自治域生态系统的对等连接行为分析

传统网络行为分析忽视了自治域的经济特性对网络结构产生的影响。从成本收益的角度分析了不同类型自治域的对等连接行为。通过PeeringDB提供的样本数据，首先统计域间流量分布情况，给出不同类型自治域的对等连接偏好。结果表明，传输服务提供商和接入服务提供商的域间流量与对等连接策略之间存在较强的关联，而内容服务提供商的域间流量与对等连接策略的关联性较弱，主要采取开放式对等连接。根据服务提供商在信息流传输中的作用，分析了经济环境下自治域采取对等连接策略的主要原因，提出自治域是由网络结构、域间流量和成本收益相互影响的生态系统。     

Windows Server 2008密码策略——新版服务器操作系统解决了早先的密码策略限制

Windows Server 2003和Windows 2000 Server只允许定义一条密码策略，Windows Server 2008引入了细分密码策略，允许在单一域中为不同的域账户定义不同的密码策略。     

一种分层寻路算法中的域值放弃策略

为了更合理地判定何时放弃分层寻路，提出了一种新的域值放弃策略：当起止点之间的估计距离小于放弃域值时，采用最短路径算法；反之，则采用分层寻路算法。该策略引入了估计距离、放弃域值和放弃因子三个参量，并采用统计法以确定域值。测试数据表明，使用该策略搜索出的路径具有较高的可采纳性。     

基于信息域的战术C3I系统安全

在信息域概念的基础上，给出了信息域的形式化描述。从信息安全的角度分析了战术C^3I系统的体系结构，提出了系统包含的4种信息域，即情报处理域，信息共享域，指挥决策域及信息反馈域。从信息域成员的角色及其特权、对信息客体的保护及域间信息传递策略等方面研究了信息域安全策略。建立了基于信息域安全策略的战术C^3I系统逻辑安全体系结构。     

基于域的网络安全策略研究

针对大规模网络环境下的安全特点，提出了一种基于域的网络安全策略模型，通过应用域和规范安全策略语言，研究了策略的存储、查找、冲突检测与消解、发布实施过程中的技术和原则。应用该模型后的系统成为一种具有自动化策略管理特点的安全系统。     

基于翻译的IPV4 IPV6整域互联

依照简单因特网过渡原则，通过分析IPv4到IPv6的过渡过程，得出IPv4到IPv6的互联是至关重要的。分析了传统过渡策略的适用范围和优缺点，指出其在过渡过程中的局限性。基于大多数互联网用户是以桩域的形式接入主干网的现状，桩域的过渡将是分散的并且难于彼此同步。给出了基于翻译的整域实现技术，介绍其实现方法，并指出其局限性，提出改进方向和策略。     

基于策略的QoS管理模型及其关键技术研究

现有的策略管理框架PBNM不仅存在着策略决策点负担过重、容易形成单点瓶颈等缺陷，同时还缺乏与SLA管理的紧密结合和具体实现。在PBNM的基础上，以Diffserv环境为底层，提出了基于策略的分层分域的业务QoS管理模型PBQM，引入了域策略决策点DPDP，增加了SLA管理、QoS监测和基于知识发现的业务恢复等管理模块；并提出了基于策略的SLA到区分服务网络配置的映射算法，该算法能根据SLA自适应地选择网络设备的配置策略，同时也可以进行策略映射的优化。     

域间路由策略的协同管理问题

互联网由多个自治域互联组成,自治域之间按照各自的域间路由策略交换路由信息和转发流量。由于管理自治域的ISP各自为政,独立配置和管理自己的路由策略,缺少协同机制,容易引起路由震荡、热土豆路由、异常路由等问题。本文提倡采用协同的方式管理域间路由策略,通过列举一些典型的域间路由策略问题,提出一套域间路由策略的多方协同控制与管理体系,并重点讨论了协同管理的基础性问题--安全比较协议。该协议可以被应用在互联网域间路由策略的管理中,对于分布式故障检测、分布式网络性能能测量等相关应用,也具有较好的参考价值。     

一种基于本体相似度的多域策略集成方法

对各成员域的访问控制策略进行语义提取,是避免多域策略集成时可能产生概念和逻辑关系冲突的有效途径。提出一种基于本体相似度的多域互操作策略集成方法SPIOS,通过对成员域访问控制策略本体进行语义级映射,融入基于Bayesian概率的机器学习机制,自适应地归纳出能较好满足各成员域自治性和协同性的多域安全互操作策略模型。     

基于二阶段随机规划的不确定条件下过程优化研究

在基于二阶段随机规划的不确定条件下过程优化研究中,Ierapetritou and Pistikopoulos(1994)提出了可行域求解策略,Liu and Sahinidis(1996)在此基础上用蒙特卡洛积分策略代替了高斯积分策略,但对于可行域的限定条件尚有欠缺。本文分析和比较了前人的工作,将蒙特卡罗积分策略与基于对偶理论的可行域限定条件相结合,提出了新的求解策略,不仅避免了可行域求解策略中求解一系列子问题而引起的计算负荷随不确定参数数目呈指数增加的不足,而且使蒙特卡洛积分策略算法中的可行域限定条件更加合理,应用文献中的算例进行了仿真实验,证明了该算法的有效性。     

连续时间Markov决策过程在呼叫接入控制中的应用

应用Markov决策过程与性能势相结合的方法,给出了呼叫接入控制的策略优化算法.所得到的最优策略是状态相关的策略,与基于节点已占用带宽决定行动的策略相比,状态相关策略具有更好的性能值,而且该算法具有很快的收敛速度.     

