分簇无线传感器网络安全多路径路由协议

针对多路径路由难以有效抵御恶意节点对无线传感器网络网络层的安全攻击,将多路径路由与节点可信度评价进行有效结合,以节点的转发数据包成功率和包重传率作为直接信任指标,邻居节点对评价节点的信任作为间接信任指标,提出一种基于可信节点的安全多路径路由协议.为降低网络开销,只对簇头节点进行可信度评价,并利用节点信任值衡量下一跳节点的可靠性,计算能达到期望安全性要求的多路径数目,进行信任多路径路由的建立.仿真结果表明:该协议能够有效地均衡路由能耗,延长网络生存周期,保障无线传感器网络的路由安全.     

一种基于节点信誉度的无线传感器网络信任模型

针对无线传感器网络节点存在不信任因素的问题,利用无线传感器网络节点的数据、带宽和能量建立信任模型,并将信任模型引入到无线传感器网络管理体系中,此时网络组建和节点各种行为都以信任度为依据.从模拟实验结果可以看出,该模型可以减少网络的丢包率,网络具有更高不信任行为检测率.     

基于关联度分析的WSN节点信任模型研究

该文基于社会网络关联度分析的无线传感网络节点信任模型进行研究。给出了无线传感器网络的模型并将其与社会网络模型进行了相似性分析;建立了基于社会网络关联度的WSN节点信任模型,提出了基于关联度的传感器节点信誉度的计算方法;并设计了基于滑动窗口的传感器节点信任值计算及更新算法(SNTUA)。通过仿真实验,证明了该算法的有效性和准确性,其性能优越于其他两种算法。     

融合节点信誉度和路径跳数的WSNs虫洞攻击检测策略

为抵御无线传感器网络中的虫洞攻击,提高网络性能。本文根据虫洞攻击下节点邻居数目出现的异常情况,对邻居数目超出阈值的可疑节点进行筛选,然后令其专有邻居集中的节点相互通信,记录路径跳数,将跳数超出虫洞阈值的路径标记为待测路径;借助贝叶斯信誉模型计算该待测路径上中间节点的直接信任值,并结合邻居数目、处理延时、节点能量、包转发率等信任因素对节点的间接信任值进行评判,进而获得该节点的综合信任值;通过将路径跳数与中间节点的综合信任相结合,计算待测路径的路径信任评价量,并依据受虫洞攻击节点的路径特性合理设定信任阈值,提出一种融合节点信誉度和路径跳数的虫洞攻击检测策略(wormhole attack detection strategy integrating node creditworthiness and path hops, WADS-NCPH),以检测无线传感器网络中的虫洞攻击。仿真结果表明,WADS-NCPH对虫洞攻击的检测具有显著效果,即使面对高攻击度的网络,该策略仍能有效检出虫洞攻击并移除虚假链路,提高无线传感器网络的安全性和可靠性。     

基于混合高斯分布的传感器网络主观信任模型

在传感器网络中,节点可信度常受到节点性能和环境的影响而呈现周期性变化,针对现有信任模型对这种情况的动态适应性不足,提出了一种基于混合高斯分布的传感器网络主观信任模型(MGSRM).该模型通过建立多个高斯分布函数对应被评价节点的多个可信度"状态",提高了信任值计算的动态适应能力.使用当前信任值和综合信任值分别评测被评价节点的短期行为和长期行为,具有针对性和实用性.仿真分析表明,与已有信任模型相比,MGSRM模型在准确性、动态适应能力和学习记忆能力等方面具有优势.     

WSNs基于信誉机制的恶意节点识别模型

为了抵御无线传感器网络内部节点的拜占庭行为以及自私行为,针对现有恶意节点识别系统检测功能单一、不可抵御高信誉节点的恶意诽谤行为等问题.提出了一种无线传感器网络下的恶意节点识别模型,该模型采用Beta分布描述信誉分布,引入了第三方节点的间接可信度,并将多种攻击类型相对应的节点信任值进行整合.仿真实验表明,该模型能够更快更准确地识别出发起多种攻击的恶意节点,并在一定程度上抵御了高信誉节点的恶意诽谤行为.     

