基于用户忠实度的应用层DDoS防御模型

针对应用层DDoS(application layer DDoS,App-DDoS)攻击,提出一种基于用户忠实度的ULDM(user loyalty defense model)防御模型,其根据用户对网站的忠实程度来区分正常用户和攻击用户。用户忠实度包含访问频率忠实度和行为忠实度,行为忠实度又包括历史行为忠实度和当前行为忠实度。从用户长期以来在请求频率和请求负载两方面的表现对用户行为进行评估,得到用户行为忠实度,根据用户长期以来对网站的访问频率得到用户访问频率忠实度;通过调度模块根据用户忠实度对请求进行调度。模拟实验验证了该模型的有效性。     

基于C8051F352单片机的弹道参数测量系统设计

为提高弹道辨识精度和弹道解算速度,设计了一种基于C8051F352单片机的弹道参数测量系统.通过对弹丸飞行中动压和静压信息的采集、存储和处理,完成弹道参数(初速和射角)辨识.该系统以C8051F352单片机作为处理单元,结合差压传感器和绝压传感器设计而成,采用基于动压-静压的弹道辨识方法,有效地提高了弹道参数测量的精度.实验测试表明:该系统测量精度高,解算速度快,满足弹道辨识的设计要求.     

基于传感器的飞机地面结霜实验分析与预测

飞机在地面的结霜会破坏飞机的气动外形,对飞机的飞行性能产生不利的影响。为了对地面飞机结霜进行准确监测与预测,利用多种传感器对机翼的结霜环境进行实验研究,通过分析不同环境下模拟机翼的霜层生长曲线,探寻和统计飞机机翼的地面结霜规律。对结霜实验的数据进行分析,提出了不同结霜环境下的多项式回归预测模型。同时将多项式进行正交化,避免了多重共线性,使预测模型的曲线拟合程度高,预测值具有较高的精度,实现了对飞机的地面结霜进行快速精确的预测。     

基于速度修正项的机械臂避障路径规划

针对机械臂运行过程中存在的碰撞问题, 提出一种基于速度修正项的机械臂避障路径规划方法. 利用B 样条曲线进行机械臂关节空间规划, 使机械臂能够在特定时刻运行到指定构型. 在运行过程中, 利用碰撞检测算法实时计算机械臂与障碍物的最小距离, 在碰撞即将发生时引入积分为零的避障速度修正项改变机械臂运行轨迹, 使得机械臂能够在实现障碍回避的同时, 保证其在特定时刻通过指定构型的要求. 仿真实验表明了所提出方法的正确性和有效性.     

基于不等长序列相似度挖掘的数据关联算法

针对不等长序列数据的关联问题,提出基于滑动窗口的最优匹配增权法不等长序列相似度度量算法。以较短序列作为滑动窗口遍历较长序列得到一组滑动相似度,利用这组相似度形成最优权重,加权得到不等长序列的相似度,并根据相似度大小对序列数据进行关联判决,以解决截断法相似度度量仅能反映截断序列局部相似度的问题。仿真实验验证了所提出算法对不等长序列数据关联的有效性,并对序列长度和量测误差等因素对相似度度量和关联效果的影响进行了讨论。     

累积量测序列的区间云变换及识别

目标多属性序列类数据不能直接与数据库中的区间类数据融合识别, 对此, 提出一种基于云变换的序列-区间异类数据识别算法. 对目标多属性序列数据进行频数计算形成频率分布函数, 并进行虚警检测, 实施云变换形成云簇, 提取云簇特征, 再根据3 En 准则形成云滴区间, 实现了序列型数据的区间化表示. 进一步, 利用一种区间多属性识别判定准则进行识别判定, 得到识别结果, 解决了序列-区间异类数据的识别问题. 仿真实验结果验证了该算法对序列-区间异类数据识别的有效性.

     

一种基于条件证据网络的多源异类知识融合识别方法

针对融合识别领域中不同框架下多源异类传感器的不确定证据信息无法有效融合的问题, 提出一种基于条件证据网络的多源异类知识融合识别方法. 该方法将战场协同作战中不同框架下多源异类传感器的领域知识统一在证据网络的结构下, 形成多源异类知识融合识别模型, 对多源异类传感器的不确定性证据信息进行基于条件证据网络的融合推理, 得到识别结果. 仿真实例验证了所提出方法的优越性.

     

渲染农场研究进展综述

作为高性能计算领域的新兴应用,渲染有着计算密集和数据密集的应用特征,如何提高渲染农场的效率进行大规模快速渲染,近年来逐渐成为研究的热点问题.对渲染农场的国内外应用现状作了介绍,阐述了渲染农场的组织结构和工作流程.针对渲染农场在优化作业调度算法、改善负载均衡策略以及完善渲染管理平台等三个方面的研究,进行了全面的分析和比较.探讨和总结了在云计算背景下渲染农场在渲染作业调度策略、异构集群渲染任务分发算法、基于云模式的渲染农场新架构和负载均衡策略这四个方面中有待进一步研究的问题.     

基于有向图的足球视频中球员分类算法

基于传统的直方图球员分类方法由于缺乏描述图像颜色的空间信息而造成分类误差,而且该方法需要先验的模板信息。为此,本文提出一种基于有向图的足球球员的分类方法。首先,利用HSV模型中主颜色方法提取候选球员,并利用等面积矩形划分策略对图像进行分块;其次,对子块的HSV颜色空间进行量化,并将统计直方图作为颜色特征,然后通过颜色特征计算图像之间的距离,并利用距离矩阵生成对应有向图;最后,通过对有向图的顶点分类实现球员的分类。实验结果表明,本文提出的方法能够在没有先验模板信息的条件下,能够有效地解决处在分类边界上的球员分类问题,获得98.23%的分类正确率,与传统方法相比,具有更好的分类效果。     

基于Feeds的社交网络活跃度分析

从用户产生和消费Feeds的角度分析社交网络变得不活跃的原因,通过分析人人网某大学社区用户长周期的Feeds行为来探讨该社区用户活跃度的变化。通过对用户活跃性周期和Feeds时间间隔的分析,发现越来越多的用户产生Feeds的活跃度在下降,并导致其他用户接收到的信息流的流速和多样性下降。社交网络用户由于各种原因离开或变得不活跃,并通过信息流对其朋友圈形成负向反馈,这可能是社交网络变得不活跃的深层原因。模拟实验表明,30%的初始不活跃用户会使得整个社区的信息流快速下降,并导致整个社区不活跃。