基于速率自适应的VANET预警信息广播

为满足车辆自组织网络(VANET)中预警信息广播快速、可靠的要求,结合多接口多信道技术,提出一种基于速率自适应的VANET预警信息广播机制BRAVE。仿真实验结果表明,该机制能够缩短预警信息传播时间,减少重播冗余,确保信息传播的可靠性。与单用传输速率和传播范围为依据选择转播节点进行传播的机制相比,其传输延迟分别降低了3.9%和66.0%。     

面向VANET的声誉模型研究

车载自组织网络是一个典型的开放式分布系统,其网络构成具有高度动态性和很强的临时性.这些特性导致车辆与合作节点之间缺乏相互了解与信任,并且可能面临各类攻击的威胁.针对上述问题,提出在VANET中建立面向应用的车辆节点声誉模型(简称VASRep),用于量化评估节点的声誉.VASRep充分融合车辆节点上丰富的数据类型,使得声誉数据更加准确地表现出节点的可信程度;VASRep依靠权威单元对节点进行评价的方法更好地适应高移动性的VANET环境.通过分析及仿真表明,VASRep较现有模型在性能表现、遏制更广泛类型的恶意节点攻击的能力等方面都有较大的提高.     

基于栈式降噪自编码器的协同过滤算法*

针对协同过滤推荐准确性的现状进行了研究,提出一种基于栈式降噪自编码器的协同过滤算法。栈式降噪自编码器是一种典型的深度学习网络模型,具有强大的特征提取能力。用户对项目的评分作为输入,训练网络,学习出项目的隐含特征编码,用PCA对项目属性降维并计算属性相似性,结合隐性编码计算的相似性作为最终结果,根据最终的项目相似性产生TOP-N推荐列表。Movielens数据集的实验表明,新算法能够有效提升推荐结果的召回率,一定程度上解决了评分矩阵稀疏和项目之间没有共同用户评分就不能计算相似性的问题。     

面向车流量估计的改进ViBe算法研究*

针对视觉背景提取(Visual Background Extractor,ViBe)算法中出现的“鬼影”、阴影前景和漏检静止目标等问题,提出了一种经过改善的ViBe算法。首先在背景模型初始化阶段,利用改善的平均背景建模法对多帧图像建立初始化背景模型以消除鬼影。接着在前景检测阶段,通过计算运动目标与背景像素间差值消除由于光照所造成的阴影,同时利用直方图相似度检测静止目标。最终在车道设置虚拟线圈检测区以检测各个车道的占用比,从而得出道路的交通情况。试验表明,经过改善后的ViBe算法在抑制“鬼影”出现、检测静止目标和消除阴影三方面有较好的效果,能够准确检测出道路车流量。     

基于PIT相似性的VANET混合协同缓存策略

针对车载自组织网络存在内容重复传输和访问时延长的问题,设计一种基于待处理请求表(PIT)相似性的混合协同缓存策略。依据中心节点PIT相似度,给出自适应构建缓存社区的方法。采用虚拟分布式哈希表实现相似区域的缓存调度,并在区域外采用下游节点保留副本策略实现混合协同。实验结果表明,与ICN经典缓存算法相比,该策略能够以较低的通信开销和存储代价,降低网络负载和节点缓存操作频度,提高缓存利用率。     

基于用户特征的分步协同推荐算法*

协同过滤是解决信息过载问题的一种有效技术。然而基于内存的推荐面临着可扩展性问题,基于模型的推荐需要训练大量的参数。本文提出了基于用户特征的K-means用户聚类算法,然后用分步协同过滤框架融合基于项目和基于用户的协同过滤给每一个聚簇训练一个模型。实验结果表明本文提出的算法能极大的提高推荐精度,同时在一定程度上解决了基于模型和基于内存的推荐存在的不足。     

VANET中安全信息的快速可靠广播路由算法

为了满足VANET中交通安全信息实时可靠传输的需求,文中提出了一种基于自适应认证重传机制的多跳广播路由算法(ACR-BA).首先,为了节省网络资源,ACR-BA算法设计了两种短控制包,有效地抑制了传输冗余;其次,为了降低竞争信道的碰撞概率,基于地理位置划分了候选节点集,并结合控制包认证机制在一个候选节点集中仅确定出唯一的转发节点;然后,根据网络负载状况设计了一种基于单位基准时隙的自适应机制,设置尽量小的退避等待时间,提高信息广播的实时性;最后,设置了针对短控制包和数据包的超时重传保障机制,在保证算法实时性的基础上最大限度地提高可靠性.理论分析和仿真结果表明,与传统洪泛算法和时隙1坚持算法相比,ACR-BA算法有效地降低了网络中的冗余数据量,在实时性和可靠性两方面均有较大的性能提高.     

