基于队列的动态电源管理策略

动态电源管理技术是一项系统级电源优化策略,它通过有选择性的关闭(或者降低性能)空闲的可控设备来降低功耗.在回顾以往系统级动态电源管理策略的基础上,提出了一种基于队列的新型系统级动态电源管理策略,利用队列不但可以提高对于可控模块何时被唤醒时间的预测命中率,并且能够根据不断变化的任务负载情况进行自身的快速调节,以适应不同任务的要求,通过搭建的SkyEye环境进行仿真,结果验证了在性能和节能方面,该方法优于传统方法.     

基于DSOF的网格资源发现模型研究

为了解决传统资源发现机制不能很好地适应网格资源环境的问题,在有效组建网格资源虚拟组织的基础上,提出了资源虚拟组织中联系结点的选取原则和选取算法,通过该算法从具有相同资源类型的联系结点中选出管理结点.联系结点和管理结点之间采用类似二部图的方式进行连接,构成基于动态自组织覆盖架构的网格资源发现模型.从资源发现能力、资源发现效率和系统可扩展性等方面对该模型进行了综合评价,结果显示该模型适合网格资源的特征,在大规模网格系统中能够有效提高资源发现性能,仿真实验验证了该模型的有效性.     

具有QoS保证的服务资源联合分配与管理

提出一种具有QoS保证的资源管理系统架构,理论分析表明,该系统架构能够较好地适应资源的动态性;其次将服务资源联合分配问题归化为MMKP(multiple-choice multiple-dimension knapsack problem)问题,并提出两种资源联合分配算法:最优解算法RA_BBLP和启发式算法RA_MHEU,实验结果表明,RA_BBLP保证求得最优解,可作为其他算法的参照系,而RA_MHEU收敛速度极快且所求出的解集接近最优,是一种理想的资源联合分配 算法.     

基于group-based模型的无线传感器网络密钥管理方案

由于无线传感器网络受电源、计算能力、内存容量等方面的限制,传统的基于公钥和可信任的密钥管理方式不再适用.为了进一步提高无线传感器网络的安全连通性,在分析DU Wen-liang等人的group-based节点投放模型的基础上,提出了一种改进的密钥管理方案:多密钥空间与多路径增强相结合的随机密钥预分配方案.结果分析表明,该方案需要较少的内存存储空间,不仅提高了系统的连通性,还降低了节点的被捕获概率.     

基于角色管理的研究生信息管理系统分析与建设

在分析现有的研究生信息管理系统基础上,提出了基于角色管理的研究生信息管理系统建设方案.基于不同角色、访问和管理系统,完成从学生报名-考试-录取-报到-培养计划-学籍-成绩-科研-学位-毕业-就业以及导师信息-导师管理-导师与学生查询等工作.由于采用角色管理,从而提高了工作效率和系统的安全性.     

基于VB开发试题库系统

系统以英语教育为背景进行设计,旨在提供一个适合形成性测试和阶段性测试的自动组卷系统,能快速方便地提供各种要求的试卷,帮助教师把握教学的进度,及时地反馈教学中的问题,以使改进教学方法和调整教学重点。     

基于多Agent的高校科技创新管理系统的设计与实现

设计和实现了基于多Agent的高校科技创新管理信息系统,该系统具有人才管理、资产管理、制度管理等智能化的功能模块,对系统的各功能模块作了详细介绍,并提出了系统实施过程中要注意的问题。     

无线传感器网络中基于簇协作的分布式组密钥管理方案

处于敌对环境的传感器网络极易遭到攻击,且不存在长期可信的节点可以担当组管。提出一种分布式组密钥管理方案,方案基于簇形结构,充分利用簇内通信及簇间通信的局部特性,对组密钥协作更新。当妥协节点总数在门限以内的某簇检测出节点妥协时,该簇的簇头发起更新,并通过簇内协作将该节点撤销;当某簇妥协节点数目在门限以上时,由该簇邻居簇的簇头发起更新,并通过簇间通信将该簇妥协节点撤销。与已有方案相比较,此方案能实时地更新组密钥,有着更好的安全性并具有较小的通信开销。     

一种面向信任管理的委托授权模型及其在P2P安全中的应用

在信任管理中现有的委托授权模型并未涉及对角色、匿名用户等实体间信任关系的定义与度量,且缺少相关的细粒度形式化模型和委托授权安全协议其无法有效地满足信任管理系统的应用需求。现面向信任管理提出了一种能够刻画实体间信任关系的形式化委托授权模型DAMfor TM(Delegation Authorization Model for Trust Management),通过引入信任罚函数对实体的信任度量值加以动态调整。同时给出了支持可信计算的信任委托与角色委托等安全协议,以及在P2P安全中的应用实例。该实例表明,所提出的模型及安全协议构建了Peer间的信任委托关系,并通过终端完整性的远程证明确保了计算平台与共享资源的安全性。     

基于关联规则的分布式通信网告警相关性研究

描述了基于数据挖掘的通信网告警相关性分析.在分布式数据库中直接运用序列算法效率很低,因为这需要大量的额外通信.为此提出了一种有效的分布式关联规则挖掘算法--EDMA,它通过局部剪枝与全局剪枝来最小化候选项集数目和通信量.在局部站点上运用先进的压缩关联矩阵CMatrix统计局部项集支持数.此外还利用项目剪枝与交易剪枝共同来减少扫描时间.最后仿真验证了EDMA比其他经典分布式算法有更高的运算效率、更低的通信开销以及更好的可扩展性.