一种基于入侵模式的蠕虫攻击预警方法

蠕虫在网络中传播速度快,产生的危害大,如能及时检测到蠕虫入侵,则可减少很多损失。针对蠕虫的入侵模式,文章提出了一种蠕虫预警方法,并设计了一个预警系统模型,以检验该方法的有效性,实验结果表明这种方法能够比较有效地检测蠕虫的早期入侵。     

蠕虫预警及非线性传播模型优化

目前已有一些蠕虫检测系统利用蠕虫传播特性进行检测,误报率高,不能对大范围网络进行检测。为此,首先对蠕虫传播模型进行了分析和优化,提出了新蠕虫分布式传播模型。针对该模型提出了分布式蠕虫检测技术,亦即采用基于规则的检测方法监控网络蠕虫,控制台管理和协调多个检测端的工作。实验结果表明,该方法能够很好地预警蠕虫的传播行为并进行监控和报警,具有高检测率和低误报率。     

蠕虫预警技术研究与进展

当前网络蠕虫对Internet构成重要威胁,如何防范蠕虫已经成为网络安全的重要课题。由于蠕虫传播速度快、规模大,因此必须在蠕虫传播初期就能发现并对其采取相应措施进行隔离。全面分析了蠕虫预警方面的最新研究进展,包括路由器级的蠕虫检测、基于行为的蠕虫检测、蠕虫特征的自动提取,并对蠕虫的特点进行了总结,最后对未来蠕虫检测的可能方向进行了展望。     

基于贪婪算法成像侦察卫星调度方法研究

成像侦察卫星的调度问题需要考虑大量互相联系的约束条件,实现全面调度的难度比较大,特别是在作战的情况下,很难满足快速战略决策的要求,而且各种干扰因素将会对卫星的状态产生影响,需要优越的初始调度方案作为基础.针对以上提出的实际问题,首先对成像侦查卫星约束条件进行分析,在简单假设的基础上对问题进行描述,建立卫星调度的约束模型,基于贪婪算法原理,通过软件实现调度模型求解,得到成像侦查卫星的快速调度方案,为卫星任务状态变化的二次调度和满足快速战略决策提供比较令人满意的调度基础解.     

基于贪婪算法的MGS编码优化方法

提出一种基于贪婪算法的MGS可伸缩编码的码率控制优化方法。该方法以较低的计算复杂度优化MGS编码,根据不同帧类型和质量层类型的统计特性分别建立不同的率失真模型,并基于贪婪算法确定MGS的片层优化分配方案。实验结果表明,该方法在相同码率下明显提高解码图像的质量,平均峰值信噪比可提高0.5 dB。     

基于贪婪算法的排课系统的探讨与实现

在实际项目案例中,针对开发排课系统难度较大,根据客户排课的实际需求,提出基于贪婪算法,以资源匹配为基础,用内存动态分区分配的最佳适应法为依托进行研发.     

无线传感器网络中故障容忍算法研究

针对无线传感器维护困难,改善故障容忍能力的问题,提出了一种基于故障容忍度的自适应容错拓扑控制算法。首先,阐述了节点故障容忍度衡量指标,其次,详细分析了算法的各个阶段,最后通过仿真实验与常用算法对比,结果表明,基于故障容忍度的自适应容错拓扑控制算法具有更好的控制效果,极大地提高了使用效率。     

一种改进的贪婪式覆盖算法

文中对覆盖算法进行了介绍和分析，提出了一种基于贪婪算法思想的改进的覆盖算法，称之为贪婪覆盖算法。通过对覆盖初始中心选择方式的改进，减少覆盖数量。通过实验，对比目前已有的几种实现方法，覆盖数量有了较大的下降，明显提高了分类识别的速度。     

一种改进的贪婪式覆盖算法

文中对覆盖算法进行了介绍和分析,提出了一种基于贪婪算法思想的改进的覆盖算法,称之为贪婪覆盖算法。通过对覆盖初始中心选择方式的改进,减少覆盖数量。通过实验,对比目前已有的几种实现方法,覆盖数量有了较大的下降,明显提高了分类识别的速度。     

基于改进贪婪算法的测量节点选择优化方法

未来应用场景对名字解析系统有着确定性时延保障的需求,如何有效选择测量节点,为确定时延名字解析提供支撑是本文着力解决的问题。本文将网络测量节点部署问题映射成为最小点覆盖问题,并基于传统的贪婪算法提出一种面向网络测量节点选取的改进贪婪算法,从优化贪婪算法迭代周期和针对实际场景特点改进排序算法2个方面进行优化。实验结果表明,基于改进贪婪算法的求解方式比传统贪婪算法的求解方式,平均耗时减少了90%以上。     

基于贪心策略的网格工作流费用优化算法*

针对有向无环图描述的截止期约束下的网格工作流费用优化问题,提出了基于贪心策略的网格工作流费用优化算法GSA-GW(greedy scheduling algorithm for grid workflow)和IGSA-GW(improved GSA-GW)。算法首先在当前分配下将截止期转换为各任务的全局时间浮差,各任务再在全局时间浮差的限制下按照两种贪心策略选择备选资源替换原有分配。实验结果证明,两算法能较好地优化工作流费用,提高工作流调度效率。     

基于贪心算法和遗传算法的仓储车辆调度算法

针对仓储车辆调度问题提出一种基于贪心算法与遗传算法的调度算法。它主要利用遗传算法为框架筛选、进化出高效的调度方案,算法又融合了贪心算法对调度中的任务排序进行了快速优化。此融合使得遗传算法的编码简便,排除了不可行解的可能,从而使得算法性能大大提高。算法已经C++语言编程实现,实验分析证明:算法有效地提升了调度方案的效率。     

基于OFDMA系统的改进型功率分配贪婪算法研究

通过考虑功率分配中OFDMA系统的吞吐量与用户间公平性能的平衡问题,在公平约束条件下,提出一种改进型功率分配贪婪算法.该算法根据用户请求进行子载波的预分配,可以有效地实现每个用户具体的比特分配和功率分配.仿真结果表明,该算法的吞吐量逼近于迭代注水功率分配算法,可以在OFDMA系统的吞吐量与用户间的公平性能之间寻求到一个理想的平衡点.     

