基于模糊博弈规则的网络节点入侵风险评估

为了实时评估网络安全状态,弥补传统网络节点入侵风险评估方法评估精度低、实用性差的不足,提出一种新的基于模糊博弈规则的网络节点入侵风险评估方法。该方法通过一组有限状态集合对网络进行描述,给出博弈双方的收益矩阵和模糊博弈元素,获取入侵者和网络节点的预期收益,在此基础上给出模糊博弈规则;通过模糊博弈规则,依据资产、威胁、弱点以及风险要素构建风险评估模型;完成策略成本与收益的量化处理后,建立网络节点模糊博弈树,求出纳什均衡;结合入侵者和网络节点的收益函数,获取模糊博弈规则下网络节点风险期望,确定网络节点入侵风险值,并依据阈值判断是否需报警,以防止网络节点被入侵。实验结果表明,所提方法的评估精度高、可靠性和实用性强。     

线型无线传感器网络的节点部署策略

尽可能延长无线传感器网络的生命周期是设计和部署网络所面临的最大挑战之一。由于节点配备的能量有限,节点通常采用多跳方式向基站传输数据。分析了节点在多跳通信时的能耗,提出一种非均匀的节点部署策略,得出一个部署传感器节点的密度函数,在靠近基站的区域部署较多的节点。仿真实验表明,非均匀的节点部署策略能有效延长网络的生命周期。     

模糊网络环境中灾难抗毁机制的研究

论文结合模糊网络环境特征,探讨了如何在全局网络中遍历出具有灾害性质的灾难源机制。该机制的实施,首先运用数学方法为模糊网络构建灾难模型分析灾害影响力,再运用数学方法建立抗毁模型展开循环计算。根据求得的线性度并结合相应网络门限,缩小排查范围直至封锁灾难源进而实现抗毁。然后形成算法精确地实施待测目标的评估。最后,在模拟环境中设置相应参数并部署测试方案,通过比较传统的计算机制来验证抗毁机制的优势。经过三组实验的多次测试,结果表明论文研究的抗毁机制应用于模糊网络中在灾害方面发挥了良好的扼制效果,显著提高了全局网络服务质量(QoS)。     

基于模糊匹配的无线通信网络传输节点安全威胁检测技术

为提升节点安全威胁检测的准确率,提出基于模糊匹配的无线通信网络传输节点安全威胁检测技术。首先,采用并行部署方法部署安全威胁检测传感器,初步捕获并记录无线通信网络传输节点安全威胁;其次,建立无线通信网络传输节点安全威胁模型,描述无线通信传输网络节点安全威胁各项信息;最后,利用模糊匹配量化评估网络传输节点状态,计算节点安全威胁值,进而检测节点安全威胁。实验结果表明,该技术的检测准确率得到了显著提高,均在98%以上,可行性较高。     

基于Sun SPOT平台的无线传感器网络多跳路由协议设计

多跳路由协议是无线传感器网络中的关键技术之一,针对传统多跳传输协议在无线传感器网络的实际应用中存在部署过程过于复杂等问题,设计了一种灵活实用的基于Sink节点控制的无线传感器网络多跳传输协议(Sink Controlling Multi-hop Protocol,SCMP)。Sink节点通过发送命令信息实现对传感器节点的控制,并收集各个节点的路由信息从而获得全局路由,然后对传感器节点的数据传输进行进一步控制。在Sun SPOT平台上对SCMP进行了部署实验,结果表明,基于Sink节点控制的多跳传输协议更加方便灵活,在实际的无线传感器网络应用中具有一定的有效性和可行性。     

基于虚拟积分激励的内容部署方法

移动自组织网络是个多跳无线网络,依靠节点间的合作和转发增强网络的性能,若将内容部署在网络中适合的位置可以极大地减少节点获取数据的成本,提高网络的性能. 由于节点是理性的,在没有利益驱动的情况下,节点难以与其他节点合作进行内容部署. 本文将虚拟积分激励的方法用于此类内容部署问题中,激励节点相互合作进行内容部署工作,从而提高网络性能和降低网络成本. 实验结果表明,本文的激励方法可以有效地减少内容部署成本.     

