复杂上下文感知的组合服务选择框架

泛在网络环境中,组合服务选择不仅需要考虑服务上下文还需要考虑用户上下文,而描述上下文属性的数据类型可能有实数、区间数、三角模糊数和直觉模糊集。为解决这种基于复杂上下文的组合服务选择难题,本文提出一个复杂上下文感知的组合服务选择框架,能够感知服务上下文和用户上下文。该框架基于智能主体设计,其中用户端框架完成用户上下文管理,服务端框架完成服务上下文管理和组合服务选择。通过相关工作的比较,验证了该框架的优越性和有效性。     

一种新的脑-机接口与上下文感知结合的架构研究

智能感知作为普适计算的关键技术要求精确、高效、无冲突.本文提出一种新的脑-机接口与上下文感知结合的智能感知架构,对上下文信息和用户脑电信号表征意图进行融合,从而提高普适计算感知效率.     

MEC中的多用户上下文感知计算卸载研究

当前,物联网应用程序从环境中感知到大量数据,这些数据需要以最小的延迟进行处理。用户终端作为无处不在的网络终端设备,由于资源有限,无法在本地处理所有的计算。多接入边缘计算是处理网络边缘计算的良好架构,解决了诸如延迟、能源和成本等挑战。如果UE无法处理计算,MEC将把任务卸载到边缘或云上。研究表明,忽略应用程序、请求、传感器、资源和网络工具的上下文信息会导致卸载方法无法完成。因此,文章将对多用户的MEC中具备上下文感知卸载方法进行研究,通过对能量消耗、执行成本、网络使用率、延迟和公平性等指标的比较,证明考虑上下文感知算法将明显优于不考虑上下文感知算法,从而对优化卸载算法提供参考依据。     

基于上下文感知的移动学习系统设计

移动学习足了信息化时代人们随时随地进行学习的需求,是泛在学习的重要组成。然而用户个体的差异性、学习环境的复杂性、终端设备的局限性等因素阻碍了移动学习的个性化发展。在对比了现有移动学习实现模式的基础上,构建了一个基于上下文感知的移动学习系统,利用泛在计算中的上下文感知技术应对复杂的学习环境,提升人与移动设备之间的交互,实现系统的个性化及智能化。     

分布式交互媒体中基于补偿感知机制的研究

文章提出了一个分布式交互媒体中补偿感知机制，目的是能够根据网络的带宽、计算机的计算能力、工作环境和用户或者任务的具体要求来进行对感知的动态调整和自适应。基于agent技术．采用模糊数学来平衡网络带宽、计算能力、工作环境和感知程度。文章提出的感知机制将使分布式交互媒体下用户的协同工作更加灵活和有效。     

普适计算中一种上下文感知的自适应可信模型

针对普适计算环境中涌现出的行为可信问题,提出了一种适合于普适计算网络环境的上下文感知的自适应可信模型CASATM,该可信模型能够自适应地对不同的服务提供不同层次的安全保障,能有效地对时间、地点、服务内容等上下文感知.同时提出了一种简单高效的风险评估模型来完成对一些完全陌生客体的可信度初始化.仿真实验表明该可信模型能有效地感知上下文并抵抗恶意客体的周期性欺骗行为.     

分布式无线感知网络节点部署算法研究

在无线感知网络节点部署中,目标区域的覆盖率大小对信号检测的效果具有重要的意义,通过智能优化算法来提高区域覆盖率已成为当前无线感知网络节点部署领域的研究热点之一。为了提高分布式无线感知网络对目标区域内的重点区域的覆盖率和减少冗余感知节点的投放,论文提出了一种分布式无线感知网络节点部署算法。该算法首先通过随机部署满足连通性的少量感知节点后初次工作来定位和估计出重点区域,然后将估计出的重点区域融入到粒子群算法的目标函数和粒子更新方程中实现对感知节点的重新部署,从而更好的优化了重点区域的覆盖率和减少冗余感知节点数量。仿真结果表明,与标准粒子群算法及其他优化算法相比,论文所研究的算法有更高的覆盖率和更低的迭代次数。      

