基于数据缓存策略Ajax的人机交互模型

提出了如何在一个全文检索系统中开发基于数据缓存策略Ajax的人机交互模型.通过在模型中设置数据缓存策略,使Ajax应用程序在全文检索应用中改善了人机交互性能,加快了用户交互过程,使得用户界面更加友好.经实验对比,基于数据缓存的Ajax应用程序可以进一步缩减请求和响应的次数,明显提高了web应用程序响应效率.     

云环境下基于Entropy-KNN算法的节点选择策略

为满足大数据高效处理与节省成本的需求,针对云计算网络可计算节点资源的多维属性特点,提出了一种面向云计算的多属性Entropy-KNN层次聚类算法的节点选择策略.在节点资源动态描述机制的基础上,借助P2P动态路由完成节点资源的信息交换与实时更新,通过属性信息熵及相似度距离的计算,首先对已知节点按属性进行多次聚类,获得给定阈值的子类;接着选取距离较小的K个近邻节点为候选节点,根据分类与可信度的验证,最终选取与需求节点间相似度距离较小的节点作为候选节点.结果表明,该算法在一定程度上提升了计算节点的定位准确率,同时也能进一步提高大数据的处理效率.     

Storm环境下一种改进的任务调度策略

随着大数据业务的快速增长,针对大规模数据处理的实时计算变成了一种业务上的需求,缺少"实时的Hadoop系统"经成为整个大数据生态系统中的一个巨大缺失,Storm的出现很好地满足了这一需求.然而,Storm默认的round-robin资源调度,既不考虑内部组件的传输延迟时间,也不考虑节点间的传输延迟.因此,本文提出了Storm环境下一种改进的任务调度策略(Improved Storm Task Schedule Strategy,ISTS),该策略旨在提高通过最大限度地提高资源利用率和吞吐量同时最小化网络延迟.实验结果表明,使用ISTS进行任务调度时,可以同时满足软、硬资源限制以及最小化组件之间的网络传输距离.     

无人值守WSN中一种具有激励机制的信任管理模型

针对传统信任模型易遭受恶意推荐攻击及提供少数正常服务即可赚取高信誉度的问题,充分考虑无人值守WSN高度自治特点,提出了一种具有激励机制的信任管理模型.利用节点信誉服从Beta分布的理论,计算节点的信任值及其置信度.采用贝叶斯估计方法,将对节点的直接信任与来自邻居节点的推荐信息融合,计算节点综合信任.引入对评价行为的奖惩,激励节点持续地提供真实可信的服务,抵制对信任管理系统的恶意推荐攻击.仿真实验表明,与RFSN相比,引入置信度可避免不良节点通过少数正常行为获得高信任值,在通信量与存储空间显著减少,运算量相似的情况下,判别节点可信性更准确,适合节点资源受限无人值守的传感器网络.     

土地资源多级网格平台高效处理机制研究

为实现海量土地资源数据多级网格管理和高效处理,设计了基于网格服务架构的土地资源多级网格化管理平台LR-MGSP（Land Resource Multi-Grid Service Platform）,从网格任务分解、空间信息服务缓存和增量统计等方面探讨了提高平台处理性能的策略和方法.原型平台与非网格化的土地资源管理系统的性能对比测试结果表明,LR-MGSP达到了预期的目标,能够满足海量土地资源数据高效管理和处理的需求,也为其他行业开展跨机构协同处理海量空间数据工作提供了借鉴.     

基于SVM的缓存污染资源代表性检测方案

攻击者通过中间人攻击等方式实施缓存污染,在受攻击对象浏览器中运行恶意代码窃取敏感数据。在缓存污染防御策略中,易受攻击的Web资源代表性对检测和防御的效果起到至关重要的作用。现有的资源代表性判断算法对小众资源或随机资源的识别率不高,本文基础上基于SVM技术,对已知的易受污染资源进行特征提取、数据预处理和模型训练,最后利用训练模型对未知资源进行预测判断,实验结果表明该方案在损耗小部分时间的情况下可以大幅提升污染样本的检测率。     

