网络化软件异常行为可信性研究

网络化软件系统中的漏洞不可避免,漏洞会引发网络化软件异常行为,异常行为的传播会给系统造成无法弥补的损失。为了使损失尽可能减小,对异常行为的研究变得十分必要。本文对网络化软件异常行为可信性进行深入研究,并且从组建级和系统级两方面对异常行为可信性进行全面分析,为人们今后采取措施提供一定理论依据。仿真实验和实例分析证明,对异常行为可信性进行研究可以为人们评估系统稳定性、减小由异常行为带来的损失提供一定帮助。     

网络化软件中的异常行为传播研究

随着网络化软件应用领域的逐步扩大,软件业对软件的安全性、可靠性提出了更高的要求。软件一旦出现故障,会给人们的生活、工作带来不便,甚至造成严重的危害。因此,研究故障在网络化软件中引起的异常行为迫在眉睫。依据复杂网络上的SIR模型,对网络化软件中异常行为的传播过程进行了理论分析和数值模拟,表明了复杂网络特性对异常行为传播的重要影响。     

软件体系结构脆性分析与验证

软件系统因具有节点众多、节点间联系复杂、随时间演化、自组织临界等特性可将其视为复杂系统。在软件安全领域,对软件体系结构的分析一直是研究的重点。软件体系结构具有自身的脆性,这体现在软件系统的运行过程会出现由于内部组件失效或外部攻击而导致的级联故障乃至系统崩溃。首次将软件系统视为复杂系统,对软件体系结构的脆性进行相关分析,并结合"数据抽象和面向对象"风格的软件体系结构,通过蚁群算法及GROD算法指出该体系结构脆性的最大崩溃路径及脆性源。这将对软件安全领域系统的设计、监控等方面的研究提供理论及实践方面的指导意义。     

一种基于预测的运行时验证开销控制方法

  针对运行时验证中,监控模块对软件系统运行效率产生影响的问题,提出一种基于预测的控制运行时验证开销的方法。该方法主要是通过建立马尔可夫链（Markov Chain）和隐马尔可夫模型（Hidden Markov Model, HMM）对软件行为进行有限步的预测,并判断被验证的性质约束被违反的风险,依此对软件监控行为进行调整,从而实现将运行时验证所产生的额外开销控制在一定范围内的目标。这种方法能够有效地控制监控开销,但仍然需要进一步的研究。     

基于信息量的动态软件网络节点重要性研究

以复杂网络理论研究了面向对象软件系统质量的度量方法.以实际软件系统作为研究对象,分析了软件系统在初始化以及功能执行完全两个不同阶段下系统复杂度的变化.在此基础上,使用网络模型中节点的信息量作为评判类在软件系统中重要性的指标,用来发掘软件系统运行过程中功能上更加重要的类;最后,用软件网络的信息熵衡量软件系统的复杂度.通过研究证明了以信息量作为描述类的重要程度的合理性,进一步验证了信息熵在整个软件系统复杂程度方面的作用.     

考虑不同节点行为要素特征的供应链演化规律研究

为研究供应链的实际演化规律,以复杂网络理论中的多局域世界模型为原型,提出了一种包含局域性节点与全局性节点且反映多种供应链行为要素的供应链网络演化模型。该模型验证了在自然演化情况下,现实供应链网络均具有一定的幂律性;通过算例对比分析说明,该模型相较现有文献中的演化网络能更好地模拟现实的供应链网络。研究表明,在供应链的自然演化过程中,网络的连通性和传输效率不断增强,由于新节点企业多与较大规模的企业合作而忽略了其他企业,其节点间紧密程度降低;企业与供应链网络的紧密度逐步发展到一定的程度将趋于稳定,大规模企业的发展速度先增加后放缓,各规模节点发展速度在中后期保持稳定。     

软件体系结构的模糊聚类推断方法

软件系统是由许多组件组合而成,当软件系统逐渐扩大以一定程度,可能超过人的理解能力,这时需要有一种能够自动归纳软件组件组织和结构的方法,软件体系结构的语法推断提供了这一种手段,本文在软件体系结构模糊语法描述的基础上,提出一种按模糊聚类进行语法推断的算法。     

