基于可信度量的网络组件性能评估方法

针对新型网络及其服务构建中所涉及的网络组件选择问题,以可信评估思想为指导,通过多属性决策建模,提出一种网络组件性能评估方法。首先,针对网络应用环境的灵活多变特征,设计了一种按需驱动的可信指标树动态构建策略。其次,利用模糊层次分析法减小主观权重计算的不确定性,并将主客观权重相结合以提高赋权操作的公平性。最后,在评估决策阶段,综合运用指标数据效用转换、可信属性向量构造和向量间的相对近似度计算等策略得到评估结果。通过对软件定义网络控制器的实际案例分析,验证了所提评估方法的合理性及有效性。     

TD-SCDMA PS域业务用户感知模型的构建与应用

传统的网络评估体系KPI指标越来越难满足用户的需求,提出了一种基于TD-SCDMA PS域业务用户感知的评估模型.采用模糊算法中的模糊层次分析法和模糊综合评价法分别对业务层的指标权重和服务等级权重进行评价,然后进行服务等级判断,进而构建出评估模型.同时将该评估模型应用于突发类业务进行评估,反映出用户对业务的评价,全面提升用户感知(QoE).     

基于能量优化的微博用户转发行为预测

微博用户转发行为预测是微博社交网络消息扩散模型构建的基础,在舆情监控、市场营销与政治选举等领域有着广泛的应用.为了提高用户转发行为预测的精度,本文在MRF（Markov Random Field）能量优化框架下综合分析了用户属性与微博内容特征、用户转发行为约束、群体转发先验等因素对用户转发行为的影响,并在逻辑回归模型的基础上构造了相应的能量函数对用户转发行为进行了全局性的预测.实验结果表明,微博用户转发行为不仅取决于用户属性、微博内容等特征,而且也受到用户转发行为约束、群体转发先验等因素不同程度的影响.相对于传统算法,本文算法可以更准确地对用户转发行为进行建模,因而可获得更好的预测结果.     

基于指标双层变权和TOPSIS-灰关联的多目标威胁评估方法

针对战场环境中较难判定多个来袭目标威胁程度的问题,提出一种基于双层变权TOPSIS-灰关联的多目标威胁评估方法.对于目标指标,先用层次分析法和改进熵权法分别求主客观权重,组合得出第一层权重;再构建综合均衡函数,融合变权理论与第一层权重为最终权重;最后依据决策者对TOPSIS法和灰关联法的主观偏好综合得出多目标威胁评估结果.仿真结果表明,所提方法综合指标的主客观因素及状态值变化对权重变化的影响更符合实际情况;排序结果综合考虑了指标间距离和形状变化,与其他方法的对比结果也表明了所提方法的有效性.     

基于用户偏好的异构网络选择算法研究

针对当前大多数网络选择算法没有充分考虑用户基于业务的网络偏好这一问题,提出了一种基于用户偏好的异构网络选择算法。该算法充分考虑业务需求、用户偏好及网络性能差异,通过层次分析法和距离分析法分别计算用户对各候选网络的主观和客观偏好权重,根据用户策略动态确定综合权重,并由此结合各属性权重计算网络性能,选出最优网络。仿真结果表明该算法可以准确选择接入网络,并当用户在网络边缘做兵乓运动时有效减少切换次数。     

基于机器学习的细分业务用户感知评估方法

业务差异化和良好的用户感知是LTE网络以及未来5G网络运营的关键,目前的网络KPI指标体系主要是用于评估网络运维情况,并不能真正反映用户对网络和业务使用的实际满意程度。提出一种细分业务用户感知QoE评估方法,通过对LTE业务KQI指标以及XDR、MR等相关数据信息的关联分析,选取出特定业务QoE评价特征指标集,采用机器学习方法,建立细分业务的QoE评估模型,并以特定视频业务为例,给出QoE评估的特征指标选取和建模过程。该QoE评估方法可以对用户业务体验感知进行细粒度、高准确度的实时评估,为后续基于用户感知的网络优化、网络运营提供准确的数据支撑。     

