网格资源共享策略的最优反应动态模型

围绕网格环境中用户的资源共享策略,应用进化博弈理论中的最优反应动态机制,建立了网格用户最优反应动态模型并结合算例对网格用户共享策略的发展变化趋势进行了分析。研究结果显示有限理性的网格用户不能实现网格资源的最大化共享,需要结合其特殊性对原有的资源管理模式进行改进,以适应网格的实际情况。     

关系数据库中的范式定义问题研究

范式是数据库设计的规范化准则，利用范式理论设计关系模式能较好地满足用户需求且优化数据库性能。本文对关系数据库的规范化理论和四种范式做了简要介绍，并对范式定义和函数依赖关系进行了探讨。针对第二范式定义的不严密性，提出了修正的第二范式定义，进一步界定范式概念中函数依赖关系的范围。     

生成树协议分析及其实验的设计与实现

介绍了生成树协议产生的背景、技术原理以及实现过程，通过具体实验验证了生成树协议在交换以太网中的巨大用途。在交换机上使用debugging STP命令调试生成树协议相关信息以及通过端口镜像，利用协议分析软件捕获BPDU数据帧，详细展现了生成树协议工作的全过程。     

网络地址转换原理实验的设计与实现

网络地址转换(NAT)是《计算机网络》、《组网技术》和《网络管理》等相关课程的教学重点与难点内容之一。文中介绍了网络地址转换产生的原因和原理,基于协议分析与NAT会话信息设计了实验教学内容。实验通过分析NAT会话信息,对比协议分析的结果,详细展现了静态、动态、及端口3类地址转换的原理。该实验不仅可以使学生直观、深入地理解NAT的原理,同时也增强了学生对各类协议原理及其工作过程的自我研究能力,提高了网络实验的教学质量。     

空间轨迹问题的粒子群仿真研究

空间轨迹的搜索问题具有多个全局最优解,一种有效的解决方法是采用粒子群算法进行搜索.然而与一般的优化问题不同,轨迹问题要求算法中粒子适应值与粒子位置同时收敛.为此,针对已有的粒子群算法在轨迹搜索上的不足,提出了一种减速粒子群优化算法(Slowdown ParticleSwarm Optimization,简称SPSO),从位置角度改善粒子群的收敛性能.该算法利用独立子群技术保证粒子收敛于不同的位置,并根据粒子适应值情况减半更新粒子飞行速度,以达到位置收敛的目标.仿真实验的结果表明了减速粒子群算法在位置收敛效果上的优越性.     

表情识别中的粒子群检测与分割方法

结合粒子群优化算法,提出了一种对人脸进行精确检测与分割的方法,以提高表情识别的准确率。通过肤色分割得到大致的人脸轮廓;通过粒子群优化检测到人脸的精确位置。利用精确的人脸进行PCA降维和特征提取后可进行表情识别。实验结果表明,此方法很好的排除了干扰因素,提高了表情识别的准确率,尤其对于某些单表情效果极佳。     

基于线性费用函数的网格资源投标策略

资源分配是网格计算需要解决的核心问题,针对已有的网格资源分配中的投标算法只对报价进行优化而对费用优化考虑的不足,提出了一种基于线性费用函数的网格投标策略.该策略综合考虑了用户投标过程中评估标准,费用估算,最优报价三方面的因素,以用户评估标准的凹性和异构性为先决条件,通过优化用户效用函数导出费用函数的线性形式,再根据评估标准和费用估算得到用户投标的最优价格,并给出了用户投标价格最优解的唯一性和最优性证明,最后利用这组价格按比例分配资源能力.通过网格模拟器的实验研究,表明了基于线性费用函数的投标策略系统效率高于基于凸费用函数的系统效率,从而为投标用户带来更大的收益.     

基于合作博弈的网格资源分配

针对网格资源分配中的竞争问题,提出了一种合作博弈的方法,通过建立用户的评估函数,使得竞争同一资源的多个用户能够结成联盟来增加整体效用,其中用户分得的资源份额取决于出价水平.着重研究了联盟中用户的评估函数并证明了其满足非联盟评估函数的性质,因此在资源竞争中联盟成为有效的参与者.分析表明,该方法不仅可产生惟一的纳什均衡,而且能够为联盟用户带来更多的收益,从而实现帕累托改进.     

交换环境网络侦听实验设计

网络侦听技术是网络安全与管理技术中一项非常重要且备受人们关注的技术。但与在共享环境下不同,在交换环境下,要进行有效的网络侦听并不简单。介绍了交换环境网络侦听的若干方法,并针对每种方法,设计了具体的实验方案。通过该实验,可以使学生掌握交换环境网络的侦听方法,更好地理解交换机工作原理、网络侦听原理及交换环境网络存在的安全隐患,提高学生分析问题、解决问题以及综合应用知识的能力。     

仿真网格中资源分配的进化博弈研究

网格环境中用户的有限理性使得资源分配不能直接实现纳什均衡.针对网格用户理性的局限性,提出了一种基于进化博弈的网格资源分配策略,从动态角度来考察网格用户群体行为的演化过程.该策略先将网格环境中多用户竞争同一计算资源的问题形式化为一个多人博弈;然后建立了用户之间的进化博弈模型,利用复制动态方程求得用户出价博弈的进化稳定策略;最后研究了不同情况下用户群体的进化稳定点和评估函数特性.仿真实验结果表明进化博弈方法能够通过反复博弈使得网格用户不断学习并调整策略,逐步达到进化稳定均衡,从而实现了网格资源的优化分配.