恐怖袭击下危险品运输网络抗毁性仿真分析

危险品运输网络在遭受恐怖袭击后单个节点的失效可能会引发网络级联失效现象。为解决该问题,构建一个危险品运输网络级联失效抗毁性模型。根据恐怖袭击条件,定义“正常”、“失效”和“暂停状态”3种节点状态,从“结果性”和“过程性”2个视角出发,提出网络抗毁性的评价测度。通过建立仿真场景,在不同节点的度、不同容量系数和不同规划方式下对危险品运输网络级联失效特性进行定量研究,结果证明了该级联失效抗毁性模型的科学有效性。     

大型云计算多服务器环境下故障节点定位仿真

云计算环境下多服务器故障节点准确定位关系到设备的安全。在云计算环境中,大量不同编码规则的服务器同时工作,单个服务器形成服务器节点,由于编码规则的不同,服务器节点之间存在较强的差异性,传统的服务器故障节点定位模型都是以相同规则编码下的服务器统一特征对比为基础,完成故障定位的,一旦服务器之间是不同规则的,定位需要进行区分,定位效果不好。提出基于粒子群单循环搜索算法的云计算中多服务器故障节点定位方法。提取云计算网络中不同服务器故障节点特征,计算对应特征的权重,并对特征提取误差进行补偿,实现差异化故障节点特征提取。根据上述特征,构造初始粒子群,计算粒子的更新速度和空间位置,搜索故障特征最优解,得到的即是故障节点。实验结果表明,利用改进算法进行云计算中故障节点定位,能够极大的提高定位精度,在服务器数量较多,服务器节点之间差异较大的情况下,这种优势更加明显。     

基于边权值的网络抗毁性评估方法

根据有权网络中边的权值计算节点的边权值,并依据边的权值计算全网平均最短路径得到节点重要性。通过节点的边权值和节点的重要性,建立一个抗毁度评估方法,计算节点的抗毁度并得到全网的抗毁度。实例证明该方法的有效性。     

云计算中扩展服务器不兼容节点的定位仿真

云计算环境下扩展服务器不兼容节点准确定位关系到服务器的安全.在云计算环境中,由于大量扩展服务器同时工作,服务器之间的协议有很大差异,造成通信节点与对应的服务器不兼容的问题,降低了网络的服务效率.传统的节点定位方法都是根据服务器统一编码规则进行定位的,在服务器协议不同的环境下,不兼容节点无法建立统一的衡量标准,造成定位失败,提出采用粒子群单循环搜索算法的云计算中扩展服务器不兼容节点定位方法.提取网络中不同服务器节点特征,计算对应特征的权重,并对特征提取误差进行补偿,实现不兼容节点特征提取.根据上述特征,构造初始粒子群,计算粒子的更新速度和空间位置,搜索最优解,得到的即是扩展服务器中的不兼容节点.实验结果表明,利用改进算法进行云计算中扩展服务器不兼容节点定位,能够极大的提高定位精度,在服务器数量较多,服务器节点之间差异较大的情况下,检测准确率提高.     

一种基于能耗优化的云计算系统任务调度方法

服务器执行任务产生的能耗是云计算系统动态能耗的重要组成部分。为降低云计算系统任务执行的总能耗,提出了一种基于能耗优化的最早完成时间任务调度方法,建立了服务器动态功率计算模型,基于动态功率的服务器执行能耗模型,以及云计算系统的能耗优化模型。调度策略根据任务的截止时间要求和在不同服务器上的执行能耗,选择不同的调度算法,以获得最小任务执行总能耗。实验结果证明,提出的任务调度方法,能够较好地满足任务截止时间的要求,降低云计算系统任务执行的总能耗。     

恐怖袭击下危险品运输网络级联失效抗毁性建模与仿真

针对复杂网络的级联失效特性,提出了危险品运输网络在遭遇恐怖袭击后的级联失效抗毁性模型。在恐怖袭击条件下,对危险品运输网络的级联失效过程进行分析,定义了危险品运输网络抗毁性,从结果性和过程性两个视角出发,提出了网络抗毁性的评价测度节点存活率和相对二次级联失效数。通过建立仿真场景,给出了仿真流程图,并就不同节点的度、不同容量系数和不同规划方式下危险品运输网络级联失效特性进行了定量研究,并通过MATLAB软件编程实现。仿真结果表明了模型的科学有效性,为优化危险品运输网络的拓扑结构提供新的研究思路和方法。     

网络抗毁性测度研究

针对网络抗毁性测度问题,依据抗毁性三原则——阻挡、识别和恢复,提出了多维网络抗毁性测度提取方法,该方法综合运用了多种抗毁性分析技术,结合实际验证筛选,为提炼抗毁性测度提供了有效途径;提出了三层树状结构的网络抗毁性测度集,为抗毁性测度提供了可行的分类参考;最后,提出了抗毁性测度度量方法并给出了其形式化描述,实现不同类型抗毁性测度值的获取。分析表明,提出的网络抗毁性测度提取方法、测度集合和度量方法具有良好的一致性和可行性。     