基于模糊粒子群优化算法的无线传感器网络部署优化研究

针对无线传感器网络部署中随机抛洒方式下,如何选择部分节点参与构建网络的问题,提出了一种基于模糊粒子群优化算法的优化部署方法。该方法使用每个粒子代表问题的一个可能解,然后进行迭代寻优,并通过隶属度函数将连续变量转换为01值。实验结果表明:所提方法能够在节点数量和覆盖率之间取得较好的平衡,具有一定的优势。     

基于模糊区域宽松距离的改进GEAR传感网络均衡算法

传感节点的有效选择对无线传感网络通信有着重要影响。在分析传统的GEAR传感节点分配算法基础上,提出基于模糊区域宽松距离的改进GEAR传感网络均衡算法。运用一种基于节点模糊区间划分,伴随节点运用一种宽松距离的方法进行逼近,依靠得到的模糊节点可靠性隶属度函数,完成对节点的最终选择,从而避免传统GEAR节点分配算法中单纯依靠地理位置与能量开销等先验知识进行节点选择的弊端。实验验证该方法的通信能量消耗曲线趋势要低于传统GEAR算法,能有效调节传感网络的拥塞。     

AresNet:一种用于研究和实验评估的无线网状网络实验平台

近年来,关于无线网的研究越来越热门,许多实验平台也应运而生。本文主要介绍Ares Net,一种基于Wireless HART搭建的无线网状网络实验平台。Ares Net拥有20多个组网节点,覆盖范围超过4500平方米。它构建了一整套基础硬件设施,将环境中的数据传输到实验室终端。Ares Net中网络中节点由电池供电,每个节点支持跳信道通信。同时,Ares Net的部署也是为了更多地研究无线网状网络,文中将会分享一些部署和维护的经验。目前在平台上进行了一些有趣的小实验,同时将实验的结果在文章中呈现出来。现在Ares Net已经被用于一些复杂的研究,包括:信道分配,快速入网,scheduling以及支持可移动。未来的研究工作包括安全性以及可靠性的实验评估。     

一种物联网框架下传感节点间跳数与距离关系的研究

研究对数阴影衰落模型的无线传感器节点间跳数与距离关系的问题。随机部署在圆形区域内的节点位置服从Poisson分布,节点间自组织构成连通网络。借助于对数阴影衰落模型特征和节点分布规律,给出了已知节点间距的跳数概率分布表达式,同时考虑了多跳依赖问题对分布表达式的影响;基于贝叶斯公式,推导出已知跳数信息的距离分布关系,并进行了实验分析与验证。结果表明,理论的推导结论与实验统计结果具有较好的一致性。     

模糊熵层次分析法的网络安全评估方法研究

针对传统模糊层次分析法(Analytic Hierarchy Process,AHP)存在固定权重使得评估精度较低和简单的极大极小操作符影响评估准确度等问题,提出了一种改进的模糊熵层次分析模型用来评估网络安全。模型中主观权重利用层次分析法求解,客观权重采用信息熵计算,并给出了判断矩阵的一致性条件。最后,以实际案例的网络评估案例对本文所提方法进行分析验证,验证了判断矩阵满足一致性要求。通过与AHP法、信息熵法和传统模糊AHP法的对比,验证了本文所提方法在处理网络安全评估时具有一定优势。     

模糊神经网络在纳税信用评估中的应用研究

由于纳税评估过程中存在不精确、模糊以及冗余信息,传统评估模型多数采用经验法和比较法,缺乏科学性和公正性,评估结果正确率低。为了提高纳税信用等级评估的正确率,提出了一种采用模糊神经网络的纳税信用等级评估模型。首先利用模糊逻辑推理对纳税评估过程中的不精确、模糊的信息进行有效的处理,然后利用训练数据对神经网络模型进行训练学习,获得纳税评估指标和信用等级间的评估模型,最后通过利用测试集对模型进行验证,结果表明,模糊神经网络方法提高了纳税信用等级评估的正确率,为税收信用评估提供有效的依据。     

基于模糊支持向量机的高校教学质量评价研究

高校如何能够客观准确地进行教学质量评价,一直是一个主要的研究课题。由于教学质量评价是一个多指标、多目标的评价系统,传统的计算方法存在繁琐、客观性差的情况,提出一种改进的模糊支持向量机的评价模型对教学质量进行评价。建立的模糊隶属度函数,在减小了训练集中异常样本点对建立分类超平面的干扰同时,并没有减小对训练集中每类样本中边缘样本点对分类超平面的影响。实验表明,改进模糊支持向量机提高了教学质量评价的准确率,同时模糊支持向量机的泛化能力也得到了提高。     