基于方面重组的实时软件传感器研究

对于日趋庞大的航电软件,其状态监控工作难以有效进行,这其中一个难点是状态监控中软件传感器的植入。由于软件传感器检测内容多为系统的行为特征,在对航电软件系统对象横切关注点的确定和方面的分离的基础上,通过软件传感器植入完成对方面的重组,最后传感器伴随着方面的织入嵌入到软件系统中。以某航电惯导系统为例详细阐述了该方法。实际应用表明,该方法对传感器植入的位置和时机的确定有指导意义。     

软件系统故障传播模型研究进展

复杂软件系统的复杂性和不确定性引起了软件行为、交互行为以及故障行为的复杂性。在对复杂软件系统的可靠性、安全性等方面研究的过程中,故障的传播行为逐渐引起了学者的广泛关注,成为国内外学者的研究热点。回顾了故障传播的研究现状,对故障传播问题研究方向进行了梳理,重点对影响故障传播过程的两方面进行了详细的介绍,包括体系结构特征和故障类型。最后提出故障传播研究领域存在的挑战和未来的研究方向。     

一种分布式软件运行时监控机制

软件在信息社会生活中起着越来越重要的作用,而如何提高软件系统的可信性也成为研究的重要课题,而运行时监控技术是提升软件可信性的重要方法之一.针对当前软件网络化、分布化的发展趋势,提出了一种全新的分布式软件运行时监控机制,通过建立监控服务使得远程监控客户端能够实现对软件系统跨网络、跨平台、实时的监控,从而进一步增强原有软件系统的可信性.这种机制在实际软件系统中获得了有效的应用,具有可行性和合理性.     

基于无线传感器网络的控制系统采样频率优化算法

针对基于无线传感网的网络化控制系统，讨论了采样频率的优化问题．建立了以数字和模拟控制系统性能差距指数最低为目标，以无线节点的通信容量为约束条件的非线性优化模型，并以障碍函数法进行求解，提出了基于节点缓冲区信息的分布武迭代算法．该算法在传感节点的计算量小，易于实现．仿真表明该算法能有效收敛到系统的最优目标点，并能适应于系统的负载变化．     

无线传感网优化生存时间的分布式功率控制

为延长无线传感网的生存时间,提出优化生存时间的分布式功率控制算法(DPCOL).该算法分析节点发送功率变化下的链路流量平衡约束,链路最大传输速率约束,节点能耗约束等条件,建立最大化生存时间的网络模型.采用分布式功率迭代和次梯度算法求解该模型.节点获知与各邻居节点通信所需要的最低发送功率集,随机选择发送功率集中的功率作为...     

软件定义网络中蚁群优化的负载均衡算法

软件定义网络因其特定的网络结构，有集中控制获取与分配全球网络资源等特点。针对软件定义网络中的负载均衡问题，在原有蚁群算法的基础上，提出了一种改进的蚁群优化负载均衡算法，主要思想如下：利用蚁群算法的搜索规则，将链路负载均衡度、流接受率、时延和丢包率作为蚂蚁选择下一节点的影响因素，在多个约束条件下，获得传输的最佳路径。理论分析及仿真结果说明，所提出的算法具有较好的负载平衡能力，而且可以提高网络的服务质量。     

大规模软件网络节点中生代指数解法研究

将大规模软件结构看作一个有向网络图,类看作是网络中的一个节点,类间关系看作是一条连接节点的边。定义了网络节点的家族指数和中生代指数。一个节点的中生代指数反映了此节点和软件网络中其它节点联系的紧密程度。根据定义提出了中生代指数的一般求解算法APSA。基于dijkstra算法提出了快速求解算法ADDA。用两种算法对不同节点数的十种大规模软件进行中生代指数计算,结果表明节点越大,ADDA算法的时间性能越好。最后阐述了中生代指数对于软件开发的指导意义。     