DTN中基于节点投递概率的自适应喷射等待路由算法

鉴于节点间的连接时间对消息传输有重要影响,提出了节点间连接强度的概念。结合节点间连接强度和相遇历史信息定义了节点投递概率,并提出了基于节点投递概率的自适应喷射等待路由算法DPN-ASW(adaptive spray and wait routing algorithm based on delivery probability of node):在喷射阶段提出了非对称的副本分配策略DPN-ASW-ARDS,根据节点投递概率自适应地分配消息副本数量;在等待阶段提出了基于节点投递概率区分度的转发策略DPN-ASW-FSDDP,当相遇节点间的投递概率区分度大于给定阈值时,才将消息转发给相遇节点,减少了不必要的转发跳数,有效地控制了网络开销。仿真结果表明,DPN-ASW在Infocom06和Cambridge数据集中均能提高投递率和降低平均时延,同时能有效地控制网络开销。     

适用于无线传感器网络的数字水印技术

针对无线传感器网络的数据安全问题,提出了一种适用于无线传感器网络的数字水印技术,并设计了水印的生成、嵌入和检测算法.该算法通过水印信息标识发送方节点的身份,将水印信息嵌入到节点采集的数据中进行发送,并在数据融合的过程中保留这种信息.接收方节点通过验证水印信息来判断数据的可靠性,一旦检测到了水印信息则进行存储和转发,使水印信息的数据不被丢弃.通过分析和实验验证,结果表明:该算法可以有效地验证数据的可靠性,水印信息在数据抽样和汇总中不被破坏,具有较好的可行性和实用性.     

软件定义内容中心网络的内容名称解析及缓存策略

CCN(content-centric network,内容中心网络)是未来网络研究中的热点之一,但是现有的互联网基础不利于CCN的部署发展。为此,利用软件定义网络的优势,提出了一种通过软件定义网络技术来实现CCN的解决方案。该方案在名称解析方面,提出了基于Sphinx搜索技术的内容名称解析方法,将名称解析服务设置在应用层,以降低控制器的压力;在缓存策略方面,利用控制器的集中决策设计了高效的缓存策略。实验结果表明,本文的方案不仅降低了用户的平均请求时延,而且提高缓存命中率约45%。     

基于P2P移动终端的多源空间数据访问策略

分析当前地理信息系统在多服务器协同与空间数据共享和互操作之间的问题,引入基于对等网络(P2P)的节点调度与路由查询技术,通过建立和发布web服务,采用基于多源数据统一访问策略,实现移动网络的终端管理、会话管理、空间数据管理等功能,并根据服务质量对节点进行分组分级管理,从而发挥P2P在空间数据管理和查询上的高效性.实验表明,利用P2P技术能有效提高移动终端在大规模海量地形数据更新过程中对多源数据库的访问效率.     

一种基于主题时空价值的服务器端瓦片缓存算法

先进先出置换算法（FIFO）、最近最少使用置换算法（LRU）、最不经常使用置换算法（LFU）等传统缓存算法侧重于数据的访问时间和频率，而现有面向瓦片的缓存算法大多只适用单一类型的瓦片数据，不能兼顾瓦片数据具有的多类型与空间位置特性，在服务器端瓦片缓存的应用上存在局限性。通过构建面向多类型瓦片的服务器端缓存索引，并综合考虑瓦片访问中的时间局部性、空间局部性和用户主题倾向性，提出基于主题时空价值的瓦片数据缓存置换算法（GDTST）。实验结果表明，相较于传统服务器端缓存置换算法，GDTST可以提高缓存命中率，并且在缓存容量较大时具有更好的延迟节省率，能够有效降低瓦片源服务端负载，提高用户响应速度。     

用户行为选择参与的五层十五级瓦片缓存置换策略研究

FIFO、LRU、LFU、GDLVF等传统瓦片缓存置换算法侧重于瓦片访问时间和频率、瓦片大小、空间位置关系,不适合具有多源、异构特点的五层十五级瓦片数据,在五层十五级瓦片数据缓存的应用上存在局限性.提出了用户行为参与的缓存置换算法UPBA（User Preference Based Tile Cache Replacement Algorithm）,并从用户行为、瓦片访问的时间和频率、瓦片大小、空间位置关系等方面分析了UPBA算法,提出了提高置换效率的方法.并对最高分辨率为100和250 m、生产时间为2014年11月、2015年1~3月的高分一号、高分二号、资源三号影像数据集进行日志驱动仿真实验.结果表明：相较传统的缓存置换算法,UPBA提高了瓦片请求的命中率和字节命中率,降低了客户端流量消耗和服务器端负载.     

土地监察移动数据库技术及其应用

近年来,基于移动数据库的移动GIS技术发展呈加速趋势,并在越来越多领域的应用中取得成功.在土地监察工作中采用移动GIS手段,有利于实现实时、快速执行土地违法勘察、执法动态监察等工作,为建立完善的土地管理长效机制提供技术支持,保障人民群众的利益和社会的稳定.本文先介绍移动数据库的原理和架构,然后结合土地监察实际需求,重点探讨移动数据库在土地监察中需要解决的数据同步、数据复制与缓存和数据安全存储等关键技术问题.     

