一种安全的动态源路由协议

研究了移动 Ad hoc 网络(MANET)按需路由协议的安全问题,针对 DSR 路由协议分析了现有安全改进方案的优缺点.为了防止恶意攻击,降低网络开销,以一种基于椭圆曲线密码体制的高效数字签名算法为基础,结合后向验证策略,提出了一种适用于 DSR 协议的安全解决方案(Sec-DSR).对协议的安全性进行了论证,并在 QualNet 仿真环境下进行实验验证.仿真过程实现了安全算法,同时使用 blackhole 和 rushing 两种常见攻击模型测试协议抗攻击能力,结果表明 Sec-DSR 协议模型能够以较小的协议开销确保较高的安全性能.     

自拍影像有瑕疵，会声会影来修复

最近买了一台DV,没事就东拍西拍,有时还会把自认为精彩的视频上传到优酷、土豆等网站,与摄友们共享是件幸福的事哦。在拍摄影像的过程中,我也发现不少自拍视频存在着瑕疵（如：光线过暗、画面颤抖等）,后来一些摄友告诉我,可以通过会声会影对视频进行修复。下面就和大家一起分享使用会声会影修复视频的经验技巧。     

DBCP数据库连接池的自优化配置

以Apache的一个开源连接池组件Commons DBCP为研究对象,分析它在连接池容量管理上的自优化机制。然后针对连接池参数配置缺少可量化标准的问题,提出一种根据运行日志优化配置参数并通过后台管理接口动态调整配置参数的方法,可以得到最适合当前应用状况的参数取值,能在不重启Web服务器的情况下使新的配置生效。优化的参数配置可以充分发挥DBCP连接池自优化管理机制的功效。     

一种模糊Petri网分层的新算法

针对模糊Petri网自学习能力差的缺点,在分析研究已有研究成果的基础上,指出了已有模糊Petri网分层算法的不足之处,并提出了一种具有普遍适用性的FPN分层算法。在该分层算法中,同一个库所的输出变迁被置于同一层次结构之中,在必要时可增加相应的虚库所和虚变迁,避免了同一层中变迁触发冲突问题的发生。该分层算法将神经网络理论引入模糊Petri网的研究中,实验验证了其正确性。     

基于自组织映射的区域高斯模型的动目标检测

对于固定场景中的复杂背景图像序列的运动目标检测问题,采用单高斯模型和区域高斯模型的级联式检测方法,并在区域高斯模型的更新过程中引入了自组织映射的“竞争、合作”机制,提出一种基于自组织映射的区域高斯模型算法。该算法不仅能够在水波纹和树叶晃动等复杂背景环境中检测运动目标,并且能够保证检测运动目标的相似性。使用PETS2002和Water Surface复杂背景图像序列的仿真结果验证了算法的有效性。     

基于小波变换的网络流量预测模型应用研究

研究优化网络性能问题,因网络流量数据具有很强的突发性和自相似性等分形特征,引起系统流量不稳定和不精确,用传统网络流量预测模型预测准确低.为解决上述问题,提出一种基于小波变换(WT)的自回归(AR)预测模型,首先对原始流量数据进行小波分解,并将分解得到的近似部分和各细节部分分别单支重构到原级别上,对各个重构后的序列分别建立自回归模型,由所拟合的模型分别进行预测,最后结合各个重构后序列的预测结果,得到对原始序列的预测结果.运用WT_AR进行仿真实验,实验结果表明模型比传统的网络流量预测模型具有更高的准确度.证明WT_AR是一种高效的网络流量检测模型,网络流量预测方法提供参考依据.     

1分钟自拍——美图拍拍

说明：与“美图秀秀”“美图看看”同系列的姐妹软件,不过与前两者相比,“拍拍”的功能较为单一,那就是让用户使用摄像头拍摄自己的大头照。当然“单一”并不意味着效果也单一,实际上在官网数百个精美画框的支持下,用户可让自己的照片变得或时尚或可爱。     

基于图论的无线传感器网络自组织性能研究

无线传感器网络自组织问题越来越受到人们的关注,控制方法也大量涌现,但在对自组织性能的评价上,现在大多仍停留在定性分析阶段。本文针对无线传感器网络自组织中连接和覆盖两个重要指标,利用Delaunay三角剖分评价节点实体和他们的关系以及结点之间的信息传递和融合;利用Voronoi图进行评价节点覆盖的区域;同时,对整个自组织过程,引用自组织度的概念对其分布效果进行定量分析。仿真结果表明,我们提出的性能分析方法能够很好地评价无线传感器网络自组织算法的优劣。     

自组织P2P网络的语义聚类查询算法

P2P网络中参与资源共享的节点日益增多,且呈海量趋势。如何在海量用户海量资源的情况下,查询整个P2P网络中的资源语义分布,计算网络中的所有语义聚类,是一个颇具挑战性的问题。针对这一问题,本文提出了一种面向自组织P2P网络的语义聚类查询算法SCQASPNSR。该算法可高效计算整个P2P网络中的语义聚类,为研究网络中资源语义分布、进行有效的知识发现,提供了有力支持。     

一种基于混合核函数的SOM网络流量分类方法

由于传统的自组织映射SOM方法对高维、非线性的网络流量数据的分类性能效果不佳,本文引入核方法,提出一种基于混合核函数的SOM(MIX-KSOM)网络流量分类方法。该方法结合了全局性和局部性核函数的优点,采用径向基函数和多项式函数线性组合构成的混合核函数代替内积作为距离度量,使输入空间中复杂的流量样本在特征空间得以简化。实验结果表明,采用MIX-KSOM方法能较好地对网络流量进行分类,较传统的SOM、采用单一核函数的SOM(KSOM)分类方法性能更好,分类准确率也高于NB方法。