模糊神经网络技术的新近发展

本文从模糊系统与神经网络作为自适应模型无关估计器时智能特性的研究，模糊控制器的神经网络实现技术，改善神经网络学习性能的模糊控制技术，面向对象的模糊神经网络开发平台的研究等方面介绍了模糊神经网络技术的研究现状，并针对目前的模糊逻辑，神经网络，子波变换，遗传算法等的集成化技术进行了探讨，并融入了作者关于定性与定量知识有机集成的柔性核理论的基本思想。     

基于改进模糊指数熵双阈值的3维人体图像分割优化算法

由于3维人体图像数据量大,导致分割耗时严重;人体组织间灰度差异相对较小,致使分割效果不佳。针对上述3维分割的两大难点问题,提出了改进的模糊指数熵函数来改善分割结果,并以加权免疫遗传算法(WIGA)对阈值进行优化搜索,从而提出了一种基于改进模糊指数熵双阈值的3维图像分割优化算法。真实人体胸部数据的分割结果表明,与传统熵函数及模糊隶属度函数相比,改进的最大模糊指数熵函数得到的阈值分割效果更好,且提出的WIGA算法的耗时仅为传统穷尽搜索法的14%。在与简单遗传算法(SGA)和免疫遗传算法(IGA)耗时基本相同的情况下,100次阈值计算结果表明,本文算法更加精确、稳定。     

基于模糊神经网络的电梯群控系统调度方法研究

电梯群控系统是一个复杂的决策系统,具有多目标性、随机性和非线性等特点,难以采用精确的数学模型加以描述,因而传统的控制方法很难提高系统性能。将模糊控制技术与神经网络技术相结合,提出了一种能适应各种交通客流状况的调度方法,设计了各电梯响应呼梯信号的综合评价函数,通过神经网络的学习能力调整各评价因素（候梯时间、乘梯时间、能量消耗、拥挤度）的权重系数,从而确定最佳派梯方案。仿真实验结果表明,此方法能在各种交通客流状况下实现合理的电梯调度,验证了此方法的有效性。     

基于Fuzzy丢包区分的TCP自适应拥塞控制算法

针对在有线/无线的异构网络中,传统有线环境下的传输控制协议(TCP)把所有丢包简单地归因于网络拥塞,严重影响了混合网络环境下的TCP传输性能的问题,提出了一种新的基于模糊理论的自适应控制算法。该算法选取了新的网络参数,运用Fuzzy方法对网络状态进行综合评价,并基于反馈理论的方法建立了新的自适应控制模型,即对评价结果集进行加权求和,得出网络性能指数,将其作为输入因子进入下一次计算过程,并调整各参数权重。仿真表明,该算法能够较好反映混合网络的真实拥塞状况,具有较好的网络适应性,比当前主要TCP算法具有更好的拥塞控制效果。该算法对在多参数,使用模糊方法背景下,混合网络拥塞及其自适应控制研究进行了新的探索。     

基于神经网络的高校学生信用模糊评价研究

本文为更有效地对高校学生信用进行综合评价，建立了高校学生信用评价多级指标体系，提出了一种基于神经网络的评价模型。模型将模糊理论引入神经网络，通过神经网络的学习训练来调整模糊数学中的相应参数，以有效地模拟模糊综合评价的过程，对信用评价的定性过程而言，具有一定的合理性。     

基于灰色多层次评价方法的应急预案实施效果评价模型研究

突发事件发生后如何有效地评价应急预案的实施效果是近年来应急管理领域的一个热点和难点问题。为了有效解决应急预案实施效果评价中由于信息不完备、不确切以及评价者主观感知等产生的灰色性问题,以危化品泄漏事故为例,综合运用灰色系统理论和多层次分析法建立了基于灰色多层次评价的危化品泄漏事故应急预案实施效果评价模型,并通过算例说明了该方法的实用性。为应急预案的实施效果评价提供了一种可行的定量化计算方法,评价结果可为预案的修正提供参考建议。