基于能量均衡的WSN多跳非均匀分簇路由算法

在无线传感器网络路由协议中采用多跳通信的方式能够减少通讯距离、增强网络通讯的稳定性并提高网络能量利用效率,但是,由于靠近汇聚节点的簇头需要转发大量数据,容易导致能量快速衰竭而失效,造成“能量空洞”现象。提出了一种新型的基于能量均衡的多跳非均匀分簇路由算法（MUCRA）,采用逐层成簇的策略,簇头以一定的半径广播分层信号,划分下一层网络区域非均匀层次,普通的传感器节点和簇头根据分层信息选择合适的网络路径。仿真实验结果表明：与经典的LEACH协议及EEUC协议相比,该算法能有效平衡网络负载,缓解“能量空洞”问题     

基于改进的GHSOM聚类算法的图像检索

传统的图像检索需要顺序比较图像库中的图像与请求图像的相似度,检索速度和检索准确度都很低。针对此问题,提出了一种基于改进的增长型分层自组织映射网络（GHSOM）的图像检索方法。先将图像特征库用改进的GHSOM算法进行聚类,在图像检索时先在GHSOM网络模型上找到相似的类,然后在相似的类上继续进行检索,大大提高了检索效率。并且在搜索相似的类时充分利用GHSOM网络的分层结构,更进一步地提高了检索效率。改进的GHSOM网络根据算法的特点构建了赤迟信息量（AIC）准则,用该准则来选择每个独立的SOM网络的生长参数,使得每个网络都能正确地表达映射到它的数据集的结构,提高GHSOM网络的聚类效果,从而提高检索的准确性。实验结果表明,改进的GHSOM算法得到了更好的聚类效果,基于它的图像检索方法提高了将近3倍的图像匹配速度,同时图像检索准确率也得到了一定程度的提高。     

用于TCAM的元组快速包分类

通过引入元组概念组织分类器，对TCAM上路由查寻算法CAO—OPT进行改进，实现了多维数据包的快速分类和更新。     

基于一种改进的光线投影体绘制算法的三维重建

提出了一种改进的光线投影体绘制算法,利用重采样点在两坐标系中的矩阵变换特性,减少矩阵的运算量,加快重采样计算过程,从而加速了光线投影的效率.实验结果表明改进后的算法,可以利用 OpenGL图形标准及硬件加速对图像序列进行三维重建,重建效果逼真,重建速度较快,具有算法简单、实现容易的特点.     

基于人工神经网络的荧光光谱识别

目的利用人工神经网络的方法对杂质气体的荧光光谱进行识别。方法选用三层前馈型单输出的神经网络结构,学习算法选用自适应的RLS（Recursive Least Square）算法,在对基于RLS算法的三层前馈单输出的神经网络学习训练完成后,引入互联权重删剪算法对网络的输入层进行删剪。网络的结构不但得到了优化,而且计算复杂度也大大降低。提高网络的泛化能力;最后利用优化后的网络对测试样本进行识别。结果仿真实验表明,与删剪前的网络结构相比,在降低了网络的计算复杂度的同时,删剪优化后的正确识别率能够达到100%。结论利用RLS算法能够提高网络的运算速度,在此基础上的删剪算法能够降低计算的复杂度,并且能够对冗余信息进行了剔除,进而提高整个网络的识别能力。     

基于MPLS网络的MIRA改进算法优化研究

本文主要介绍了MPLS流量工程中常见的动态路由算法,并在目前经常使用的M IRA算法的基础上提出一种改进算法,分析了改算法的算法思想,并将改进算法与原算法进行了模拟仿真,结果表明改进算法在一定程度上对原算法进行了优化。     

基于灰狼算法和案例推理的工控系统入侵检测

提出了一种基于二进制灰狼算法和邻域粗糙集的案例推理分类算法（bGWO-NRS-CBR）,以有效处理工控网络数据样本高维、冗余的问题。首先,将邻域粗糙集（NRS）中的依赖度概念和属性个数作为二进制灰狼优化算法（bGWO）的适应度函数,通过狼群不断更新位置寻找最小相对属性集;然后基于属性重要度对权重进行优化分配从而建立案例推理（CBR）分类模型;最后利用该模型对工控网络标准数据集进行入侵检测研究。实验结果表明,本文算法能够获得最小相对属性子集,并有效提高入侵检测算法的准确度和效率。     

一种抗CPS控制层欺骗攻击的算法

信息物理系统(CPS)在原本的工控系统中加入了计算单元,使攻击者能够通过对该网络进行攻击。本文考虑攻击者通过恶意篡改信道中传输的传感器测量数据,使计算单元无法根据测量值对物理环境做出正确决策。通过改进针对CPS控制层欺骗攻击的卡尔曼滤波器算法,使改进后的算法对多种类型的欺骗攻击都有较好的检测性能,并能在一定程度上恢复被篡改的数据。本文使用改进算法对田纳西伊斯曼过程中反应釜内的压强测量值进行攻击检测,并与原算法进行比较,通过实验可以验证改进后算法对偏差型和几何型攻击的检测和恢复效果明显优于原算法。     

