粒子群算法和SVM的网络入侵检测

针对当前的神经网络检测算法在强干扰下的网络入侵检测准确拦截性不好的问题,提出一种基于粒子群算法和支持向量机的网络入侵检测方法。构建网络入侵的特征信号模型,采用二阶自适应格型IIR陷波器进行入侵信息的抗干扰处理;粒子群算法进行自适应寻优提取网络入侵特征的最优解,SVM进行入侵信息分类,实现网络入侵有效检测;并进行仿真测试。结果表明,采用该方法进行网络入侵检测的准确拦截概率较高,误检和漏检概率较低,保障了网络安全。     

无线传感器网络自适应蚁群定位算法研究

针对蚁群定位算法可能出现局部最优解而导致定位不准确的问题,提出了无线传感器网络自适应蚁群定位算法。通过将节点估计坐标移动方向离散化,将传感器定位问题转换成离散组合最优问题。定位过程中通过聚度和信息权重对传感器节点估计坐标向各个方向移动的概率进行修正,解决了定位结果收敛于局部最优解的问题。仿真结果表明,自适应蚁群定位算法比传统蚁群定位算法具有更低的定位误差。     

一种提高IEEE 802.11吞吐量和公平性的自适应优化算法

该文提出了一种针对IEEE 802.11 DCF网络增强其吞吐量和公平性性能的自适应优化算法,算法基于网络节点侦听信道得到的网络状态信息进行竞争发送的自适应调整以获得最优的网络性能,称之为CSCC(Channel Sensing Contention Control)算法。算法采用了对节点的信道接入请求以概率参数P_T进行过滤的方法控制节点竞争接入信道的激烈程度,其主要特点在于在优化调整过程中不需要进行计算复杂的网络节点数量估计,并且可以在不同网络状态下围绕始终确定的优化目标进行参数优化调整。仿真实验结果表明,算法能够适应不同节点数量和不同数据大小的网络进行自适应的网络优化调整,并获得了系统吞吐量、碰撞概率、延迟、延迟抖动、公平性等多方面的性能改善。     

基于自适应蚁群优化的矢量量化码书设计算法

本文提出一种基于自适应蚁群优化的矢量量化码书设计算法.该算法利用人工蚁群系统中蚂蚁通过信息量留存寻找最优路径的机制,合理设计转移概率、禁忌列表、信息量更新方式及自适应地调整截取转移概率的参数.实验结果表明,该算法能获得质量较好的码书和主观效果较好的译码图像.     

带局部搜索的动态多群体自适应差分进化算法及函数优化

 提出将一种改进的差分进化算法——带局部搜索的动态多群体自适应差分进化算法(DMSDELS)应用于函数优化.该算法将种群中的个体随机动态分成多个子群体,以增强个体间的信息交换;变异操作中,选择最优个体为基向量,差分向量的方向选择有利于搜索的方向,以提高收敛速度;变异尺度因子F与交叉概率CR采用自适应机制,以平衡局部搜索与全局搜索;部分优秀个体搜索达到指定代数进入局部搜索,以加快收敛.通过对13个benchmark典型复杂函数进行测试,并与其他七种优化算法进行比较,仿真结果表明:DMSDELS算法具有较高的搜索精度和收敛性,且具有较强的跳出局部最优解能力.     

认知无线电中一种感知节点集自适应选择算法

本文主要考虑认知网络中感知节点集的选择问题。联合谱感知技术虽然可以极大地提高认知系统的感知性能,但是随着参与感知的认知节点数目的增加,对系统资源的占用也会越来越多,使系统的传输效率下降。本文首先给出了认知网络中最优感知节点集的概念,接着分析了最优感知节点集的节点数目和平均接收信噪比所必须满足的条件,最后通过推导得到了在固定虚警概率条件下最优感知节点集的检测概率与它的节点数目和平均接收信噪比之间的关系表达式,并在此基础上提出了一种最优感知节点集的自适应选择算法。该算法不但能在认知网络中寻找最优感知节点集,同时还可以适应认知网络的动态拓扑变化。仿真结果证明了该算法的有效性。      