可靠广播/组播的确认冗余度消除算法

为了提高无线传感器网络中可靠广播/组播MAC协议的效率,提出一种基于地理位置信息的确认冗余度消除算法。该算法利用节点的地理位置信息,建立广播/组播分组的最小等价冲突域,消除接收节点集合中对确认而言非必要的冗余节点。仿真结果表明,该算法能在保证可靠性的前提下有效减少参与确认的节点个数,降低分组的发送开销,更高效地保证分组传输质量。     

基于Rollout算法的测试不可靠条件下的诊断策略*

实际复杂装备系统测试时存在虚警和漏检,其导致的误诊费用往往超过了测试成本。针对复杂系统故障诊断中诊断精度低、虚警率高的问题,进行了不可靠测试条件下,基于Rollout算法的诊断策略优化方法研究。首先建立综合考虑测试点的故障检测能力、信息量、测试费用以及测试结果信任度的启发函数,然后利用Rollout算法生成诊断策略,最后用阿波罗检测系统实例验证了该算法的优越性。理论和实验表明,Rollout算法的平均测试费用低于贪婪算法,而且计算时间在可接受范围内,因此可用于测试不可靠条件下的诊断策略设计。     

基于SDAE及极限学习机模型的协同过滤应用研究*

鉴于传统的协同过滤推荐算法在处理冷启动和数据较稀疏的问题上表现不佳,提出一种将堆栈降噪自编码器(Stacked Denoising AutoEncodes,简称SDAE)同最近邻推荐方法相结合的混合SDAE推荐模型。该模型结合稀疏编码算法和降噪准则,使用逐层自编码的思想将极限学习机与降噪自编码器堆叠形成基于极限学习机(Extreme Learning Machine,简称ELM)计算的堆栈降噪自编码器的深度学习模型,最终用模型提取的抽象特征应用于最近邻算法预测打分。并通过多组数据集上各种模型的实验结果表明,在稀疏度低于8%时,与余弦相似度模型和皮尔森相似度模型相比,混合SDAE推荐模型实验效果分别提高了11.3%和21.1%,与潜在矩阵分解模型相比,混合SDAE模型收敛所需的迭代次数少近30%,而在与相似度模型和矩阵分解模型的三组比较实验中,混合SDAE模型的稳定性也表现最良好,所提出的混合SDAE模型收敛速度较快,并有效解决数据稀疏与冷启动的问题     

VANET中基于约束区域中继的协作通信性能研究

研究了协作通信对车载自组织网络(VANET)性能的影响。中继节点参与通信会提高单链路传输的可靠性,然而大多数研究忽略了采取中继节点会扩大通信干扰范围的影响,从而带来的额外干扰也会影响其他链路的通信。为此,通过构建一个菱形的中继节点选择区域来限制增大干扰区域的不利影响,进而提出一种新的评估协作通信性能的方法,并得到中断概率和网络吞吐量的数学表达式。数值分析和仿真结果表明,协作通信能够显著降低通信中断概率,但其对整个网络的吞吐量性能并不总是有效的,合理地设置中继选择区域大小能有效提高网络吞吐量。     

车联网中多跳广播转发节点选择研究

在车载自组织网络中(VANET),大部分应用采用多跳广播来交换道路交通信息,其中最典型的为泛洪广播,但是随着车辆和节点的增多泛洪广播会引起广播风暴,导致信道阻塞。结合模糊逻辑,提出一种基于接收节点的多跳广播方案,依靠接收节点的覆盖范围、信道忙闲比和移动因素,由模糊逻辑系统决定当前节点是否具备转发资格。通过于其它方案的仿真对比验证,所提出的方案在投递率与时延方面具有更好的性能,可有效提高信道利用率,降低广播风暴风险。     

