基于Improved-HMM的进程行为异常检测

针对传统隐马尔可夫模型(HMM)状态转移概率仅与前一状态有关的不足,提出了一种改进的隐马尔可夫模型(Im-proved-HMM),该模型考虑到状态转移概率与前两时刻状态相关,旨在提高异常检测准确率。用基于Improved-HMM的Baum-Welch(BW)算法对正常进程行为进行建模,并采用滑动窗口的方法,检测进程行为是否处于异常状态。实验结果表明,该模型的检测准确率高于传统的HMM模型,能及时、准确检测到进程行为的异常。     

新型Elman混沌神经网络的流量预测

根据实际网络中测量得到的网络流量数据,提出一种改进型Elman神经网络模型——季节性输入多层反馈Elman网络。在网络权值的训练过程中引入混沌搜索机制,利用Tent映射的遍历性进行混沌变量的优化搜索,以减少数据冗余,解决局部收敛问题。实验结果表明,该模型及其算法有效提高了网络的训练速度及网络流量的预测精度。     

Wi-Do:WiFi信号下的高鲁棒人员动作感知模型

人机交互是物联网迈向智能化的重要途径,而人体动作识别已成为智能环境实现的关键环节.由于WiFi具有良好的用户体验和极高的普适性以及低廉的部署成本,基于WiFi的人体运动识别技术从众多交互技术中脱颖而出,已在智能安防、运动保健、老年活跃检测等领域展现了巨大的应用价值.现有的WiFi动作识别工作中,动作识别受人体的运动方向...     

一种改进的时间反转二阶段室内定位方法

在非视距传输环境下,粗估计阶段接收信号强度(RSS)的特征维度较低会导致定位性能差。针对该问题,提出一种基于多维标度(MDS)算法改进的时间反转二阶段室内定位方法。对RSS和信道频率响应(CFR)分别进行特定参考点采集,采用线性时域滤波缩小信道状态信息的数据动态范围,利用RSS和MDS算法进行位置粗估计,确定待测点所在范围,构建指纹库。使用预处理过后的CFR与子指纹库中的各参考点处CFR计算组合时间反转共振能量(CTRRS)值,并搜索CTRRS最大值的参考点,实现精确定位。实验结果表明,与时间反转室内定位方法相比,改进方法的定位时间提升了56.5%。     

一种动态能量感知的节点休眠调度算法

为减小低占空比无线传感器网络（LDC-WSN）中端到端的休眠延迟和均衡能量负载,提出了一种动态能量感知的节点休眠调度算法（DESS）,该算法通过感知节点剩余能量的动态变化,自适应地增加苏醒时隙的次数,用以平衡网络中节点的能量消耗。仿真结果表明,与同类算法的LES和TOSS相比,DESS在休眠延迟以及能源消耗等方面带来明显的性能提升,有效地延长网络的生命周期。     

Q学习和蚁群优化混合的无线传感器网络移动代理路由算法

针对无线传感器网络移动代理路由问题,提出了Q学习和蚁群优化混合的无线传感器网络移动代理路由算法。该算法综合了Q学习和蚁群优化算法思想,引入了新的路径选择概率模型,并对最优路径进行了有效的维护。仿真实验结果表明:该算法有效地提高移动代理选路效率,满足不同任务对时延的要求,增强了最优路径的可靠性,进一步降低了网络能耗。     

IPv4到IPv6的过渡技术与6to4 Tunnel的实现

在IPv4向IPv6过渡的初期，如何实现IPv6和IPv4的相互通信成为一个实际问题。本文对IPv4到IPv6的几种隧道技术进行了讨论，并详细地研究了6to4隧道技术的工作原理及实现方案。     

基于无线传感器网络节点信任度的三维覆盖算法*

针对无线传感器网络中节点的安全性及覆盖问题,提出基于节点信任度的三维覆盖算法(Three Dimensional Coverage Algorithm Based on Node Trust,简称NTA3D),该算法依据虚拟力、网格划分及节点信任度的思想,引入吸引源联合信任度。将待监测区域划分成网格,并在每个网格中心部署吸引源。吸引源可以根据网格中的活跃节点计算该网格的联合信任度,并根据联合信任度调度节点,调度结束后工作节点根据其所受合力的大小和方向重新部署。通过实验仿真,证明了本文算法能够在保证安全性的前提下有效地提高覆盖率,降低网络能耗。     

WSN中基于冗余度的移动代理路由算法

在基于移动代理(MA)的无线传感器网络数据融合中,MA路由的选择直接影响系统能耗,从而决定整个网络的使用寿命。为此,引入冗余度参数,同时结合节点剩余能量参数和节点间最短距离参数,提出基于冗余度的 MA路由算法。采用阈值处理方法消除冗余节点,利用Kruskal方法建立最小生成树,初步形成MA路径,并通过改进的后序遍历方法对其进行优化。仿真结果表明,与遗传算法和近优路由设计算法相比,该算法能有效降低能耗,减少数据延时,延长网络生命周期。