一种分片混沌贪婪振荡退火TSP优化算法

引入自适应升温策略或使用蒙特卡罗策略的模拟退火算法在复杂TSP求解时分别表现出收敛缓慢和全局最优逼近能力有限的问题;而现有的混沌优化算法由于logistic映射的缺陷,削弱了其跳出局部最优的能力.故设计一种融合型算法框架,在框架中嵌入分片Lorenz混沌映射系统,加强混沌算法对邻域解的搜索均匀度;引入了贪婪策略构造逼近全局最优解的初始解,使算法具有跃迁到全局最优解邻域的能力;此外设计了振荡退火互补机制,改善了子迭代解筛选过程,增强算法全局搜索性能.实现算法后,使用国际公开TSPLIB算例,经过多轮对比测试,验证了新算法对TSP的求解性能指标优于对比组模拟退火算法和logistic混沌优化算法,具有更短的收敛时间和更强的全局最优逼近能力.     

稀疏表示和贪婪搜索的人脸分类

目的 随着稀疏表示方法在图像重建问题中的巨大成功,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法.为了加强样本间的协作表示能力以及减弱稀疏分解时的强L1约束,提出了一种在稀疏分类框架下的迭代剔除机制和贪婪搜索策略的人脸识别方法.方法 将测试样本表示成训练样本线性组合的方式,并在所有训练样本中通过迭代计算来消除对分类影响较小的类别和单个样本,在系数分解的过程中采用最小误差正交匹配追踪(EcOMP)算法,进而选择出贡献程度大的类别样本并进行分类.结果 在迭代更新样本字典的过程中,强化了真实类别的表示能力,并弱化了分解系数的强L1约束.在所有的实验中,正则化参数λ的取值为0.001,在ORL、FERET和AR 3个人脸数据库上,本文算法的识别率可分别达到97.88％、67.95％和94.50％,进而验证了本文算法的有效性.结论 提出的在稀疏分类框架下的迭代剔除机制和贪婪搜索策略的人脸识别方法,在动态迭代的机制中完成了样本字典的更新,平衡了协作表示和稀疏约束的关系,相比较原始的稀疏分类模型有更好的准确性和稳定性.     

基于贪婪算法的自动排课表系统的研究与实现

排课表问题是一个具有不确定性、NP完全的组合优化问题.为了能够有效地解决排课表问题,提出了一种基于二分查找策略的贪婪算法来解决限制条件非常复杂的排课表问题.该算法把教室的可容纳人数以及可用的时间综合起来看成是一种可用的资源,对资源按照二叉排序树的形式进行排序,并把要申请教室的课程看成是资源的索取者,通过对资源树的搜索遍历,寻找合适的教学节点.在排课表过程的效率与排课表结果的可用性中取得了一个较好的平衡点.     

一种快速、贪心的高斯混合模型EM算法研究

针对传统EM算法存在初始模型成分数目需要预先指定以及收敛速度随样本数目的增长而急剧减慢等问题,提出了一种快速、贪心的高斯混合模型EM算法。该算法采用贪心的策略以及对隐含参数设置适当阈值的方法,使算法能够快速收敛,从而在很少的迭代次数内获取高斯混合模型的模型成分数。该算法通过与传统EM算法、无监督EM算法和鲁棒EM算法的聚类结果进行比较,实验结果证明该算法具有很强的鲁棒性,并且能够提高算法的效率以及模型成分数的准确性。     

基于贪婪离散类电磁机制算法求解背包问题

针对基本类电磁机制算法不能够有效解决离散型的背包问题,提出了一种贪婪离散类电磁机制算法。首先,提出一种交叉操作;然后,利用提出的交叉操作对基本类电磁机制算法中的合力计算公式和粒子移动方法进行修改,使其能够适用于离散型问题;最后,引入贪婪算法的机制来处理经过类电磁机制算法迭代得到的解,使这些解满足背包问题的约束条件。通过对3个经典的背包测试问题进行的测试结果表明:该算法可以解决离散型的背包问题,并且具有较优的求解性能。     

一种基于贪心算法的快速PCA算法

提出一种快速算法,该算法利用贪心算法构造卷数据降维矩阵,在保持点与点之间“核距离”不变的情况下．把待分解矩阵变换成一个低维矩阵。在没有偏差的情况下,将对原始大矩阵的分解变成对这个低维矩阵的分解,大幅降低了时间复杂度,减少了对内存的使用率的同时增加了算法的稳定性。     

Research of internet worm warning system based on system identification

The frequent explosion of Internet worms has been one of the most serious problems in cyberspace security.In this paper, by analyzing the worm's propagation model, we propose a new worm warning system based on the method of system identification, and use recursive least squares algorithm to estimate the worm's infection rate. The simulation result shows the method we adopted is an efficient way to conduct Internet worm warning.