WSN中基于LEACH的改进路由协议

针对LEACH协议中簇首分布不均匀和节点能量消耗不均衡的问题,为了提高节点能量利用率,延长网络运行周期,提高节点在网络运行过程中的存活率,提出了一种LEACH-NE改进算法。该算法综合考虑节点到基站的距离及节点的剩余能量等因素确定最佳簇首个数,然后通过考虑能量因素来优化簇首选择。仿真结果证明了改进后的路由协议在网络运行周期和网络能量消耗方面优于LEACH协议。     

集群应用为系统减负——青岛海关双机集群服务器系统的建设与应用

青岛海关于2002年组织开发并推出了网上办公系统,初步实现了海关行政管理和办公业务的信息化和网络化。青岛海关办公自动化系统主要由公文处理系统、催办督办系统和日常办公系统3部分组成。关员在青岛关区的任何一台微机上,都可以从青岛海关公共信息网上,登录办公自动化系统,然     

基于改进蚁群算法的WSN能量均衡路由算法

WSN节点大都分布散乱，无法及时进行电池的更换，所以易出现网络能耗不均，重要节点过早消耗殆尽，故提出一种优化改进蚁群算法的路由算法，运用网络分层带和限制搜索角，引入介能距离和梯度函数，并在概率函数中加入能量因子等，来增长网络周期，增强寻优能力，降低能量消耗，避免先行陷入局部最优。通过仿真实验表明，该改进算法确实能够克服经典蚁群算法的缺陷，实现高效实时的优化路由。     

大型施工现场综合布置施工策划与管理

北京绿地中心工程总建筑面积351 524 m2。其中,4号商务办公楼为超高层建筑,建筑高度260m。由于施工场地狭小、工期紧张,特别是4号商务办公楼,建筑高度高、体量大,各专业交叉作业多。因此,项目部提前策划,进行了大型施工现场总平面布置与管理,创新使用了绿色路面、提升电梯门、电锅炉供暖等措施,社会效益和经济效益显著,实现了绿色施工目标。     

PtSi／P—Si红外探测器的优化设计与制作

本文对ＰｔＳｉ／ｐ－Ｓｉ红外探测器的结构进行了优化设计，并研制成功性能优良的器件。反向击穿电压达１８０Ｖ。在７７Ｋ下，反偏４Ｖ的漏电为５×１０－６μＡ，对１．５２μｍ的红外光，量子效率为２．４％。     

电子商务系统信任管理研究综述*

通过分析目前电子商务信任模型的研究现状,总结出了研究信任模型的主要方法,讨论了信任研究中所涉及的各种问题,并指出了下一步研究的方向和思路。     

基于一维卷积神经网络的网络流量分类方法

针对传统机器学习算法对于流量分类的瓶颈问题,提出基于一维卷积神经网络模型的应用程序流量分类算法。将网络流量数据集进行数据预处理,去除无关数据字段,并使数据满足卷积神经网络的输入特性。设计了一种新的一维卷积神经网络模型,从网络结构、超参数空间以及参数优化方面入手构造了最优分类模型。该模型通过卷积层自主学习数据特征,解决了传统基于机器学习的流量分类算法中特征选择问题。通过网络公开数据集进行模型测试,相比于传统的一维卷积神经网络模型,所设计的神经网络模型的分类准确率提升了16.4%,总分类时间节省了71.48%。另外在类精度、召回率以及[F1]分数方面都有较好的提升。     

基于机器学习的SDN异常流量检测架构

针对SDN网络中控制器容易受到DDoS攻击导致CPU资源耗尽的问题，提出一种基于机器学习的SDN异常流量检测架构。根据DDoS攻击在通信、频率等方面的特性从流表中提取相关联的七维特征，使用互信息法筛选出四维最优特征子集，结合集成投票算法检测异常流量，利用SDN转控分离的独特性质提出多目标流路由方案，为正常流量分配高带宽、低延迟的优化路径。实验结果表明，提出架构能及时准确检测到DDoS攻击，集成投票算法在时间开销和CPU平均利用率方面有较好改善。