基于链接的无线传感器网络簇中可信模型

通过引入社会网络中链接的概念,提出1种无线传感器网络簇中可信模型,以更有效地检测非正常节点。模型把对节点的信任分成持久信任和即时信任,在即时信任和持久信任的基础上计算每个节点的信誉,利用信誉检测非正常节点。通过实验分析了阀值的取值并将本研究模型与其他模型进行比较。实验结果表明,在检测非正常节点方面,基于链接的簇中可信模型比GTMS(group-based trust management scheme)和RFSN(reputation-based framework for sensor network)更为优秀。     

基于云模型的风险评估方法研究

以复杂网络环境中的网络交易为研究背景, 引入云模型理论, 通过对复杂网络环境中的信任、信任影响因素及信任评价机制等问题的研究, 提出了基于云模型的信任评估模型, 实现了信任的定性与定量的转换, 客观地反映了信任的随机性、模糊性和不可预测性; 为了有效地对复杂网络中交易风险进行评估, 研究并提出了基于云模型的风险评估方法. 仿真实验表明, 提出的信任评估模型能对复杂的网络环境中实体的信任做出合理的评价; 基于云模型的风险评估方法能对电子商务中的交易风险进行合理可行的预测. 设计并实现了一个基于云模型的风险评估系统, 进一步验证了基于云模型的风险评估方法的可行性和合理性, 也为复杂的网络环境中风险评估的研究提供了有价值的新思路.     

开放网络环境中的信任管理框架

在开放网络环境中,运用用户行为及模糊理论对信任框架进行了建模. 给出了信任的定义和信任的计算机制及算法. 该算法具有对恶意节点屏蔽能力. 引入亲疏系数的概念,可同时解决恶意节点的定义方式以及信任网络初建立时各节点信任度初始化的问题. 扩展了云模型,使得信任度期望接近信任评价区间临界区域时,节点拥有与一般信任度期望远离临界区域时完全不同的信任程度. 讨论了云模型各参数对信任度计算的影响. 通过引入时间衰减系数及行为影响系数,较好地解决了信任的模糊性随时间及行为变化的动态性特点.     

开放网络环境中信任管理框架

在开放网络环境中,运用用户行为及模糊理论对信任框架进行了建模。给出了信任的定义和信任的计算机制及相关算法。该算法具有很好的对恶意节点的屏蔽能力,引入亲疏系数的概念,可同时解决了恶意节点的定义方式以及信任网络刚建立时各节点信任度初始化的问题。扩展了云模型,使得信任度期望接近评价区间临界区域时,节点拥有与一般信任度期望远离临界区域时完全不同的信任程度。讨论了云模型各参数对信任度计算的影响。通过引入时间衰减系数及行为影响系数,较好地解决了信任的模糊性随时间及行为变化的动态性的特点。     

基于socket扩展模型的服务器集群研究

由多台服务器构成服务器集群系统来分担负荷，已成为避免网络服务器性能瓶颈的一种有效结构。传统服务器集群系统的负载均衡器担当了客户与真实服务器通信全过程的中介，致使负载均衡器容易成为系统的瓶颈。针对传统的服务器集群系统存在的不足，对传统socket通信模型进行了扩展。经测试扩展后的模型，很大程度上减轻了负载均衡器的负载，提高了系统的吞吐量和可扩展性。     

团簇理论的空间数值模型

在扩散理论稳态特性的基础上,推导扩散理论的瞬态模型。同时,在已有的团簇理论基础上,结合力学原理建立团簇理论在竖直方向上的运移模型。将扩散理论瞬态模型结合运移模型,建立了团簇理论的空间数值模型,提供了通过瞬态特性从微观角度跟踪、分析射气固有运移机制的可能性。     

基于生命周期的高阳纺织产业集群路径发展特征研究

基于产业集群生命周期的角度,对河北省高阳纺织产业集群进行了详实的论述与分析.通过大量文献研究及相关学者的建议,本文确定集群规模、集群网络、集群创新、集群门槛作为集群发展的4个特征.在综合运用结构方程等统计软件的基础上,对高阳纺织产业集群所收集的调查问卷,二手数据进行分析整理,最终确定高阳纺织产业集群处于成熟阶段.     