渐进式P2P移动空间数据传输技术研究

在分析当前移动GIS发展中存在的问题以及移动空间信息数据分发新需求的基础上,对在移动环境中数据量大、无线信号不稳定情况下的服务访问、数据传输等进行了深入研究.引入对等网络（P2P）技术,解决了在无线网络环境下客户端因受网络质量影响和大规模空间数据显示耗时长的问题,有效地提高了移动GIS系统的效率与稳定性.实验表明,通过P2P服务缓存下载和地图服务渐进式传输方式,能有效缩短用户访问的响应时间,改善因网络不稳定造成数据丢失的状况.     

无尺度网络自适应管理策略

针对建立在随机网络模型上的传统网络管理中所存在的数据采集流量偏大、同步采集发生率高等管理性能问题,提出一种适合无尺度网络的自适应网络管理策略,该策略可以通过对比被管网元地位度量阈值,动态探测被管网元在网络中所处的地位,根据网元所处地位不同自动调整数据采集周期.实验证明,这种策略在不降低网络管理功效前提下,能够减少需采集的网络管理数据,并避免了数据采集的同步,从而提高网络管理的性能.     

基于时空老化模型的服务端瓦片缓存置换算法

随着网络地理信息服务（network geographic information service,NGIS）向云服务演进,客户端瓦片缓存架构的应用局限性逐渐体现。为提升瓦片服务的性能,在老化算法的基础上,综合分析了瓦片访问长短期流行度和瓦片大小特征,设计了基于时空老化模型的服务端瓦片缓存置换算法（server-side cache replacement algorithm based on spatiotemporal aging model for tiles,SSAT）,并利用谷歌全球底图瓦片和瓦片访问日志进行了仿真实验。结果表明,在不同缓存空间下,SSAT的缓存命中率均高于传统算法,缓存空间每增加1 MB,最多可以提高0.24%的请求命中率和0.23%的字节命中率;当缓存空间为500 MB时,SSAT能达到73%的请求命中率和76%的字节命中率,平均访问时长可缩短35%以上。SSAT能兼顾性能与资源消耗,具备高效性和扩展性。     

一种基于移动代理的网络性能管理模型研究

对传统网络性能管理系统的缺陷进行分析后，提出了一种荩于移动代理的网络性能管理模型，该模型通过将网络性能管理需要采集的对象和指令封装位移动代理内，利用Grasshopper移动代删平台进行支撑，实现了M络性能数据的自主采集，并利用被管网元的本地资源即时计算出最终的性能指标数据，通过对传统性能管理和文巾提出的基于移动代理性能管理进行分析和比较，发现基于移动代理的网络性能管理可以减轻管理站的计算负荷，减少网络管理数据流量，从而降低囚网络管理而带来的额外开销。     

应用于城市道路网的启发式深度优先有向搜索算法

针对具有大量道路节点的大型交通网络,提出了一种改进的深度优先算法.该算法在搜索过程中,首先对节点进行方向性选择,缩小了搜索的范围,同时引入启发式搜索函数,优先选择权值较低的点进行扩展,降低了深度优先的盲目性.因此,算法不仅能够在搜索早期找到最短路径,还能够提供多条备选路径.     

针对k-匿名数据的判定树构造算法

数据挖掘问题是提高k-匿名隐私保护模型下数据可用性问题之一.通过分析发现,k-匿名表中准标识符属性值与利用精确表生成的判定树的部分非叶结点的属性值均是通过泛化产生的,根据这一对应关系,本文提出了一种基于k-匿名表的判定树生成算法.该算法直接以k-匿名表作为输入,避免了经典ID3算法运行前的数据准备工作.实验表明,该算法节省了建立概化层次树的时间,并且行之有效.     

一种多源矢量空间数据的联动增量更新模型

提出了一种可扩展的多源矢量空间数据的联动增量更新模型.该模型以不同来源的矢量空间数据库作为局域网中的数据节点,通过动态建立和维护不同节点的数据之间的依赖关系,并根据依赖关系信息提取和派发增量更新数据,实现了矢量空间数据节点与节点之间传递联动更新,有效地解决了依靠大量的人工更新操作去维护不同来源的国土资源矢量空间数据库之间现势性和一致性的问题.