基于策略迭代算法的连续时间线性Markov跳变系统非零和微分反馈Nash控制

针对一类连续时间线性Markov跳变系统,本文提出了一种新的策略迭代算法用于求解系统的非零和微分反馈Nash控制问题.通过求解耦合的数值迭代解,以获得具有线性动力学特性和无限时域二次成本的双层非零和微分策略的Nash均衡解.在每一个策略层,采用策略迭代算法来计算与每一组给定的反馈控制策略相关联的最小无限时域值函数.然后,通过子系统分解将Markov跳变系统分解为N个并行的子系统,并将该算法应用于跳变系统.本文提出的策略迭代算法可以很容易求解非零和微分策略所对应的耦合代数Riccati方程,且对高维系统有效.最后通过仿真示例证明了本文设计方法的有效性和可行性.     

基于采样的POMDP近似算法

部分可观察马尔科夫决策过程（POMDP）是一种描述机器人在动态不确定环境下行动选择的问题模型。对于具有稀疏转移矩阵的POMDP问题模型,该文提出了一种求解该问题模型的快速近似算法。该算法首先利用QMDP算法产生的策略进行信念空间采样,并通过点迭代算法快速生成POMDP值函数,从而产生近似的最优行动选择策略。在相同的POMDP试验模型上,执行该算法产生的策略得到的回报值与执行其他近似算法产生的策略得到的回报值相当,但该算法计算速度快,它产生的策略表示向量集合小于现有其他近似算法产生的集合。因此,它比这些近似算法更适应于大规模的稀疏状态转移矩阵POMDP模型求解计算。     

智能安全防护软件策略构件的设计与实现

针对智能安垒防护软件中策略的定制和管理问题,设计并实现软件的策略构件,采用基于用户最大满意度的策略选择算法解决策略选择时的策略缺失和策略冗余冲突。采用基于构件关联检索的一致性检测算法解决定制策略中的系统交互一致性冲突。结果证明策略构件能有效解决软件策略的定制和管理中的冲突问题。     

基于后悔值的多Agent冲突博弈强化学习模型

对于冲突博弈,研究了一种理性保守的行为选择方法,即最小化最坏情况下Agent的后悔值.在该方法下,Agent当前的行为策略在未来可能造成的损失最小,并且在没有任何其他Agent信息的条件下,能够得到Nash均衡混合策略.基于后悔值提出了多Agent复杂环境下冲突博弈的强化学习模型以及算法实现.该模型中通过引入交叉熵距离建立信念更新过程,进一步优化了冲突博弈时的行为选择策略.基于Markov重复博弈模型验证了算法的收敛性,分析了信念与最优策略的关系.此外,与MMDP(multi-agent markov decision process)下Q学习扩展算法相比,该算法在很大程度上减少了冲突发生的次数,增强了Agent行为的协调性,并且提高了系统的性能,有利于维持系统的稳定.     

安全策略的一致性维护研究

企业必须能够高效实时地预测安全策略配置是否满足一致性,这就要求有通用的安全维护原则来降低安全维护代价,满足企业需求。论文从关联、变更和策略传播角度层层递进地进行一致性维护原则设定,并在此基础上提出一致性维护的基本算法,并通过实例分析说明了所提出一致性维护原则和算法的有效性。     

具有固定生产周期的制造系统的控制策略及其实现

考虑一台机器组成的制造系统,其中加工时间是一个常数,而机器的维护时间是一随机变量,文献（５）证明了这类制造系统生产率的最优控制策略为切换曲线策略,该策略由一个参数完全确定,但在一般情况下该参数很难求解。并给出用扰动分析方法求解该策略的算法。     

一种基于AS关系的BGP路由策略冲突检测算法

因特网边界网关协议BGP是基于策略的路由协议，它为路由选择提供了灵活性，然而，实践表面BGP路由会产生振荡，其原因是路由策略配置冲突，通过分析AS关系，提出一种基于AS关系的路由策略冲突检测算法，该算法根据AS关系下的路由策略配置原则检测路由策略配置错误。     

A novel optimal tracking control scheme for a class of discrete-time nonlinear systems using generalised policy iteration adaptive dynamic programming algorithm

In this paper, a novel iterative adaptive dynamic programming (ADP) algorithm, called generalised policy iteration ADP algorithm, is developed to solve optimal tracking control problems for discrete-time nonlinear systems. The idea is to use two iteration procedures, including an i-iteration and a j-iteration, to obtain the iterative tracking control laws and the iterative value functions. By system transformation, we first convert the optimal tracking control problem into an optimal regulation problem. Then the generalised policy iteration ADP algorithm, which is a general idea of interacting policy and value iteration algorithms, is introduced to deal with the optimal regulation problem. The convergence and optimality properties of the generalised policy iteration algorithm are analysed. Three neural networks are used to implement the developed algorithm. Finally, simulation examples are given to illustrate the performance of the present algorithm.     

基于灵敏度分析的含比例型手续费的投资组合优化

研究含比例型手续费的离散时间投资组合优化问题. 基于马尔可夫决策过程模型和性能灵敏度分析方法, 推导两个不同投资策略之间的资产长期平均增值率的差分公式, 利用差分公式的结构特点, 证明了最优性方程, 并设计出可在线应用的策略迭代算法. 仿真实例验证了所提出算法的有效性.