基于可信计算的Ad hoc网络认证方案

针对在Ad hoc网络平台完整性证明方面存在的缺陷,基于可信计算技术提出一种认证方案。节点间通过直接匿名认证协议进行认证,利用平台配置寄存器值和存储测量日志进行平台证明,确认当前平台状态以及完整性,确保通信过程中节点平台的可信,消除了因平台完整性破坏带来的安全隐患,并且满足Ad hoc网络的动态拓扑和自组织特性。     

基于模拟退火算法的构件检索方法

现有构件检索方法在面对用户复杂功能需求时检索时间较长而且检索结果不够准确,针对该问题,提出基于模拟退火算法的构件检索方法,定义构件检索过程中的有序匹配解及其邻域,并结合构件的分类描述特征设计模拟退火指标函数,在此基础上迭代搜索出覆盖用户功能需求且成本近似最低的构件集合。实验比较结果证明,基于模拟退火算法的构件检索方法在检索速度和准确度方面有一定的提高。     

回归测试中基于值谱比较的偏离根定位法

在回归测试中,利用程序谱中的值谱比较不同版本程序的内部行为,将程序的比较转换为函数状态的比较,以估计偏离发生的大概位置,找到偏离根所在的函数。引入偏离调用树记录发生偏离的函数,在此基础上提出2种缩小偏离根定位范围的启发式方法,使偏离根的定位更精确。     

基于改进概念格的无冗余关联规则提取

在介绍概念格相关理论的基础上,提出改进概念格构造算法——Godin算法,在构造概念格的同时增加索引链表,有利于概念格的剪枝。把量化概念格、剪枝概念格与改进算法相结合,给出基于该改进算法的无冗余关联规则提取算法,并证明改进算法和无冗余规则提取算法的正确性和有效性。     

基于自相似的异常流量自适应检测方法

根据异常流量对网络自相似的影响,通过研究在流量正常和异常情况下表征自相似程度的Hurst 参数分布特点的不同,设计一种异常流量动态自适应检测方法。该方法采用小波分析估计Hurst参数,根据网络自相似程度自适应地调整检测阈值。对MIT林肯实验室的入侵检测数据测试结果表明,该检测方法具有较好的动态自适应性、较高的检测率及较快的检测速度。     

依赖于真子集的频繁邻近类别集挖掘

针对现有频繁邻近类别集挖掘算法存在重复计算和冗余邻近类别集的问题,提出一种依赖于真子集的频繁邻近类别集挖掘算法,适合在海量数据中挖掘空间对象的频繁邻近类别集。该算法用析构法建立邻近类别集数据库,用产生邻近类别集真子集的方法计算支持数,实现一次扫描数据库提取频繁邻近类别集。算法无需产生候选频繁邻近类别集,且计算支持数时无需重复扫描,从而达到提高挖掘效率的目的。实验结果表明,在海量空间数据中挖掘频繁邻近类别集时,该算法比现有算法更快速有效。     

基于空间和属性数据的联合索引技术

传统联合查询通常需要空间数据库对2个索引进行检索,通过集合运算得到最终结果,运算效率较低。针对该缺陷,提出基于空间和属性数据的联合索引技术,在索引目录项中加入属性数据提高联合检索速度。实验结果表明,该技术对于属性与空间位置有较高相关度的数据,具有较高查询效率。     

基于世界知识的深网数据源增强分类模型

针对传统词袋方法在深网(Deep Web)数据源分类应用中的局限性,提出一种基于世界知识的Deep Web数据源增强分类模型,通过对外部知识库的主题分析,建立特征映射,构造基于领域概念的辅助分类器,丰富Deep Web查询表单的特征集合。基于Wikipedia百科知识库对真实Web数据进行分类。实验结果证明该模型有效。     

RLCP:异构的协同预取存储设计方案

根据存储系统各级缓存的不同特点,提出了一种基于网络的异构协同预取方案RLCP(RA and Linux collaborate prefetching),它通过在存储客户端和存储服务器端使用不同的预取算法和替换算法,构建一个异构的两级存储系统,并利用合适的协同预取策略,动态调整预取算法的积极性,提高了存储系统的性能,同时也为云存储提供了一种优秀的解决方案.     

基于电路模型的复杂网络节点相似度度量

针对复杂网络中节点相似度度量的问题,在物理学相关知识的启发下,运用相关模型提出了一种基于物理学中电路模型的节点相似度度量的方法.纯粹从节点间的链接图结构来计算节点间的相似度,节点间的相似度用物理学电路模型中的电阻来衡量:电阻越小,相似度越大;电阻越大,相似度越小.实验结果表明了该方法的有效性和合理性,提供了一种借用其它学科方法来解决复杂网络节点相似度度量的新颖方法.