保障监测时延的无线传感器网络感知调度算法

针对重点区域事件监测应用中,无线传感器网络需要满足不同监测时延要求,该文首先分析了点目标监测应用的时延下界,设计了多项式的最优自适应占空比分布式感知调度算法。在此基础上,设计了一个面向局部重点区域的事件监测分布式感知调度算法(LDSS)。LDSS具有较低的计算复杂度和通信复杂度。仿真结果显示,与现有的随机调度算法相比,LDSS能获得监测时延更接近于理论时延下界的性能。     

基于动态代理的上下文感知编程模型EIPM研究

上下文感知应用和普适计算环境逐渐渗入人们生活环境的今天,上下文感知应用的设计开发时的支撑环境方面仍主要采用传统的面向对象等技术及编程模型,这样在设计时与上下文相关的行为会分布在程序中,即环境上下文和行为在程序编码时就进行了绑定,这使得环境依赖因素和程序控制主体结合的过分紧密,不能适应普适计算环境多样、复杂、动态和多变等特点,更难于进行系统维护和扩展.本文以实现应用程序动态适应环境信息变化为目的,设计并实现了采用动态代理为底层实现机制,通过映射规则的建立将上下文信息和编程逻辑进行分离的上下文感知编程模型EIPM,提供了相应的开发编译平台和执行容器在内的应用框架系统原型,实现一种适应普适计算环境上下文动态复杂多变特点的编程模型.以普适环境文件访问系统中上下文感知部分模块的开发为例,进行了EIPM应用框架原型系统功能的可行性测试,结果表明EIPM编程模型具备了对环境上下文变化的动态适应性.     

Ad Hoc认知网络中基于梯度算法的协作压缩频谱感知方法

ad hoc认知网络(CRAHNs)比起传统ad hoc网络有很多优势,如分布式多跳结构及动态变化的网络拓扑等。频谱感知是认知无线电技术的基础,采用压缩感知方法以低于奈奎斯特采样率的速率来获得较好的重构信号,同时可减轻数字处理设备的压力。本文使用多跳模型,每个认知用户感知的频谱不仅包括主用户的主频谱,也包括认知用户自身收到其他认知用户干扰的更新频谱。由于具有动态特性的ad hoc网络缺少融合中心,所以本文中提出一种基于梯度的分布式协作感知算法。该算法基于能量检测,具有可靠的感知性能和较少的能量消耗,并能快速收敛。仿真实验验证了算法的有效性。      

基于云计算的智慧校园规划设计

随着物联网、云计算、大数据等技术的不断完善,智慧校园已经成为了多媒体校园建设的新模式。本文基于多媒体校园建设的现状,提出了一种基于云计算的智慧校园规划设计,为师生提供了一个智能化综合信息服务平台,可以实现对校园的可视化管理,是师生可以全面感知校园资源,提高资源的利用率,缩小校际距离。     

云计算环境下网络安全产品的融合发展之道

随着云计算环境下应用的发展与普及,网络和安全的融合是未来高端网络安全设备的技术发展趋势,它是网络环境不断变化和用户业务发展的必然结果。与传统网络设备高度融合的网络安全产品,不仅能够提升云计算数据中心的数据交互效率,而且将会降低数据中心的设备数量,减少网络的故障点,从而降低部署与维护成本。网络技术与安全技术融合发展的理念,在未来云计算环境中的应用空间将更加广阔,以满足用户日益复杂的网络建设和业务需要。     

