技术热点、前沿识别支持的2035技术清单调整方法——以机器人技术为例

本文针对技术预见中关注度较高的技术热点、前沿识别和趋势分析问题,综合以往研究提出的成体系的和较为完善的分析方法,并以机器人技术为例,分析了机器人领域的技术热点和技术前沿以及发展趋势,为中国工程科技2035发展战略研究中技术清单的提出与技术产业布局提供了重要的数据支持。     

WiFi共享网络 让安卓移动设备通过Ad-Hoc上网

正笔记本变身WiFi热点共享网络上网的应用已经相当常见了,不过不少朋友反映安卓移动设备(手机、平板、智能播放器)无法找到笔记本设置好的WiFi热点,其实这是由于安卓系统本身Ad-Hoc(IBSS)类型网络造成的。只需通过简单设置并安装一个补丁,安卓移动设备同样可以通过Ad-Hoc上网,享用免费的午餐!     

IPv6演进技术热点分析

目前,互联网是基于IPv4协议的,但是IP地址空间不足问题已成为互联网和通信产业发展的瓶颈。IPv6作为下一代网络协议,在地址空间、服务质量、安全性和移动性等方面具有明显的优势。目前,尽管IPv6的实现有种种的困难,但IPv4向IPv6过渡,并最终全面实现IPv6将是不变的趋势。该文分析了IPv6的特点,提出了IPv4向IPv6过渡的若干热点技术,并对其发展现状和发展前景作了展望。     

研讨支持系统中基于主题聚类的热点提取

研讨支持系统是一种旨在通过计算机技术代替传统面对面的研讨方式,并利用信息处理、数据挖掘等方法自动形成决策的网络研讨平台。研讨过程中会产生海量发言,如何自动挖掘和提取发言中的热点是本文研究重点。文章采用文本聚类的方法从发言中得到主题簇,并结合提出的热度值计算公式找出热门主题和热门观点。最后引用一个实例分析和验证了热点提取过程。     

基于热点区域场景的传感器网络拓扑控制算法

无线传感器网络具有应用多样性特点,文中基于热点区域场景研究其拓扑控制问题.建立了无线传感器网络拓扑控制通用模型,进行了形式化描述和定义,分析了面向热点区域场景的拓扑控制目标和需求,提出了一种融合功率控制技术和分簇控制技术的混合式拓扑控制近似算法HTCA.HTCA能区分热点区域与非热点区域,在热点区域形成树结构并进行适当的剪接,而在非热点区域形成簇结构,该混合式拓扑结构能有效地降低全局能耗.仿真实验结果表明,HTCA能获得较优的拓扑结构,有效地延长了基于热点区域场景的无线传感器网络生命期.     

基于多级滤波器的蛋白质热点区域预测

针对数字滤波技术用于蛋白质热点区域预测时预测结果精度低的问题,提出一种基于多级滤波器的预测方法。依据共振识别模型从一组蛋白质中提取出特征频率,设计一个选通特性良好的多级滤波器对蛋白质序列进行滤波,根据滤波器输出序列的能量谱定位蛋白质的热点区域。实验表明,多级滤波器能提高预测结果的精度。     

基于入度调整的结构化P2P网络拥塞控制算法

针对结构化对等网络中存在的由查询负载不均衡所导致的拥塞问题,提出一种基于动态入度调整的拥塞控制算法。算法根据节点查询负载的情况,动态判定出可能存在的热点,并将热点周围的节点组织起来,通过调整每个节点入连接的数量对负载进行调整。为了克服节点处理能力的异构性,算法将热点组中的节点进一步划分为多个能力组,并在能力组内和组间分别进行调整。模拟结果表明,该算法在处理突发流量的过程中可以有效地减少查询失败的次数,降低拥塞产生的影响。     

一种基于数据热点的MongoDB负载均衡策略

MongoDB作为一种新兴的NoSQL数据库,以其模式自由、文档式存储、故障自动恢复、良好的水平扩展、自动负载均衡等特点深受国内外市场的青睐.MongoDB自带的负载均衡策略能使各个节点数据量达到平衡.但是在实际的生产环境中,节点之间数据访问热度不同也会导致负载失衡,特别是出现节点过热的情况.针对这一问题,引入Markov随机过程,提出一种基于Markov预测模型的负载均衡策略,根据Markov模型的稳态概率向量预测各个分片的负载并进行数据迁移.通过实验,验证了当各个分片间出现节点过热时,所提出的负载均衡策略能够很好地使分片间的负载达到基于访问热点的均衡.     

基于GReP通用可重构处理器的密码算子优化设计

以提升通用可重构处理器在信息安全应用领域的处理能力与执行效率为目的,对序列、分组、公钥及哈希函数等四大类32种密码算法进行深入分析。通过各算法的热点、频度分析,对基本处理单元进行同构、同态、参数化设计,提出了对密码算法性能影响大、复用性好且具有可重构特性的密码算子。以公钥密码算法中计算量大、实现复杂且被广泛使用的模乘算法为代表,提出了将密码算子映射到GReP（General-Purpose Reconfigurable Processor）通用可重构处理器上的方法。实验表明基于GReP通用可重构处理器架构实现的模乘算法其运行效率比Intel CORETM i7平台上实现效率提高60%左右。实验充分说明了GReP通用可重构处理器在提高处理能力与执行效率方面有明显优势。