基于分簇的动态协同算法在无线传感器网络中的应用

为降低无线传感器网络中的能量开销,减少存储和网络资源,采用了一种新的信息融合机制。根据目标的当前地理位置,将无线传感器网络中的节点动态分簇,建立分布式的跟踪机制。利用一种基于信息矩阵加权的卡尔曼算法在该机制下进行目标跟踪,与无分簇机制下的信息矩阵融合算法进行性能比较,仿真实验结果表明该方法具有较高的有效性和可靠性。同时,在网络存在丢包情况下,基于Grubbs准则进行改进,能有效地提高精度。     

利用聚类算法找出新的攻击

改进了利用聚类算法查找孤立点的算法，提出在应用到入侵检测的过程中应该结合领域知识、考虑数值性质，这样可以提高检测质量。通过对收集到的网络数据的属性进行计算，找出其中的孤立点，可以使得检测系统在不需要手工编码和标识的训练数据前提下就能检测出攻击。最后通过比较多组实验数据，提出了一种比较有效的检测策略。     

一种基于双功能节点的节能多跳路由协议

针对无线传感网融合节点位置欠佳和传感器节点的能量消耗不均会严重影响网络生存周期的问题,提出了一种基于双功能节点的节能多跳路由协议。该协议综合考虑节点的能量、位置以及所在层次区域等多种因素,通过引入通信节点来重组网格和中继网格间路由,减轻了网格融合节点的开销,均衡了网络的能量分布。仿真结果表明,该路由协议的网络生命周期比Multi hop EEBCDA等协议至少延长17.5%,且节点的能量消耗更加均衡。     

医院网络安全实行终端准入管理的探析

目的:加强医院网络终端的准入管理,对终端进行统一管理和持续安全监控,同时提升IT工作人员的运维效率。方法:采用旁路链接的方式接入终端准入控制系统,通过在核心交换机上布置策略路由,将数据包引入到准入控制设备,实施对医院全网终端的管理与监控。结果:使非法的终端设备被有效地屏蔽在内网边界之外,网内终端的不合理上网行为也得到有效控制。结论:通过终端准入系统,医院变被动防护为主动防护,单点防护为全面防护,变分散管理为统一策略管理,提升了医院网络安全的防御能力,也为IT工程师的维护工作提供了极大的便利。     

遗传算法优化BP神经网络的老年痴呆症智能诊断

为了提高BP神经网络对疾病诊断的效率和预测准确率,提出一种遗传算法优化BP神经网络的老年痴呆症智能诊断模型,并以医院电子病历数据挖掘为例,对老年痴呆症诊断建立预测模型。该方法首先利用遗传算法的搜索寻优技术进行特征约简,然后将约简后的特征作为BP神经网络的输入变量,训练和构建BP神经网络模型。仿真实验在Matlab软件平台上进行,结果表明：与单BP神经网络相比,遗传算法优化BP神经网络能够降低模型训练时间、提高预测精度,是一种切实可行的老年痴呆症辅助诊断方法。     

医院网络架构仿真研究

从逻辑网络拓扑、实施方案等方面阐述医院网络架构仿真设计,介绍相关技术,经仿真实验验证该架构可实现流量负载与冗余备份,路由区域划分合理,提升医院网络资源利用率.     

人羊膜上皮细胞通过抑制中性粒细胞胞外诱捕网促进糖尿病创面愈合

软件定义网络（software defined network,SDN）作为一种新型网络架构,其转控分离及集中控制的架构思想为网络带来了显著的灵活性,同时为感知全局网络状态提供了便利。分布式拒绝服务攻击（distributed denial of service,DDoS）是一种典型的网络攻击方式。针对SDN网络中进行DDoS攻击检测的问题,提出了一种基于条件熵和决策树的DDoS攻击检测方法,利用条件熵判断当前网络状态,通过分析SDN中DDoS攻击特点,提取用于流量检测的6项重要特征,使用C4.5决策树算法进行网络流量分类,实现对SDN中的DDoS攻击的检测。实验表明,相比于其它研究方法,文中提出的方法不仅具有较高检测精确率和召回率,而且明显缩短了检测时间。     

基于模糊矩阵辨识的半盲MIMO-OFDM信道辨识算法

对于多输入多输出系统,传统的基于训练序列的信道辨识方法为跟踪信道的变化,必须发送大量冗余信息,传输效率较低;而基于子空间的纯盲方法又带有不可避免的模糊性,辨识结果精度不够。在子空间法的基础上,利用少量训练符号估计出模糊矩阵,以此矫正子空间法得到的结果。仿真结果显示：在保证辨识精度的前提下,该方法减少了训练符号等冗余,提高了传输效率。     

基于IRBFNN和IRAN的非线性动态系统在线自适应建模

将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。