采用改进细菌觅食优化算法的无人机航迹规划

针对现有的无人机航迹规划方法收敛速度较慢、效率不高、易陷入局部最优等问题,构建了基于改进细菌觅食优化算法的无人机航迹规划结构,从三个方面改进算法:一是将固定步长改为自适应步长;二是游动时嵌入粒子群算法学习因子思想;三是将固定迁徙概率改为自适应迁徙概率.同时,提出了飞行代价目标函数,通过函数寻优进行无人机航迹规划,并由数字高程数据建立三维环境,对比基本细菌觅食优化算法和粒子群算法进行仿真.结果表明,基于改进细菌觅食优化算法优化的无人机航迹规划结构具有路径长度更短、路径更平滑和收敛速度更快的特点.     

基于模拟退火的自适应图像滤波算法

模拟退火是一种在邻域范围搜索最优解的优化算法,能够以较大的概率收敛到最优解,可运用于图像去噪。提出一种基于模拟退火的自适应图像滤波算法,可以自适应的对图像内部和图像边缘进行分类处理,以一定的概率接受偏离中值的像素,再结合加权平均得出图像结果像素值。实验结果表明该算法在滤除图像噪声的同时,可以较好的保存原始图像信息,具有较高的信噪比。     

基于烟花爆炸式混合蛙跳算法的LoRa网络参数分配策略

为了改善LoRa传输过程中的干扰冲突问题,提出了一种基于烟花爆炸式混合蛙跳算法的LoRa网络参数分配策略。首先,针对混合蛙跳算法存在易早熟、易陷入局部最优等不足,改变分配种群方式,同时引入反向学习、自适应烟花爆炸机制和高斯变异算子提高算法的搜索性能。其次,以最大化节点平均传输成功率为优化目标,并将接收灵敏度作为约束系数,保证信息能够被接收的前提下分配最佳参数。仿真结果表明,所提的分配策略优于其他分配方案,能显著降低节点碰撞概率,提高节点信息接收率。     

基于动态自适应双门限能量检测的序贯协作频谱感知算法

针对在一般高斯白噪声环境中,传统的双门限能量检测频谱感知算法忽略确定两门限之间的感知信息的问题,该文提出一种基于动态自适应双门限能量检测的序贯协作频谱感知算法。新算法以最优化检测概率为目标,采用序贯方式对协作用户进行动态自适应双门限建模,并对处于两门限之间的接收能量值进行软判决。进一步地,新算法能自适应动态调整门限大小和各判决区域协作用户数,以达到最大化检测概率和最优化受试工作特征曲线的目的。理论分析和仿真结果表明,与经典的双门限能量检测算法相比,提出算法具有更优的检测概率。     

协同认知无线网络中自适应中继节点选择算法

最优停止规则算法的优点是避免主用户考察所有次用户,使主用户能在较短观测时间内挑选出满足通信服务质量的中继节点。但存在些许不足之处,如仅考虑了单次协同通信情况,没有充分利用历史中继节点选择信息。为了克服上述缺点,需要优化该算法的性能,通过引入反馈机制,提出了自适应中继节点选择算法,在每次中继节点选择结束后更新信息库中次用户中继概率,主用户从中继概率高的次用户开始观测。研究结果表明:自适应中继节点选择算法的效率要比最优停止规则算法高;该算法可进一步减少观测次数,降低系统的传输时延和观测能耗,提高主用户的平均吞吐率。     

基于混沌密钥控制的联合信源信道与安全算术码编译码算法

该文针对深空通信、移动通信等资源受限网络中的信息有效性、可靠性和安全性传输,提出一种基于混沌密钥控制的联合信源信道与安全算术码编译码算法。该算法在编码端通过混沌映射1控制在算术码内嵌入多个禁用符号,将信道编码检错与密码流的扰乱相结合;同时,通过混沌映射2控制信源符号的算术编码,将信源编码与信息安全相结合,实现了联合信源信道与信息安全编译码。实验结果表明,该算法与现有的同类算法相比,当误包率为10-3时,改善编译码性能0.4 dB,同时增强了可靠性和安全性。     

基于有限反馈的非可信中继系统的物理层安全性能分析

在基于有限反馈获得部分信道状态信息的条件下,研究了放大转发非可信中继系统的物理层安全传输技术.通过目的节点发送人工噪声干扰信息,使系统获得了正安全容量.推导了安全中断概率和传输中断概率的闭合表达式,分析了反馈比特数对系统安全性和可靠性的影响,进而提出了能同时兼顾系统安全性和可靠性的最优反馈比特数的自适应选择方案.     