面向DVB网络的可靠内容广播技术研究

介绍一个在DVB网络(数字视频广播网络)上实现的一个可靠文件广播系统。利用这种方法，可以利用现有的有线电视网络实现大范围、远距离的可靠内容广播。     

车载自组网中基于属性的可搜索加密和属性更新

目前,车载自组网(VANET)在汽车行业和研究领域都得到了极大的关注,尤其是在用户的隐私保护方面.雾计算是云计算的延伸,它能够有效的减小网络延迟,其反应性更强.相较云计算,使用雾计算减少了发送到云端和从云端发送的数据量,安全风险也得到了进一步的降低.由于基于密文策略的加密(CP-ABE)适用于存储在云上的数据的细粒度的...     

一个面向CATV网络的可靠多播文件传输系统

在参考ALC可靠多播传输协议的基础上,结合CATV网络的特性,设计并实现了一个面向CATV网络的可靠多播文件传输系统,并针对实际网络的性能进行了工作参数的优化选择。利用该系统,PC用户通过DVB接收卡连接到CATV网络便可以实现高速、稳定且可靠的文件接收。系统已成功应用于浙江省重大科技攻关项目“浙江省信息化科技村镇建设与示范”和“多层次职业技术教育网络服务平台”。     

车载网中一种利用静态节点辅助的路由方法

车载自组织网络(Vehicular Ad Hoc Network,VANET)越来越引起人们的广泛关注,虽然该网络与传统的自组织网络有类似的地方,比如网络中的节点可以自组织和自管理。但是它有自己重要特征:网络中的节点具有很快的移动速度,由于这种高速的移动,造成车载网络拓扑结构频繁的变化,导致网络中多跳路由的频繁断开,进而对路由的可靠性和数据传输的质量带来很大的挑战。路由选择是实现VANET的关键。我们提出一种利用静态节点辅助的路由方法(Static-Node Assisted Routing,SNAR)来提高数据包的传输效率。模拟实验显示,SNAR在端到端延时等方面要优于其它的多跳路由方法。     

车载网中一种基于链路稳定度的路由方法

车载自组织网络VANET(vehicular ad hoc network)由于车辆高速移动性、分布不均匀、运动行为受交通环境限制等因素的影响,使得VANET具有网络拓扑结构变化频繁、传输信号受干扰大、网络易于断裂等固有特性。路由选择是VANET的重要组成部分。如何选择下一跳节点是实现路由方法的关键,链路稳定度是衡量VANET性能的重要因素。本文通过计算预期路径的链路稳定度来选择下一跳节点,提出一种基于链路稳定度的路由方法。实验结果表明与传统的AODV相比,本文提出的方法在端到端延时,数据包的传递率等方面有较大的提高。     

MP2P在车载物联网中的应用

车联网（VANET：VehicleAd—hocNetwork）是物联网在汽车领域的一个应用,但是由于车辆的高速移动性,导致网络拓扑变化快,网络环境不稳定,传统的路侧设施（RSU：Road—SideUnit）与车载设备（OBU：On-BoardUnit）之间的C／S（客户端与服务器）架构不能为用户提供可靠的服务、本文提出一种在车联网环境中应用MP2P进行车辆间信息传输的架构,该架构采用半分布式的P2P结构,使同一路侧单元覆盖范围内的车辆进行资源共享,减小了路侧单元的带宽压力,从,而为用户提供了可靠的服务     

基于网络编码的车载移动网络数据传输优化

车载网络系统已成为未来网络通信的重要发展趋势之一。通过车载网络系统,汽车与汽车间可以实时地分 享行车信息,以避免车祸的发生,同时可以通过点对点信息分享的技术来传输数字多媒体信息。通过网络编码的方式 来传递封包,针对汽车行进方向来分群组,并且通过结合ROMSGP的分组方法及改善VANETCODE的优先权设定 策略来改善车载网络系统的整体性能。最后,通过仿真实验验证了该算法的有效性,并与原VANETCODE算法进行 了性能对比。仿真结果表明:优化后的VANETCODE在性能上有了显著的改善。