共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
介绍的TETRA端-端加密系统,使用帧挪用实现语音信号的同步,使用帧插入技术实现视频信号的同步。系统使用分组密码的输出反馈模式实现端-端密钥序列发生器。在短信息端-端加密应用中,密码分组链接模式用来实现密码校验和的计算,该校验和用来确保数据的完整性。 相似文献
3.
4.
数字集群系统TETRA提供空中接口加密和端-端加密以实现通信的机密性。该文研究了TETRA的端-端加密机制及其优缺点。分析了基于分组密码算法IDEA设计的端-端加密系统。 相似文献
5.
本文介绍了CDMA2000系统定义的QoS属性及其支持的业务类型,重点分析了系统的端到端QoS模型与承载服务的层次化结构,最后指出了系统端到端QoS的实现对CDMA2000无线IP网络以及无线链路的要求。 相似文献
6.
带宽主要包括瓶颈带宽及可用带宽,它的测量有着广泛的应用背景。论文在中间网络特征未知的情况下,分析了主机和网络对端到端带宽测量的制约;然后将测量划分为数据收集、数据过滤及后续处理三个步骤,讨论了每一步实现上的限制因素。 相似文献
7.
8.
IP网端到端传输性能与业务应用的关系最为直接和密切,在网络开通验收测试以及日常维护中都需要进行端到端性能指标测试。首先论述了端到端的基本性能指标,包括吞吐量、包时延、包时延抖动等。然后给出了针对每项性能指标的详细、规范的测试方法,以及待测链路的抽样方法。最后说明了各种测试方法的适用性。 相似文献
9.
10.
随着互联网的飞速发展,在网络边缘部署的大量中间盒设备和各种新型应用给传统的端到端通信带来了连通性、移动性、安全性等方面的问题。针对这些问题,研究者提出了很多改进方案。本文简要回顾了端到端通信的研究工作,重点分析了研究中面临的关键性问题,并对典型研究进行了详细介绍和评价比较,最后对下一步端到端通信的研究方向做出了展望。 相似文献
11.
12.
增强移动计算机网络端-端通信可靠性 总被引:1,自引:0,他引:1
通过改善移动台和基站之间网络层通信的可靠性,便能有效增强移动计算机网络端-端通信的性能。当网络层提供数据服务时,本文给出了移动台和基站之间的可靠数据报协议,该协议保证数据报的无丢失传递,但不必保证其顺序。当移动台在不同基站间切换时,新旧基站之间通过镜像操作,并在新旧路由之间进行流量控制,使移动台可靠数据报或虚电路协议仍能继续运行,保证了端-端通信的可靠性。可靠数据报协中直接嵌入在传统数据报下面,传 相似文献
13.
14.
语音识别是实现人机交互的一种重要途径,是自然语言处理的基础环节,随着人工智能技术的发展,人机交互等大量应用场景存在着流式语音识别的需求。流式语音识别的定义是一边输入语音一边输出结果,它能够大大减少人机交互过程中语音识别的处理时间。目前在学术研究领域,端到端语音识别已经取得了丰硕的研究成果,而流式语音识别在学术研究以及工业应用中还存在着一些挑战与困难,因此,最近两年,端到端流式语音识别逐渐成为语音领域的一个研究热点与重点。从端到端流式识别模型与性能优化等方面对近些年所展开的研究进行全面的调查与分析,具体包括以下内容:(1)详细分析和归纳了端到端流式语音识别的各种方法与模型,包括直接实现流式识别的CTC与RNN-T模型,以及对注意力机制进行改进以实现流式识别的单调注意力机制等方法;(2)介绍了端到端流式语音识别模型提高识别准确率与减少延迟的方法,在提高准确率方面,主要有最小词错率训练、知识蒸馏等方法,在降低延迟方面,主要有对齐、正则化等方法;(3)介绍了流式语音识别一些常用的中英文开源数据集以及流式识别模型的性能评价标准;(4)讨论了端到端流式语音识别模型的未来发展与展望。 相似文献
16.
端到端校验是一种有效的数据完整性检测手段,可为分布式存储系统提供基本的可靠性保证。Glusterfs 是一种常用的堆叠式分布式文件系统,但缺乏有效的数据完整性检测机制,存在用户数据遭受破坏而无法被发现的风险,即返回错误数据给用户。这种风险在某些情况还会扩散,造成多副本或灾备、双活情况下的数据丢失。针对这一问题,该文提出了一种高性价比的基于 Glusterfs 的端到端校验方案(命名为 Glusterfs-E2E),可以有效解决 Glusterfs 文件系统中存在的数据完整性风险。该方案不但可以提供全路径的保护,具备 2%~8% 的高性能开销,而且还可以提供软件故障的定位功能。 相似文献
17.
18.
介绍了设计模式思想与端到端企业移动应用架构,并以移动预约挂号系统为例,将设计模式应用到企业移动开发之中,提高了软件系统的可复用性与可维护性。 相似文献
19.
20.
基于Transformer的端到端语音识别系统获得广泛的普及,但Transformer中的多头自注意力机制对输入序列的位置信息不敏感,同时它灵活的对齐方式在面对带噪语音时泛化性能较差。针对以上问题,首先提出使用时序卷积神经网络(TCN)来加强神经网络模型对位置信息的捕捉,其次在上述基础上融合连接时序分类(CTC),提出TCN-Transformer-CTC模型。在不使用任何语言模型的情况下,在中文普通话开源语音数据库AISHELL-1上的实验结果表明,TCN-Transformer-CTC相较于Transformer字错误率相对降低了10.91%,模型最终字错误率降低至5.31%,验证了提出的模型具有一定的先进性。 相似文献