基于攻击树的文件风险评估方法

通过对已有文献提出的恶意代码检测方法进行分析改进,提出一种基于行为的静态分析、动态监视和攻击树匹配相结合的文件风险评估的方法。根据文件类型分别从静态和动态两个方面对文件进行分析。通过对攻击树结点间的关系和结点属性进行扩展,能够更好地匹配和描述恶意代码的各种行为。应用多属性效用理论量化结点权重,使评估更加客观准确。实验表明,该方法能够较准确的量化文件的风险程度。     

一种弹性评估模型

通过建立合理的模型对弹性进行评估和量化,可对未来预测和决策具有较大帮助。文中主要通过设定一些服务属性指标,计算出相应的性能得分,在一组性能得分基础上推出单个服务的自适应得分和服务状态。并结合马尔科夫网络模型及弹性函数方程,评估整个网络的弹性。文中不仅考虑了单个服务的状态,且结合了服务之间的相互依赖关系。在日后的网络弹性度量方面,为状态阈值的设定和故障的快速查找提供了参考。     

异构无线网络中基于权重平衡的接入选择算法

下一代异构无线网络中,用户业务需求将会更加多样化。针对目前网络接入算法在确定判决属性权重时存在片面性问题,文章提出了一种基于权重平衡的接入选择算法,首先利用改进的层次分析法获取判决属性的主观权重,同时通过熵值法获取属性的客观权重,然后对主客观权重进行平衡处理,最后将得到的综合权重通过简单加权法对各网络进行综合评价以及确定目标接入网络。仿真结果表明,该算法能在满足用户业务需求的基础上,准确地接入最优网络,同时减小“乒乓效应”带来的影响,提高了网络的性能。     

面向多层次、多指标的光网络规划与评估方法

首先深入分析了影响业务可靠性的关键指标,并建立了面向可靠性和建设成本的网络规划模型,然后设计了自适应免疫算法以求解网络规划方案。进而,建立了面向多层次、多指标的网络规划方案评估模型,并使用神经网络算法获得指标权重,实现对网络规划方案的全面、有效评估。通过仿真可知,提出的面向多层次、多指标的光网络规划与评估方法能够提高光缆资源利用率和站点成环率、降低网络建设成本以及保障网络可靠性,有助于提高运维人员的工作效率和运维水平。     

一种雷达信号特征参数评估的新方法

针对传统雷达信号特征参数评估中指标构建不完备、应用背景不强等问题,在研究分类器核函数对特征参数影响的基础上,提出了一种新的信号特征参数评估方法。该方法首先构建了以可分离性、稳定性、复杂性为评估指标的评估体系,给出了特征类内聚集度与类间聚集度的新的度量准则,并基于用户需求对各评估指标权重作层次分析,最后利用指标权重矩阵和指标评分矩阵以打分方式对特征参数的性能进行综合评估并排序。应用结果表明,该评估方法可行有效,能够较好地实现信号特征参数性能的分析和评估,为特征参数的研究与选择提供了依据。     

基于ANP的随队支援自适应干扰效能指标研究

针对随队支援自适应干扰评估模型中评估指标之间的相互影响关系,分析了影响随队支援自适应干扰效能的指标因素,提出了基于网络层次分析法(ANP)的干扰效能网络化评估指标体系,构建了基于ANP的随队支援自适应干扰效能指标评估模型,并对提出的网络化评估模型进行了分析和求解,计算结果表明了干扰效能指标评估的合理性和有效性。     

基于Netica 的机载雷达侦察效能评估

将动态贝叶斯网络应用于机载雷达侦察效能评估中,从而实现了一段时间内机载雷达侦察效能的动态评估。选取随战场环境、操作员水平等变化的因素作为影响机载雷达侦察效能评估的指标,并采用模糊分类方法形成各指标的状态集合;构建基于Netica 的动态贝叶斯网络模型,运用德尔菲法确定模型参数及隶属度函数,利用贝叶斯网络的推理模型以及相应的推理算法,对机载雷达侦察效能进行动态评估。仿真结果表明:该方法能够科学、有效地评估机载雷达侦察效能。     

