一种针对拒绝服务攻击的IP逆向追踪方案

1 引言拒绝服务攻击(Denial of Service,DoS)是指攻击者有意阻碍合法用户使用某一服务的行为。DoS攻击者可能采取以下三种方式中的一种或多种:a使服务器崩溃;b用大量数据阻塞用户与服务器之间的通讯链路;c用大量请求消耗服务器资源。拒绝服务攻击是Internet上对各商业站点攻击的重要方式。     

基于复合变换的人脸光照补偿方案*

分析了非线性变换对图像产生的影响,提出一种复合变换补偿的方法.该方法产生的变换曲线两端起伏剧烈而中间平缓,有效地扩充了中间正常光照区域.选取了过亮、过暗和偏光等不同光照条件下的图像进行实验,结果表明该方法能对光照进行有效的补偿.     

采用新代价模型的HMA网格资源调度

网格系统为管理和调度跨越不同区域的资源提供了一种虚拟框架。该文提出了一个基于HMA的网格资源调度系统以实现资源发现和调度;给出了一个新型的代价模型,它比传统的代价模型更多地考虑了资源发现代价和资源决策代价。随后,将新型代价模型集成到基于HMA的网格资源调度系统中。对比实验显示,新型代价模型下的最优解优于传统代价模型下的最优解。     

一种启发式知识约简算法

属性约简是Rough集理论中的核心问题之一,找出所有的约简或最小约简是一个NP难题.本文证明了正区域和边界域的一些性质,指出在考虑正区域作为启发信息的同时,还应该考虑在不一致决策表中边界域对约简的影响,综合这两种信息,提出了不一致决策表约简的启发信息.并在此基础上,设计了不一致决策表的启发式约简算法.实验证明,在多数情况下,该算法能够得到决策表的最小或次优约简.     

一种基于新的条件信息熵的高效知识约简算法

分析了在知识约简过程中现有条件信息熵的不足,给出一种新的条件信息熵,由此定义新的属性重要性.将其与基于正区域和基于现有条件信息熵的属性重要性进行比较,结果表明新的属性重要性是一种更准确、更全面的启发信息.以新的属性重要性为启发信息设计约简算法,并给出计算新的条件信息熵的高效算法.理论分析和实验结果表明,与基于现有条件信息熵的约简算法相比,该约简算法时间复杂度较低,且在搜索最小或次优约简方面更优.     

页岩气储层预测的多标签主动学习算法

针对页岩气储层数据获取困难、标签稀缺、标注成本高昂的问题,提出一种多标准主动查询的多标签学习(MAML)算法.首先,考虑样本的信息性和代表性来对样本进行初步处理;其次,加入包括属性差异性和标签丰富性的样本丰富性约束,在此基础上选择有价值的样本进行标签查询;最后,利用多标签学习算法来预测剩余样本的标签.通过11个Yaho...     

高效联邦学习：范数加权聚合算法

在联邦学习中,跨客户端的非独立同分布(non-IID)数据导致全局模型收敛较慢,通信成本显著增加。现有方法通过收集客户端的标签分布信息来确定本地模型的聚合权重,以加快收敛速度,但这可能会泄露客户端的隐私。为了在不泄露客户端隐私的前提下解决non-IID数据导致的收敛速度降低的问题,提出FedNA聚合算法。该算法通过两种方法来实现这一目标。第一,FedNA根据本地模型类权重更新的L₁范数来分配聚合权重,以保留本地模型的贡献。第二,FedNA将客户端的缺失类对应的类权重更新置为0,以缓解缺失类对聚合的影响。在两个数据集上模拟了四种不同的数据分布进行实验。结果表明,与FedAvg相比,FedNA算法达到稳定状态所需的迭代次数最多可减少890次,降低44.5%的通信开销。FedNA在保护客户端隐私的同时加速了全局模型的收敛速度,降低了通信成本,可用于需要保护用户隐私且对通信效率敏感的场景。     

基于试探的公平任务分配算法

在任务不可剥夺的分布式服务器系统中，如何实现公平性，降低平均延迟比是提高服务质量的关键，文章介绍一种基于试探的任务分配算法，当任务长度服从指数分布时，能获得很好的公平性，很低的平均延迟比和较低的总延迟，通过仿真，得到了具有很好代数性的实验结果。     

一种基于移动Agent的主动网络体系结构

1.引言随着Internet的发展,网络应用和网络用户的行为更加多样化。流行的TCP/IP网络体系结构已经不能适应网络通信技术发展和Internet服务拓展的需要。然而现有的网络体系不可能被完全替代,一种可行的方法是对其升级并保持向下兼容,主动网络是一种较好的途径。通过对互操作层次特性做根本性变化,主动网络能提供一个软件可编程的范例,允许中间网络节点完成动态网络定制,避开冗长的标准化过程,实现网络技术的快速发展和服务应用的快速引进,并改善网络计算能力和功能。     

可伸缩TAGS

In a distributed Web server system where tasks are unpreemptible,the most important issue for improving quality of service(QoS)is how to realize fairness and reduce average slow down.In this paper we present an algorithm named Scalable TAGS by integrating Central Queue algorithm and Task Assignment by Guessing Size(TAGS),together with its performance analysis,system parameter setting algorithm subject to fairness require-ment,and optimal grouping method.