基于联邦学习的入侵检测机制研究

大数据时代的到来使得数据成为社会发展的重要战略资源。然而随着网络环境日趋复杂化,隐私泄露和恶意攻击事件层出不穷。联邦学习作为一种新型数据共享模型,能够在保护数据隐私的前提下进行数据共享,有效解决了传统入侵检测模型的弊端。文章首先介绍了联邦学习及入侵检测模型的构成及特点,提出了基于联邦学习的入侵检测机制,并深入分析了该检测机制在检测准确率及效率上有效提升的可行性。通过对模型进行需求分析和设计,并以函数编程进行模拟仿真实验,实现原型系统开发。实验表明联邦学习机制能够在保证参与客户端数据隐私安全的前提下实现多方攻击行为日志的共享。多组控制变量的对照实验表明,基于联邦学习的入侵检测机制在检测准确率及效率上得到明显改善。     

结构化P2P网络文本检索研究

基于Kleinberg小世界模型设计一个结构化P2P网络文本检索协议。P2P网络由一些相互连接节点类构成,根据节点文本相似程度实现复杂查询。通过预先设定节点类参数,可以动态地调整节点类大小来平衡网络负载。节点类之间存在一些长程连接,缩短了查询路由步数。实验结果表明,随着网络规模的扩大,搜索开销呈对数平方曲线增长,维护开销呈线性增长,选择合适的节点类内部节点的数量,可以使得总开销最小。     

多Agent系统中基于认知的信任框架研究

基于认知角度提出了一种Agent间以预动(proactive)的方式建立信任的形式化框架.在框架中首先区分了代理与非代理情形下的信任并分别给出定义.从信任的定义出发,施信方(the trustor)针对信任建立基于认知的推理过程,并根据推理需要主动向受信方请求信息.在获得所需信息后,考虑到交互信息的可靠性问题,施信方在认知推理的基础上进行关于可靠性的模糊推理,并决定是否建立信任.通过这个框架,Agent间可以在缺乏直接交互经验或者第三方证言的情况下,以预动的方式动态地建立信任,并且在信任建立的过程中,可以纳入复杂的上下文约束.同时,通过认知推理与模糊推理的结合,可以根据场景的需要采用不同的规则,给信任的建立带来更大的灵活性.     

一种基于混沌理论的分布式系统的加密算法

20世纪90年代开始计算机网络技术开始应用于安全管理,多年来技术手段虽然有长足的进步,但计算机网络应用水平还比较低,分布式应用系统处于起步阶段.该文介绍了分布式应用系统中信息安全的保障措施.结合混沌理论中混沌映射对初始条件的敏感性、具有白噪声的统计特性和混沌系列容易生成的特点,提出了一种采用混沌对称加密算法和一次性混沌口令身份认证技术用于增强系统安全机制的新方案.     

网络大学中基于Windows2000的VPN解决方案探索

本文首先指出了VPN(Virtual Private Network)在网络大学中的必要性和可靠性,接着介绍了VPN的基本知识和技术要点,并给出了VPN在网络大学中的拓扑结构;紧接着比较详尽地介绍了基于Windows2000的VPN中的关键技术,并提出了其配置方案。通过理论上的研究与实践中的探索,得到了在建设网络大学中利用Windows2000配置VPN服务器的一种廉价而高效的解决方案。     

基于Z变换的PWM Boost变换器离散建模与混沌仿真

Z变换在表示和分析离散时间系统中具有十分重要的作用。很多情况下采用变换域下的系统理论，分析时域下的连续时间系统具有很多优点。因此，该文建立了电流控制模式PWM Boost变换器不连续模态下系统运行的差分方程，基于Z变换获得了离散系统函数，根据Z变换下离散系统运行的稳定性判据，确定了系统稳定运行的准确参数范围，并模拟仿真证实了该文研究方法的正确性，为进一步利用变换域分析方法研究DC／DC变换器的稳定运行规律打下了基础。     

基于需求模型的最终用户编程软件开发

基于组件软件开发背景,探讨了软件开发方法的演进,提出了基于领域知识的需求模型方法.结合语义标注及语义匹配技术,给出了基于语义的用户需求到领域需求的映射,运用组件开发技术,给出了支持最终用户编程的基于知识的软件开发平台体系架构.     

小波网络应用于软开关Buck电路的研究

主要研究软开关Buck变换器的特点,针对软开关电路的控制特点,在建模中考虑器件的寄生参数,提高模型精度,提出应用小波网络控制WNN.网络的构造过程中,建立了一种单输出的小波网络WNN.在参数调节算法等面进行了深入研究,提出一种levenberg-marquart算法和最小二乘法有机的结合在一起的算法,有力改变了小波网络WNN对非线性系统的控制能力,并通过计算和仿真,确定在软开关领域小波网络控制的较优参数.以广泛使用的Buck电路为模型建立控制系统进行试验分析和仿真的结果,证明了在软开关中采用小波网络控制,并辅以有效的算法,可以大大的提高系统的各方面的性能.     

基于时间顺序标码的可计算的信任评价模型

信任本身是一个社会认知的概念,因此从认知的角度来研究信任是合适的。通过引入时间认知,建立一种基于时间顺序标码(TSM)的信任评价的概念模型。在分析了经验信息的三种遗忘效应（即距离效应、边界效应以及层级效应）后,将其应用到个体信任值的计算中。在概念模型的基础上,采用D-S信度理论来建立信任的可计算模型。对比了理论与实验结果,表明该模型是有效的。