一种面向智慧协同网络的自适配路由策略研究

现有互联网网络体系和机制相对"静态"和"僵化",缺乏支持智慧网络的有效机制.要从根本上解决现有互联网存在的严重弊端,必须创建新的网络理论体系.本文在智慧协同网络"三层"、"两域"体系结构下,针对"网络组件层"的路由自适配问题展开研究,提出基于生物启发的转发网络族群自适配路由策略,实现族群内路由组件之间的智慧协调、动态重构和优化决策,有效解决现有路由策略的静态、僵化等问题.通过数学分析证明:如果设定模型参数μ∈(0,1),提出的自适配路由策略可以始终保持稳定性.最后,通过原型系统验证了提出自适配路由策略是切实可行的,能够提高网络的承载业务数量和提升用户体验.     

生物启发的多维网络安全模型及实现模式研究

在多变的生态环境中,生物系统的安全机制展示了非凡的适应性和鲁棒性.当前网络安全面临巨大挑战,生物启发理论为该问题的解决提供一条新思路,但当前该领域的研究仅停留在人体内部系统--免疫系统上,无法建立完整的空间模型.首次依据生物系统安全机制的层次性、系统性和多网并行等特征,综合子网类型、群体规模和时序阶段3个角度提出了基于"三网并行(three-net parallel, TNP)"结构的生物启发多维网络安全模型(bio-inspired multidimensional network security model, BMNSM).首先提取网络与生物系统安全运行机制的拟合点,建立BMNSM概念模型;然后在状态分析抽象的基础上,证明模型的线性状态空间特性,验证其完备性、可行性;最后依据Markov平稳分布理论,定量比较 TNP结构优化实现模式的平稳性,验证了BMNSM的优良性能.     

基于自律计算的网络安全态势感知模型

针对当前网络安全管理的复杂性和态势感知过程缺乏自适应性等问题,提出一个基于自律计算的网络安全态势感知模型。利用自律反馈机制对态势提取进行实时分析;根据提取的态势信息,从攻击和防御两个角度出发,采用层次分析法建立多层次多角度的网络安全态势评估模型;依据过去和当前网络安全态势,采用改进的遗传神经网络方法建立网络安全态势预测模型。仿真实验结果表明,具有自律反馈机制的态势感知模型可以有效增强系统的自适应能力。     

基于双路加速度计的空间手写输入识别模型

针对三维空间手写过程中采样装置横滚角变化较小的特点,提出一种基于双路MEMS加速度计的无陀螺硬件编排方案及相应的角速度、线加速度解算方法;根据解算得到的线加速度,同步计算得到笔画数量、笔画走向和归一化长度、总的笔画归一化长度等手势特征,并表示为手势特征码;手势特征模式库基于手势特征码集合定义,并基于手势特征码与不同模式间的差异化度量值实现用于手势识别的分类器。基于手势特征码的手写模式识别方法能够较全面描述字符的时域特征,且对无效笔画有较好的适应能力,仿真实验验证了该方法的可行性和有效性。     

基于自律计算的主动入侵检测模型

针对传统入侵检测系统的被动检测机制问题,借鉴自律计算思想,提出了一个具有自律特性的主动入侵检测模型．该模型以自主管理器为核心,在Agent协同层引入拍卖机制感知系统环境变化和管理调配被管资源,自主处理入侵信息,实现对入侵行为的主动响应．实验结果表明,通过合理的参数配置,该模型能有效提高入侵检测系统的自适应性和检测准确率．     

电机绝缘结构介电性能对定子槽内与槽口电场分布的影响

为研究不同频率下电机绝缘结构的相对介电常数对电场分布的影响，本研究以一种主绝缘结构在不同频率下的相对介电常数为变量，计算其对槽内主绝缘夹层结构与槽口电场分布的影响，同时分析槽口电场的优化措施。结果表明：槽内主绝缘夹层结构中，由于薄膜的介电常数较低，其承受的电场比云母带大；槽口空气相对介电常数一定的情况下，随着主绝缘相对介电常数的降低，槽口空气场强略有下降。若槽口铁心棱边倒角处的小间隙存有绝缘漆，可起到降低空气场强的作用；否则，倒角产生的小间隙将产生更大的空气场强；槽口真空灌封能有效降低槽口空气场强。     

基于改进蛙跳算法的无线传感器网络覆盖优化

针对传统算法在解决无线传感器网络覆盖优化上存在的覆盖率较低和节点分布不够均匀的问题,提出了一种改进的蛙跳算法;为了同时达到增加算法的种群多样性和加快算法收敛速度的目的,改进蛙跳算法分别增加了个体高斯学习机制和根据粒子群思想改进的更新策略,让族内最差个体在自身附近进行局部搜索,若无效,则使族内最差个体同时向族内最优个体和全局最优个体学习;在性能评估实验中,对改进的蛙跳算法分别进行了标准函数测试和无线传感器网络覆盖优化测试;测试结果表明,在6个标准测试函数中,改进的蛙跳算法与其他算法相比在4个测试函数上的收敛精度有了明显提高;在无线传感器网络覆盖优化中,改进的蛙跳算法也能够使节点分布更加均匀,使网络覆盖率达到了85.6%。     

基于自律计算的系统可信性自调节模型

保障和增强系统的可靠性、安全性和稳定性等可信性质是对系统服务的高级要求。提出了一个基于自律计算理念的系统可信性自调节模型,该模型动态分析目标系统的可信度变化趋势,参考先验可信度变化曲线的梯度升降,依序实现可信度在线评估、可信度动态预测和自调节方案选择,完成系统可信度非降的自主调节过程,采用信赖域梯度计算策略解决自调节的最优化问题。     

自律入侵容忍系统的可生存性评估

现有网络系统的评估方法不能很好地满足自律入侵容忍系统可生存性的评估要求。为此,提出一种针对自律入侵容忍系统的可生存性评估方法。根据入侵对系统造成的影响及自律入侵容忍的功能,构建数据机密度、数据完整度、服务可用度和系统自律度4项可生存性评估指标。给出各项指标的量化方法,通过对4项指标的定量计算,动态评估自律入侵容忍系统的可生存性。     

基于模糊C-均值聚类优化的入侵检测算法

针对传统模糊C-均值聚类算法(FCM)收敛速度慢、易陷入局部最优的缺点,用带交叉操作的改进微粒群算法来弥补FCM算法的不足,提出一种优化的模糊C-均值聚类算法(OFCM)。模拟仿真实验表明该算法具有较快的收敛速度和很好的全局搜索能力,解决了FCM算法在入侵检测中稳定性差、检测精度低的问题。新算法在网络安全方面有很好可行性和实用性。