强安全无证书签名方案的安全性分析和改进

对王亚飞等人提出的强安全性无证书签名方案进行安全性分析,指出其方案难以抵抗不诚实KGC下的公钥替换攻击。针对此类问题,采用改变传统无证书算法顺序,以KGC公告板形式公开用户公钥,用户可以通过本地保存的私钥和公钥验证公钥的真实性,从而对KGC的行为进行约束。安全性分析表明,改进后的方案能够抵抗基于不诚实 KGC安全级别下的公钥替换攻击,而且方案避开了无双线性对和逆运算,效率优于已有方案。     

基于改进QPSO的模糊C-均值聚类算法

针对模糊C-均值聚类算法容易陷入局部极值等缺陷,提出了基于改进QPSO的模糊C-均值聚类,算法利用QPSO的优点,并对量子门更新策略进行了改进。实验结果显示该算法提高了模糊聚类算法的聚类效果以及搜索能力,在全局寻优能力、跳出局部最优能力、收敛速度等方面具有优势。     

禁忌遗传算法整定的网络拥塞控制研究

研究网络拥塞优化控制问题,网络路由器是网络拥塞的主要控制单元,当网络业务流量大增,造成路由器缓存队列增加,引起时延抖动.传统网络路由器采用PID控制方式,与控制效果相关的3个参数,采用试验和试凑等人工方式进行优化,参数一旦确定就固定不变,而网络上信息流量具有时变性和突发性,因此传统PID固定参数方式不能适合网络变化特点,导致网络容易产生拥塞现象.为了更好防止网络拥塞,提出一种禁忌遗传算法的网络拥塞控制方法.用遗传算法的全局搜索方式对网络路由器PID控制参数进行寻优,再用禁忌搜索算法对遗传算法得到的PID参数进行局部求精搜索,最后获得最优网各路由器PID控制参数.仿真结果表明,禁忌遗传算法能够很好的适应网络流量变化规律,更快找到最优路由器PID控制参数,提高控制效果,有效控制网络流量,减少了网络传输时延,为优化控制提供了参考.     

电动汽车燃料电池电压温度参数的逆控制优化

燃料电池的温度和电压是影响电动汽车性能最关键的两个参数;由于电动汽车燃料电池的温度和电压具有较强的非线性和耦合性的特点,使得传统的线性系统理论无法适用;为此,提出一种基于最小二乘支持向量机(LS-SVM)的燃料电池逆控制优化算法;利用LS-SVM建立燃料电池逆模型,利用RLS算法对燃料电池逆模型进行校验,利用ε-滤波方法对控制器进行在线参数调节;仿真结果证明该逆控制方法能够快速准确地对燃料电池中电压和温度进行精确解耦控制,保证了电动汽车对燃料电池的性能要求。     

基于ZigBee的低延时PDA网络系统设计与实现

传统的自助信息服务系统(PDA)终端平台设备只具有简单的读写功能,网络互动能力较差,在文件传输中出现较大的数据流时会造成明显的网络延时;设计并实现了基于ZigBee网络的终端PDA平台系统设计;在平台设计中,引入了主从CPU轮流方式,分担设备交互中产生的海量数据流,在外围电路中,设计了专用的SD存储卡,便于数据移植;在原有的平台无线传输模块中,进行了链路升级,采用分级路由机制,有效降低数据包的路由延时。并以教学PDA为例进行开发与试验,系统测试表明:文章设计的自助信息服务系统PDA网络下行发送数据在10ms可以完成,误码率为0.001%,上行发送数据成功率高达99.7%;证明该系统具有稳定的网络性能与实用性;具有较高的网络稳定性和很强的实用价值。     

基于入侵检测技术的网络安全研究

本文首先概括了网络信息安全的概念和当前网络安全解决方案的局限性,然后在研究入侵检测概念的基础上,对入侵检测的方法进行了系统分析,提出了入侵检测技术的发展趋势。     

计算机辅助教学专家系统的研究

为了解决计算机辅助教学系统在实际应用中的不足之处,结合人工智能的专家系统,对智能化计算机辅助教学系统中的提问环节研究,采用模式识别、正向规则推理和案例推理方法,提出辅计算机辅助教学系统中专家系统的设计模型。     

基于数据挖掘的尘肺病建模与预测研究

为了提高尘肺病的预测准确性,针对尘肺病历史数据少、不确定的特点,采用多种数据挖掘技术进行建模,提出一种基于GM-BPNN的尘肺病组合预测模型。首先利用灰色模型GM(1,1)对尘肺病进行预测,然后采用BP神经网络对GM(1,1)预测结果进行修正,并采用遗传算法优化BP神经网络的初始权值和阈值,最后对1981~2006年的尘肺病例进行仿真测试。仿真结果表明GM-BPNN很好地解决了尘肺病预测过程中的小样本、非线性问题,相对于单一预测模型,提高了尘肺病的预测精度。     

基于任务延迟的云计算资源调度算法研究

云计算是基于互联网发展起来的新型计算模式,对网际间各个节点的计算能力达到了充分利用;为了提高用户对云计算的使用效率,一般要为用户任务进行合理的全局资源调度和本地资源调度;对于全局资源调度,提出了一种改进的DAG图方法,充分考虑了任务撤销后对全局资源调度的影响;对于本地资源调度,提出了一种基于任务延迟的资源调度方法,充分考虑了立即调度不能执行时,如何合理地配置本地计算资源和等待时间的问题;实验结果表明,提出的方法能较好地提高全局资源调度和本地资源调度的效能。     

基于博弈模型的合作式粒子群优化算法

粒子群算法作为一种新兴的进化优化方法,能够大大减轻复杂的大规模优化问题的计算负担. 根据博弈论的思想,在传统粒子群基础上提出了一种基于博弈模型的合作式粒子群优化算法,算法基于重复博弈模型,在重复博弈中利用一个博弈序列,使得每次博弈都能够产生最大效益,并得到了相应博弈过程的纳什均衡. 通过典型基准测试函数对算法的性能进行对比实验,实验结果表明算法是可行的、有效的,对拓展粒子群算法研究具有重要的理论意义与实际意义.