光伏产业产品销售量预判方法研究与仿真

研究光伏产业销售量的预判问题,提高判断结果的准确性。光伏产业与传统产业不同,在销售过程中存在较大特殊性,市场需求和供给在时间上存在较大跨度,市场上的需求和供给也极为不同步,造成销售量、生产量之间存在较大的时域冲突。传统的销售量预判模型多是基于销售量和生产量这两个单项指标完成估计的,两者的冲突会导致数学模型发生逆向偏差,造成判断准确性不高。为此提出了一种基于冲突融合集重心评价的光伏产业产品销售量估计方法。通过确定建立冲突融合规则和单项指标的比重冲突融合区间,计算指标控制函数的权值重心,运用冲突融合计算理论求出判断意见,最小化单项之间的冲突。实验结果表明,该算法能够提高光伏产业销售量判断结果的准确性,取得良好效果。     

非固定连接卫星星座路径选择算法稳定性分析

与传统的相对固定的卫星网络拓扑不同,基于非固定方式连接的卫星网络,由于具有更加灵活的网络组织方式,以及卓越的抗毁性等优点,正在被越来越多地研究.针对这种网络,首先进行了抽象化的表述:通过最短路径算法递归搜索整个问题空间从而得到全状态空间,并且对链路切换这一概念给出了严格的数学定义.基于此种抽象化的过程,对问题空间赋予3种不同的权值,分析比较了各种权值在最短路径算法下的稳定性,用计算机仿真结果进行比较,论证了理论分析的正确性,为探索非固定方式连接的卫星网络算法移植的可能性进行了尝试.     

基于信息流的数据安全风险识别模型研究

数据是企业的核心资产,数据安全是系统安全的核心。随着云计算、大数据技术的广泛应用,加大了数据保护的难度,建立数据安全风险自动识别模型,对于数据安全保护将起到极为重要的作用。利用笛卡尔集建立一种形式化风险描述,为风险自动识别打下基础;根据数据流经的环境对风险进行过滤,确定不同环境下的数据安全风险集;为了提高风险筛选规则的适应性,利用粗糙集对安全事件进行规则学习,极大提高了风险识别的准确性,该模型为数据安全保护提供了一种新的有效手段。     

基于包对测量的路径容量估计方法改进

测量样本的统计分析是基于包对技术的路径容量估计的关键.提出一种路径容量包对估计方法改进,将端到端路径视为离散控制过程的系统,以路径容量描述其状态.首先以包对探测方式连续发送一定数量的背靠背包对序列,获取足够的路径容量测量样本;再采用卡尔曼过滤算法对测量样本进行统计分析,以准确估计路径容量.建立了路径容量估计的滤波方程,给出了路径容量估计过程.实验表明,与pathrate算法相比,提高了估计的准确性并降低了测量探测量和测量时间.     

基于层次分析法权重和灰色服务器负载预测的云计算on-line迁移策略

为了克服云计算环境下由于实时用户任务的不确定性到来和服务器性能差异而导致的云计算环境的负载不均衡问题,提出了一种层次分析法权重获取和灰度算法预测服务器负载的云计算on-line虚拟机迁移策略;首先,设计了基于层次分析法(AHP)和灰色服务器预测的虚拟机on-line迁移模型,提出了采用层次分析法获取虚拟机各资源需求权重,然后,采用灰色模型预测下一时刻的服务器负载,采用此权值向量与各无需迁移的服务器的空闲资源向量进行加权得到加权和,将具有最小加权和的物理服务器作为迁移的目标宿主机;最后,定义了基于层次分析法权重和灰色服务器负载预测的云计算on-line迁移算法;在CloudSim环境下进行实验,结果表明文中的迁移策略使得云计算在响应用户任务时,具有任务失败次数少、SLA违约率低和迁移成功率高的优点,同时与其它方法相比,具有负载均衡程度高的优点,具有较强的可行性。     

基于HOG和颜色特征融合的人体姿态估计

部位外观模型在人体姿态估计中起着关键作用.为提高人体姿态估计的准确度,对如何利用梯度方向直方图(HOG)与颜色特征建立外观模型进行研究.利用支持向量数据描述算法(SVDD)对部位的所有细胞单元构造子分类器,将所有子分类器按照不同权值进行线性组合,建立基于HOG特征的外观模型;利用与基于HOG特征的外观模型之间似然度较高的部位状态学习定位概率,根据定位概率求得的颜色直方图即为基于颜色特征的外观模型;根据待处理静态图像的光照条件和人体着装及背景的颜色对比度可确定分别基于HOG和颜色特征的外观模型的权值;根据相应权值对两种外观模型进行线性组合,建立基于HOG和颜色特征融合的部位外观模型.将所提外观模型用于人体姿态估计,实验结果表明,该外观模型更加有效,获得更高的人体姿态估计准确度.     

