智慧标识网络服务机理研究进展及安全性分析

随着互联网规模的不断扩大以及应用场景的多元化,传统网络无法很好地满足新业务的动态多样化需求,因此国内外对未来网络展开了深入研究.本文首先介绍了未来互联网体系架构的研究现状.其次,介绍了具备"三层、两域"特征的智慧标识网络(Smart Identifier NETwork,SINET)体系架构,然后重点阐述了SINET服务机理在服务的命名与解析、路由机制、服务缓存、移动性、传输控制机制、可扩展性、绿色节能等关键技术方面取得的研究进展,并进一步详细分析了SINET服务机理的安全性.最后总结了SINET面临的挑战,对SINET服务机理在大规模场景部署中可能存在的问题做出讨论.     

基于面元素重排的三维网格模型数据隐藏算法

目的 为了解决目前三维数据隐藏算法不能兼顾无失真和盲提取的问题，提出一种新的完全无失真的三维网格模型数据隐藏盲算法。方法 首先使用混沌逻辑映射选择嵌入与提取模式，保证数据的安全性。然后利用面元素重排，完全不会造成三维模型失真的性质，通过不同嵌入模式规则对三角面元素进行重排，以嵌入秘密数据。接收端则可根据相应的提取模式规则提取秘密数据。结果 仿真结果与分析表明，该算法不会对三维模型造成任何失真，嵌入容量为每顶点2比特，且能抵抗仿射变换攻击、噪声攻击和平滑攻击等。结论 这种三维数据隐藏盲算法无失真，容量大、安全性高、鲁棒性强，适用于三维载体不容修改的情形，如军事、医学、秘密通信和版权保护等。     

基于双平行互质阵列的二维非网格DOA估计

近年来,基于稀疏表示的DOA估计方法已经被广泛提出,这些方法都需预设离散的网格点,而实际信号来波方向在空间域内具有随机性,任何来波方向都是等概率出现,很有可能信号的来波方向不在网格上,因而会存在网格误差,使DOA估计结果产生较大偏差。为提高DOA估计精度,本文提出了非网格的DOA估计模型。同时,为提高测向自由度,本文应用由两个均匀线阵组成的互质阵列,并且将两个均匀线阵平行放置在同一平面。通过将两均匀线阵的互协方差矩阵向量化成互协方差矢量,可得到一维虚拟扩展的接收数据矢量,并且在稀疏表示框架下应用相应的稀疏恢复算法恢复出跟DOA参数相关的向量,从该向量中得到唯一的并且自动配对的二维DOA估计参数。仿真实验结果验证了本文算法较传统算法具有更好的DOA估计性能。     

两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

网格技术

<正>20世纪末人类获取得最大财富是Internet,20世纪末人类最惊心动魄的发现也是Internet!短短的几十年,互联网给人类带来了翻天覆地的变化,它自身也走过了三个里程碑。传统的互联网是将世界上的计算机硬件连通,而Web实现了网页的连通,将各种信息资源联结起来,由硬件相连的因特网向网页相联的万维网的过渡,互联网的发展跨越了两大里程。而21世纪初出现的网格技术则是互联网发展的第三大里程碑,也可以称为互联网发展的第三大浪潮。     

网格环境下基于本体的专家系统构建研究

对网格环境下基于本体的专家系统（Expert System）进行了研究，提出了构建在通用知识网格（Universal Knowledge Grid，UKG）和开放网格业务体系结构（Open Grid Services Architecture，OGSA）基础上的专家系统模型。为网格环境下创建大规模分布式基于本体知识库体系的专家系统提供了参考模型。     

Access Grid协作系统研究综述

访问网格（AG）是网络、计算能力和交互资源的整体。目前，第一代AG已经发展并形成有史以来最大的群体协作试验床。但随着网络技术的进步，用户对AG提出了更高的要求，而且需要普及。为此，Rick Stevens和Futures实验小组充分考虑Web和P2P设计了下一代AG2结构，并重点对虚拟场所服务、安全性、工作空间对接、节点管理、异步协作进行了研究。AG将向使用了几十年的桌面应用模式提出挑战。     

高性能调度技术中应用程序调度模型设计--地理空间信息网格调度技术的研究

地理空间信息网格调度技术，要比传统的高性能计算中的调度技术复杂，原因是如果将全部网格资源作为一个应用程序的调度和执行目标，必将导致通信延迟、成本昂贵、执行低效等。为此，综合考虑应用程序特性、机器特性等，研究设计了地理空间信息网格高性能调度技术中的应用程序调度模型，包括地理空间信息网格应用程序分析；资源特性分析；应用程序分解；性能预测；资源调度；机器选择；任务映射；任务调度；任务调度器和调度器管理模块。以实现为不同的应用程序匹配不同的计算资源，提高计算资源的利用率和应用程序的执行效率。