基于改进自适应演化算法的微波电路优化设计

对自适应演化算法进行了改进,修改了变异操作中分量值会超出定义域范围的错误,改善了重组操作并不一定产生更优后代的缺点,从而大大提高了收敛到全局最优解的概率.通过将此两种算法引入微波电路的设计中,通过结果对照,证明了改进算法的优良特性.     

基于FPGA和LMS算法的系统建模

自适应滤波器用于实现对未知系统的建模,用Matlab中的Simulink对LMS算法的实现方法进行仿真,在FP—GA中实现了LMS算法及其建模,并对FPGA设计的系统建模结果采用Matlab软件仿真,以增强Quartus的仿真功能,从而得到完整且直观的仿真结果。这种系统建模所采用的仿真、实现和验证方法同样适用于消除宽带信号中的窄带干扰,实现自适应谱线增强以及自适应均衡等,具有一定通用性。     

基于自适应遗传算法FIR数字滤波器优化设计

FIR数字滤波器优化设计的目标是对滤波器理想性能的逼近。遗传算法是一种模仿生物进化过程的全局优化概率搜索算法,它提出了一种求解复杂系统优化问题的通用框架,且不依赖于问题的领域和种类,在此将自适应的遗传算法应用于FIR数字滤波器的优化设计,通过评价种群的“早熟度”来自适应调整交叉率和变异率,提高了遗传算法的搜索效率。计算机仿真结果证明,该算法能够获得满意的滤波器性能。     

基于mobile agent的动态自适应网络安全模型的研究

计算机网络的迅速发展和广泛应用，对信息安全特别是网络安全带来了新的挑战。传统的安全模型和单一的安全手段，已不能适应复杂的网络结构、多变的入侵手段所带来的困扰。作者通过对多种典型的安全模型和技术分析后认为，网络安全是一种动态的安全。基于上述认识，本文提出了一种基于mobile agent的动态自适应安全模型，并详细介绍了该模型的基本结构、控制策略和原型的实现。     

基于聂曼-皮尔逊准则和无线信道的一种次最优分布式检测算法

在实际检测中,从本地检测器至融合中心的无线信道通常无法保证为理想传输信道,于是传统的基于理想信道的优化检测算法要做相应调整。基于非理想信道该文研究了一种次优检测算法,应用聂曼-皮尔逊(NP)规则推导出各节点的判决形式,根据概率知识求出各节点的虚警概率和检测概率,然后用迭代的方法得到虚警概率在一定范围内系统检测概率最大时各个节点的检测门限。最后通过仿真说明了信道的非理想性确实影响了系统的检测性能。     

基于决策树算法的信息资产识别

资产识别是网络安全动态风险评估过程的首要环节,在基于层面的信息资产划分方法上,通过数据挖掘技术中的决策树算法,研究了信息资产识别问题。实现了数据挖掘技术在资产识别中的应用。在对C4．5算法的基本流程进行描述的基础上,以信息资产数据集中的操作系统为例,利用C4．5算法实现了对数据的正确分类,并进行了规则的提取,为以后进行资产识别提供了依据,并指明了今后该算法在信息资产识别其他方面的研究方向。     

异构携能通信网络中基于人工噪声辅助的鲁棒安全传输方案

异构携能通信网络中信道状态信息不准确时,为保证信息、能量传输的安全性与可靠性,该文提出一种基于人工噪声辅助的鲁棒安全传输方案。通过联合设计宏基站、微基站的下行信息波束及人工噪声矩阵,干扰窃听者,同时提升系统能量接收性能。在基站的发送功率约束、合法用户的信息接收及能量接收中断约束和窃听者的窃听信息中断约束下,以最大化系统能量接收性能为目标进行建模。针对该问题的非凸性,首先将其等效转化为一种易于处理的形式;而后进一步利用Berstein-type不等式处理其中的中断概率约束,将其转化为凸的问题进行求解。仿真结果验证了该方案的安全性和鲁棒性。