基于博弈论的预警卫星系统抗毁性研究

预警卫星系统在弹道导弹预警方面发挥着重要的作用,一旦受到攻击,将造成重大损失。针对这一实际情况,利用博弈论知识,将预警卫星系统的攻防过程构建为静态博弈模型。提出攻防状态下刻画系统抗毁性的方法,将其分为防御者抗毁性和攻击者抗毁性,在完全信息和不完全信息情况下,分析双方应采取的策略,用仿真得到的容量数据刻画节点受攻击后的失效概率,提出基于仿真数据的攻防策略。并根据仿真数据分析提出不完全信息下模型的优化方向。     

基于改进CNN和加权SVDD算法的人体姿态估计

卷积神经网络是人体姿态估计中应用最成功的深度学习模型,但仍存在着提取图像特征时不同图像区域和提取出的不同抽象特征被平等对待的缺陷。为此,提出了一种基于改进卷积神经网络和加权支持向量数据描述算法的关节外观模型,并用其设计了一种人体姿态估计算法。卷积神经网络卷积层中不同图像区域的卷积操作被赋以不同的权值系数以体现其不同作用;采用加权支持向量数据描述算法对每一种抽象特征都构造关节子外观模型,将所有关节子外观模型按不同权值进行线性组合建立了新的关节外观模型,权值的不同体现了不同抽象特征的不同作用。仿真实验表明,与现有基于卷积神经网络的人体姿态估计算法相比,所设计的人体姿态估计算法具有更高的估计准确度。     

基于快速模糊规则搜索的快速模糊系统建模

本文提出了一种基于快速模糊规则搜索的快速模糊系统建模方法,首先使用本文提出的快速模糊规则搜索方法进行模糊规则的粗略搜索,然后基于所得到的模糊规则集建立模糊神经网络模型,即利用规则前件确定网络结构,规则后件初始化部分网络权值。使用遗传算法对网络模型的权值和阈值进行学习训练。实验结果验证了快速模糊系统建模方法在描述较大规模非线形系统中的实用性和有效性。     

基于优化神经网络的云计算环境下供应链伙伴选择

针对云计算环境下供应链伙伴的动态性,提出一种基于优化神经网络的云计算环境下供应链伙伴选择模型.首先构建计算环境下供应链伙伴评价指标体系,并采用层次分析法计算每一个指标的权值,然后采用神经网络对采集的企业评估训练样本进行学习,并采用遗传算法对神经网络参数进行优化价,建立企业综合评估模型,最后进行了仿真模拟实验.结果表明,本文模型可以准确描述供应链伙伴的动态性,能够对云计算环境下的供应链伙伴进行全面、公正的评价.     

改进型分批估计与自适应加权融合方法研究

针对智能家居火灾监测中数据准确性低冗余大等问题,提出了一种量测数据预处理与改进型分批估计自适应加权数据融合相结合的算法。首先,该算法根据格罗贝斯准则对单个传感器测量数据序列进行一致性检验,从而剔除疏失误差数据;其次,考虑传感器受恶劣因素影响导致量测波动较大,引入环境因子并改进分批估计算法计算单个传感器最优监测值;最后,针对不同方位多传感器误差分布不均匀的特点,提出了根据权值最优分配原则实现自适应加权数据融合。实验结果表明,该算法得到的融合结果误差小,能够有效提高数据准确性,降低冗余量,具有较好的稳定性能。     

基于改进图像导数框架的颜色恒常性计算方法

在基于图像导数框架的颜色恒常性算法的基础上,进一步考虑边缘类型和颜色通道间的相关性对于光照色度估计的影响,提出一种基于改进图像导数框架的颜色恒常性计算方法。根据导数图像中像素的饱和度提出一种饱和度权值方案;基于光学特性对导数图像中的边缘进行分类,通过引入照度准不变量提出类型相关的边缘权值方案;将两种权值方案与图像导数框架相结合,并据此进行光照色度估计,利用von Kries对角变换对偏色图像进行校正。实验结果表明该算法有效提高了光照色度估计的准确性,改善了颜色恒常性算法的效果。     

基于级联失效的复杂保障网络抗毁性仿真分析*

通过引入流量强度指数α和流量分布指数β,建立了不同网络流量下的复杂负载网络级联失效抗毁性模型。基于该模型比较分析了无标度网络、随机网络和介于这两种网络之间的特定复杂保障网络在不同流量强度和流量分布下对单个节点的随机失效与故意攻击的抗毁性。结果表明,在考虑级联失效的条件下,复杂保障网络的抗毁性随着流量强度的增加急剧下降。此外,流量分布对复杂保障网络的抗毁性也具有显著影响,在流量强度一定的条件下改变网络的流量分布能有效提高网络的抗毁性。