湖北省中小企业产业集群化的探讨

简要介绍了湖北省中小企业发展状况，分析了产业集群化发展对湖北省中小企业的促进作用，并提出了促进湖北省中小企业实施产业集群化发展的有效措施。     

IT基础设施运营成熟度模型的实证研究

以翰纬IT管理研究咨询中心(S inoServiceOne)的调查数据为基础,采用聚类分析方法,以定量的模式识别出ITIO-CMM模型的5个等级及配置管理、事故管理、运营计划管理、变更管理、能力管理、服务质量管理、定量过程管理、过程改进管理等14个关键过程域。概述了ITIO-CMM模型中各个关键过程域的不同目标,分析了数据中的异样情况。     

胶体粒子絮凝、沉降的计算机模拟 Ⅱ 粘附系数对Cluster生长形态的影响

用Cluster生长的自调整模型,考查了不同粘附系数下的Cluster生长形态.结果表明,随着粘附系数的逐渐减小,Cluster生长形态逐渐由开放的树枝形结构过渡到致密的结晶型结构.并且在粘附系数很小时,Cluster的形态将显示出格子模型的影响.     

基于遗传算法的数据挖掘技术应用

本文对数据挖掘进行了概述,阐明了数据挖掘的概念、数据挖掘在商业中的意义．提出了数据挖掘技术中的一个重要算法——遗传算法的基本原理以及遗传算法在数据挖掘技术中的地位．结合大型商场管理系统提出了一种基于遗传算法的最优客户群体数据挖掘算法,以实例说明了应用遗传算法中需要注意的一些问题,并讨论了数据挖掘技术所面临的问题和挑战．     

基于机群系统的N体问题调度算法

采用合理的任务调度策略能有效地降低N体问题求解时间,对大量科学与工程应用具有重要意义。为此,在机群计算平台上,设计了N体问题的并行算法,推导出该算法的性能模型。同时,针对机群的特点。提出了基于整数规划的N体问题自适应调度算法．实验表明,并行算法具有良好的可扩展性,性能模型正确,基于整数规划调度算法较典型调度策略高效．     

DSP-TMM: A Robust Cluster Analysis Method Based on Diversity Self-Paced T-Mixture Model

In order to implement the robust cluster analysis, solve the problem that the outliers in the data will have a serious disturbance to the probability density parameter estimation, and therefore affect the accuracy of clustering, a robust cluster analysis method is proposed which is based on the diversity self-paced t-mixture model. This model firstly adopts the t-distribution as the sub-model which tail is easily controllable. On this basis, it utilizes the entropy penalty expectation conditional maximal algorithm as a pre-clustering step to estimate the initial parameters. After that, this model introduces l_2,1-norm as a self-paced regularization term and developes a new ECM optimization algorithm, in order to select high confidence samples from each component in training. Finally, experimental results on several real-world datasets in different noise environments show that the diversity self-paced t-mixture model outperforms the state-of-the-art clustering methods. It provides significant guidance for the construction of the robust mixture distribution model.     

基于网络效应经济的虚拟企业集群模式演进与策略研究

网络效应经济所引发的虚拟企业集群克服传统企业集群的空间、信息、资源等要素聚集的地域限制。分析网络效应机理,可以将企业集群演进分为资源空间型、供应链型、虚拟企业型等模式。基于网络效应空间特点的考察,虚拟企业集群发展应主要采取规模效应递增、技术标准运作、转换成本锁定等发展策略。