基于信息熵和模糊层次分析的5G终端性能网格化评价算法

5G终端性能评价在网络优化领域发挥着重要作用。本文提出了一种基于信息熵和模糊层次分析(FUZZY AHP)算法的网络大数据5G终端性能网格化评价方法。首先,我们构建并改进了5G终端评估系统,将5G驻留时间作为KPI引入到终端评估系统中,然后提出了基于信息熵和FUZZY AHP算法来训练评估系统因子权重,应用该方法,因子权重可以比基于终端评估系统的经验直接获得的结果更准确、更客观,在评估算法中引入了位置网格法,可以消除网络和用户分布的影响。采用终端抽样测试和投诉工单选择的方法,在算法结果的基础上,提高了性能相对较差的手机的选择精度。     

一种智能变电站二次设备状态评价方法

针对智能变电站二次状态评估中影响因素的模糊性和不确定性,提出了基于粗糙集理论和改进云模型协同实现的智能变电站二次设备状态在线评估方法。考虑到评估指标状态区间分级,位于边缘区间和内部区间的中间区域不再服从标准的正态云模型,因此对传统的云模型进行了改进并给出了改进云模型的特征参数的求取方法。通过建立多维度的智能变电站二次设备状态评价体系,运用粗糙集理论将求解权重分配问题转化为计算条件属性重要度问题,并借助改进云模型根据样本实测数据计算各评估指标对应的各级隶属度函数值,最后计算综合权重值,并按最大隶属度原则确定二次设备整体运行状态等级。评估指标的选取采用主成分分析法进行降维以缩减评估指标的个数,实际算例分析验证文中方法的有效性,可为智能变电站二次设备状态检修提供一种可行的理论依据。     

基于用户兴趣分类优化的聚类模型仿真

对用户兴趣进行聚类分析对研究消费心理有着重要的意义.提出一种考虑用户兴趣分类优化的聚类模型,采用ID3决策树算法提高用户兴趣分类计算速度,将最高信息增益的属性当成前节点的检测属性,确保结果分解中的用户兴趣样本分类所需的信息量最小,构建用户兴趣分类优化的自适应模糊聚类目标函数,更新聚类原型矩阵,在自适应模糊聚类模型下,直接给出聚类原型的迭代等式,保证分类准确.实验结果说明,所提模型相对于传统聚类模型不容易陷入局部最优解,具有较高的查全率和查准率,对进一步用户行为研究有着较大的意义.     

一种新的支持向量机核函数评估方法

针对传统支持向量机核函数评估中指标构建不完备、应用背景不强等问题,提出了一种新的支持向量机核函数评估方法。该方法首先构建了以相似性、稳定性、复杂性为评估指标的评估体系,给出了各指标的计算准则,再基于用户实际应用需求对各评估指标权重作层次分析,最后利用指标权重矩阵和指标评分矩阵以综合打分方式对核函数性能进行综合评估并排序。应用结果表明,该评估方法可行有效,不仅能够较好地实现对支持向量机核函数性能的分析和评估,也能为支持向量机的研究与选择提供依据。     

在社交网络中综合的信任评估模型

提出了由交互经验计算用户态度,以及利用交互时间序列计算用户行为模式变化的方法。进而利用态度、交互经验、行为模式3种信息综合建立新的信任评估模型。实验证明该模型能够适应社交网络的动态性及复杂性,并可有效量化3种信息对信任的影响,从而提高社交网络中直接信任评估模型的可用性与准确性。     

基于区间变权灰色关联法的集群目标威胁评估

以地面合成分队联合作战为背景,建立了基于集群目标的威胁评估指标体系;针对传统威胁评估方法中采用常权权重易导致状态失衡的问题,引入区间数理论确定指标区间常权,并结合作战态势利用变权理论确定指标区间变权权重,使权重能够随着战场变化而动态调整;将区间变权与灰色关联法相结合,构建出一种适用于区间数的最小二乘灰色关联威胁评估模型。最后通过实例仿真验证了模型和方法的有效性。     

模糊多属性决策理论在军事通信系统效能评估中的应用

决策中定性指标的量化一般通过一个模糊量化标度来实现，没有考虑决策者评判时的置信程度。提出了一种基于置信度的定性指标的量化方法。把模糊多属性决策引入到复杂通信系统的效能评估中来，建立了基于模糊多属性决策的系统效能评估模型。利用指标值和权重值都为三角模糊数的模糊多属性决策方法实现了对某战区通信系统的效能评估。