实时操作系统CPU使用率监测的软件容错研究

在硬件实时操作系统中,系统CPU的使用率是系统性能的一项重要指标,如果任务占据了系统的全部CPU,其它任务将无法继续运行,给系统带来灾难性后果。 通过分析实时操作系统中软件运行的特点,系统设计需要采取一定容错策略,以提高系统可靠性和容错能力。在μC/ OS-Ⅱ实时操作系统下对飞行控制软件中的任务进行实时监测。首先给出在μC/ OS Ⅱ实时操作系统下CPU使用率的计算方法,合理提出CPU的监测周期。其次,给出对CPU使用率异常的故障检测算法,对故障进行故障处置,提高系统的容错能力。最后,通过在MPC5674飞行控制计算机中编写嵌入式飞行控制软件来验证四种对CPU使用率异常的处置方法。仿真结果表明,实时操作系统中CPU的软件容错方法可以有效提高系统可靠性和容错能力。     

面向网络诱导时延和数据包丢失补偿的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失, 考虑了网络化广义预测控制问题. 基于多个数据打包传送的通讯方式以及网络诱导时延和数据包丢失预先可知的假设, 提出了一种采用最小预测步长和预测控制增量向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法, 给出了相应的网络化模型预测算法和网络化滚动优化算法, 对于被控对象参数未知或缓慢变化的情况, 给出了基于递推最小二乘辨识改进算法的网络化反馈修正算法, 通过仿真验证了所提出网络化算法的有效性.     

基于Web的组态软件应用

介绍了运用组态王软件(6.52版本)开发的过程控制实验装置的网络化系统,着重阐述了组态王网络功能下系统的构建与配置.针对典型环境对象,在实验室构筑了一个过程控制系统应用的网络环境,利用PC机实现网络环境下简单过程控制系统的远程监控.所提出的系统在本科实习教学过程中得到应用.     

教室监控下学生异常行为检测系统

针对教室监控中学生异常行为无法实时检测并反馈的现状,设计了一套基于YOLO v3算法的教室监控学生异常行为检测系统,包括摄像头硬件采集、异常行为识别和响应三个模块。其中采用基于数据标签的随机擦除预处理方法模拟图像中的目标被遮挡的情形,提高网络的泛化能力,使得网络仅通过学习局部特征即可完成目标的检测和识别;其次改进了YOLO v3算法的骨干网络Darknet,扩充浅层网络,使网络不容易忽略图片边缘或小目标物体。改进后网络的精准度、召回率以及运算速度分别提升4.2%、4.8%和8?frame/s;最后将检测功能集成于Qt编写的可视化软件,降低使用检测模型的成本,满足实时检测任务的要求,一定程度上减轻教员工作量并且提升课堂效率。     

基于灰色广义预测控制的网络化控制系统丢包补偿

针对网络传输中存在的数据丢包问题，提出了将灰色广义预测控制引入到网络化控制系统的新思想．将网络化控制系统视为灰色系统，设计了一个控制器节点由事件—时间驱动、传感器节点和执行器节点由时间驱动的分布式模型．利用灰色广义预测控制在线计算量小的特点，结合队列机制，提出补偿策略．仿真结果表明补偿策略效果良好．     

Pinning control of complex networked systems: A decade after and beyond

In practice, directly control every node in a dynamical networked system with a huge number of nodes might be impossible or unnecessary; therefore, pinning control is a desirable approach. This paper surveys advances in pinning control approaches to making a dynamical networked system have a desired behavior. For a network with fixed topology, we review the feasibility, stability and effectiveness of pinning control. We then focus on pinning-based consensus and flocking control of mobile multi-agent networked systems. One of the main challenges with consensus and flocking control is that the topology of the corresponding dynamical network is time-varying, which depends on the states of all the agents in the network. Looking forward to the next decade, we expect to have a much deeper understanding of the relationship between the effectiveness of pinning control and the structural properties of a complex network, which may result in better control of large scale networked systems.