的提取.提出一种基于小波滤波以及最小熵翻卷积的网络故障特征提取方法,将突变信号在与之相邻尺度上的小波系数直接相乘,依据阈值对噪声中的网络故障信息进行采集并过滤噪声,使获取的小波系数信噪比大大增强.将突变信号小波变换值在几个尺度上进行计算,实现网络故障特征的初提取.获取一个逆滤波器,通过网络输出恢复网络输入信号,依据解卷积后获取的序列对可能估计值的最优解进行计算,求出逆滤波器矩阵,分析了最小熵归迭代算法的具体实现过程.仿真结果表明,所提方法具有很高的准确性.     

基于轻量级虚拟化的多尺度网络复现研究仿真

由于网络验证测试构建真实环境的代价较大、性价比低、全虚拟化环境所得结果不够真实,存在一定的局限性,为此提出基于轻量级虚拟化的多尺度网络复现研究方法.利用轻量级虚拟化技术构建开放源代码虚拟机监视器体系,将物理硬件和操作系统分离,统一物理资源,令资源不受物理限制约束,在一个物理机器上同时运转多个不一样的操作系统,并且各个操作系统能够执行多个应用程序,使硬件与操作系统虚拟化.再通过聚类系数、度的分布、平均路径长度、网络时效以及网络质量等网络复现指标,实现多尺度网络复现.实验通过连通性、透明性、并发性指标验证构建的网络,得出所提方法的仿真规模较大,性价比较高、适用性较强,充分验证了上述方法的有效性.     

分布式光纤应变传感网络节点异常状态识别方法

受到恶劣环境影响及外部因素攻击时，针对网络产生异常节点、数据以及行为影响网络正常传输问题，提出一种分布式光纤应变传感网络节点异常状态识别方法，根据通信状态与特征筛选，确定存在异常的网络链路层，提取异常节点特征向量，在有事件和无事件两种情况下，利用双阈值法检测光纤传感网络内异常节点，在每次检测后，根据结果更新节点间信任值，既保护正常节点不被牺牲，也提高节点异常状态识别精度。经实验证明，所提方法，在400 s～550 s这一实验时间段内，第15个节点为网络内的异常节点，邻居节点能耗在1.1×10⁴ J左右，可以准确识别异常节点位置和特征向量，节点消耗相对更小，适应性更强。     

传感网络与执行器网络混网联合通信优化仿真

在无线传感网络与执行器网络联合通信问题的研究中,执行器网络根据传感网络采集数据与之进行联合通信.在执行器网络执行操作时,需要保证传感器的通信对象处于静态状态,以保证通信稳定性.但很多环境下传感器网络节点多处于活动状态.传统的传双网联合通信方法没有充分考虑到传感器网络节点的移动性,仅仅以多点采集求平均的方式完成动态下的信息交换,会产生较大的通信误差,影响了双网联合通信的性能.为解决上述问题,提出功率均匀分配协同通信的传感网络与执行器网络联合通信的方法.在通信对象静止的情况下,引入通信节点的动态变化函数,获取联合通信状态方程,并对上述方程求解,完成传感网络与执行器网络联合通信的去噪处理,建立联合通信模型,获取联合通信网络通信动态信号图谱,实现传感网络与执行器网络联合通信.实验结果表明,利用改进算法进行联合通信,能够提高通信效率.     

基于改进粒子群小波神经网络算法在计算机实训教学质量评估中的应用

针对评估指标之间复杂的非线性关系,提出了一种基于改进粒子群小波神经网络评估教学质量的数学模型,该模型的参数由PSO优化。实验结果表明,PSO-WNN均方差为0.0281,通过使实际输出值和期望输出值的均方差较小,该方法可以更好地提高教学质量评估目标的准确性。同时,在应用于计算机实训教学质量评估中取得了良好的效果。