Location-unaware coverage in wireless sensor networks

In scenarios where sensors are placed randomly, redundant deployment is essential for ensuring adequate field coverage. This redundancy needs to be efficiently exploited by periodically selecting a subset of nodes (referred to as a “cover”) that actively monitor the field, and putting the remaining nodes to sleep. We consider networks in which sensors are not aware of their locations or the relative directions of their neighbors. We develop several geometric and density-based tests that enable a location-unaware sensor to intelligently determine whether it should turn itself off without degrading the quality of field coverage. These tests rely on distance measurements and exchanged two-hop neighborhood information. We design an algorithm (LUC) that exploits these tests for computing covers. Based on this algorithm, we propose two distributed protocols (LUC-I and LUC-P) that periodically select covers and switch between them so as to extend the network lifetime and tolerate unexpected failures. Our protocols are highly efficient in terms of message overhead and processing complexity. We implement LUC-I in TinyOS and evaluate it using the TOSSIM simulator. Experimental results indicate that our approach significantly prolongs the network lifetime and achieves comparable performance to location-aware protocols.     

边缘算力网络中智能算力感知路由分配策略研究

增强现实、自动驾驶、智慧城市、工业互联网等新型业务应用对网络算力的需求逐渐增强,然而,边缘算力网络系统面临着网络共存的问题——负载不均衡,导致一部分边缘服务器无法满足业务应用的处理需求,另一部分边缘服务器的算力资源处于空闲状态.为了高效协同地感知利用泛在、异构的算力资源,提升6G通信网络的内生感知和算力自适应能力,急需...     

Energy-Harvesting Systems for Green Computing

Energy harvesting technologies provide a promising alternative to battery-powered systems and create an opportunity to achieve sustainable computing for the exploitation of ambient energy sources. However, energy harvesting devices and power generators encompass a number of non-classical system behaviors or characteristics, such as delivering nondeterministic power density, and these would create hindrance for effectively utilizing the harvested energy. Previously, we have investigated new design methods and tools that are used to enable power adaptive computing and, particularly, catering non-deterministic voltage, which can efficiently utilize ambient energy sources. Also, we developed a co-optimization approach to maximize the computational efficiency from the harvested ambient energy. This paper will provide a review of these methods. Emerging technologies, such as 3D-IC, which would also enable new paradigm of green and high-performance computing, will be also discussed.     

嵌入式系统的可信计算

文章介绍了可信计算的基本概念,给出嵌入式系统可信计算的硬件设计要求,具体阐述其中CPU和可信平台模块设计思路。     

一种网格环境下的密码计算模型

由于密码学和信息安全领域的许多问题最终都被转化为一个耗时的计算,其中许多计算需要利用多台异构的和地理分布的计算机协同,才能有效完成.密码算法的设计、分析和应用对于计算环境敏感,且依赖性较强,不同类型的算法和算法的不同实现模式对计算环境要求差异很大,而且到目前为止还不存在一种通用的分布式密码计算模型.为此,本文根据密码计算本身的需求,首先分别分析了密码算法设计、分析和应用的目标和特征,提出了相应的计算模式, 给出了一种网格环境下的通用密码计算模型.进而讨论了密码计算任务分割策略,资源分配和负载平衡问题.最后给出了网格环境Globus Toolkit下的模型构架、实现与实验结果.     

Context‐Aware Active Services in Ubiquitous Computing Environments

With the advent of ubiquitous computing environments, it has become increasingly important for applications to take full advantage of contextual information, such as the user's location, to offer greater services to the user without any explicit requests. In this paper, we propose context‐aware active services based on context‐aware middleware for URC systems (CAMUS). The CAMUS is a middleware that provides context‐aware applications with a development and execution methodology. Accordingly, the applications based on CAMUS respond in a timely fashion to contextual information. This paper presents the system architecture of CAMUS and illustrates the content recommendation and control service agents with the properties, operations, and tasks for context‐aware active services. To evaluate CAMUS, we apply the proposed active services to a TV application domain. We implement and experiment with a TV content recommendation service agent, a control service agent, and TV tasks based on CAMUS. The implemented content recommendation service agent divides the user's preferences into common and specific models to apply other recommendations and applications easily, including the TV content recommendations.