CircleSearch：流媒体VoD环境下的P2P搜索算法

在基于P2P的流媒体VoD环境下,搜索机制是影响服务质量的关键因素之一。该文提出一种新的基于环状网络的分布式自适应概率搜索算法——CircleSearch。它依据节点本体内容生成结构化的环状拓扑网络,保证算法的可扩展性、健壮性和分布性。自发组织基于本体距离和连接可靠性的small world覆盖网络,减小消息的转发次数,采用自适应搜索算法提高文件定位的准确性。仿真实验表明,CircleSearch以其高成功率、低服务器负载和很小的平均搜索长度实现媒体流传输的即时、稳定、可控和连续,为VoD服务提供QoS保证。     

P2P网络中的社区结构发现方法

针对P2P网络的分布式特征,提出了一种可扩展的分布式社区发现方法PDC,采用节点Power值度量社区结构,并选择中心节点,其中包括新的社区度量方法和新的中心节点选择算法。仿真实验结果证明,与FDC和CDC方法相比,和其他算法相比PDC的社区发现效果率比FDC和CDC至少提高了510%,但是产生的消息数量却很少比FDC少一个数量级,具有良好的可扩展性。     

基于关联规则的覆盖领域约简算法

前向神经网络的网络覆盖算法根据样本数据构造性地建立神经网络,其结构易于确定,执行效率高。但由于噪声数据的存在,可能造成覆盖领域多的现象,增加了网络结构的复杂度,并产生一些不必要的误识。该文借鉴数据挖掘中关联规则的支持度与可信度的概念,对覆盖领域进行约简,理论分析和实验表明,该算法可以有效地简化覆盖网络的结构,提高网络的稳定性和推广能力。     

BP神经网络算法预测及其在飞参数据分析中的应用

针对飞机喘振参数受随机因素影响的特点,提出了用人工神经网络中BP网络对飞机发动机喘振预测.通过对喘振数据及机组实际振动数据的预测结果检验,证明该神经网络预测有利于飞机发动机喘振状态的预测精度.     

基于容量约束的WSANs路由算法的研究

在无线传感反应网络通过引入具有丰富资源、甚至可以移动的反应节点,极大地增强了现有的无线传感器网络的功能和应用范围.针对距离反应节点越近传感节点能量消耗越快的问题,研究了基于容量约束的最大跳数最小化的问题,并在此基础上提出了一种全局近似算法.仿真实验表明,该算法能通过设置节点的容量约束,限制节点每轮转发某个事件的最大报文数,以降低单个节点的最大能耗,达到延长网络生存时间的目的.     

一种小样本集可信向量机3S—CSVM

利用支持向量机中的拉格朗日系数,从系数所表达的意义出发,根据Kolmogorov算法随机性理论,定义了可信度和可靠性,提出了一种小样本集可信向量机,该向量机在预测对象类别的同时,给出本次预测的可信程度和可靠性,丰富了支持向量机的输出信息。同时通过在预测的过程中有限增加训练集中的有用特征信息,提高了预测的准确率,在只有少量训练样本的情况下具有较好的性能。     

Lower estimation of approximation rate for neural networks

Let SFd and Πψ,n,d = { nj=1bjψ(ωj·x+θj) :bj,θj∈R,ωj∈Rd} be the set of periodic and Lebesgue’s square-integrable functions and the set of feedforward neural network (FNN) functions, respectively. Denote by dist (SF d, Πψ,n,d) the deviation of the set SF d from the set Πψ,n,d. A main purpose of this paper is to estimate the deviation. In particular, based on the Fourier transforms and the theory of approximation, a lower estimation for dist (SFd, Πψ,n,d) is proved. That is, dist(SF d, Πψ,n,d) (nlogC2n)1/2 . T...     

中小企业数据库安全性研究

针对目前中小企业中存在的数据泄露问题,该文提出了一种中小企业的数据库模式,并给出了安全后端模式的架构图。为了实现数据库的保密性,该系统设计一个二级密钥管理机制,有效防止了数据的泄露。     

New delay-dependent criterion for the stability of recurrent neural networks with time-varying delay

This paper is concerned with the global asymptotic stability of a class of recurrent neural networks with interval time-varying delay. By constructing a suitable Lyapunov functional, a new criterion is established to ensure the global asymptotic stability of the concerned neural networks, which can be expressed in the form of linear matrix inequality and independent of the size of derivative of time varying delay. Two numerical examples show the effectiveness of the obtained results. Supported by the National Natural Science Foundation of China (Grant Nos. 60534010, 60728307, 60774048, 60774093), the Program for Cheung Kong Scholars and Innovative Research Groups of China (Grant No. 60521003) and the National High-Tech Research & Development Program of China (Grant No. 2006AA04Z183), China Postdoctoral Sciencer Foundation (Grant No. 20080431150), and the Specialized Research Fund for the Doctoral Program of Higher Education of China (Grant No. 200801451096)     

计算机网络的安全威胁及其防御机制研究

计算机网络正面临着严重的安全威胁,这些威胁主要有端口扫描、网页软件漏洞、拒绝服务攻击、IP欺骗等,而现行的防火墙技术、入侵检测系统、加密技术、虚拟专用网技术等在防范计算机安全威胁方面都有其自身的弱点,因此,必须进一步改进和加强计算机网络安全技术,完善计算机网络安全的有效管理。