协作中继系统中最优化端到端容量的中继选择机制

在协作中继系统中,提出一种最优协作中继选择机制以最大化端到端信道容量.系统中的源端,中继及目的端均配置多天线,且中继采用解码转发中继协议.由于第一跳链路容量受限于两跳链路中容量最小的中继链路,本文提出了一种最大化第一跳链路容量的方法.基于两跳速率匹配且两跳容量最大化,给出了最佳的中继节点个数以及最佳中继选择,以最大化端到端容量提升无线资源利用率.仿真结果表明,提出的中继选择机制下获得的端到端信道容量高于固定中继选择机制下的端到端信道容量.     

基于微服务架构的负载均衡优化算法及实现

针对传统负载均衡算法的局限性,设计了基于最低并发负载算法的动态权重负载均衡(DWLB)算法,算法根据服务器节点的性能计算得出系统节点的权重,当最低并发算法失效,算法升级为动态权重算法,权重大的节点被选中的概率也会更大。实验结果表明,本文提出的负载均衡算法具有高可行性。     

基于自适应遗传算法的OFDMA资源分配

针对OFDMA系统,提出了基于边缘自适应(MA)准则的子载波分配算法,该算法基于一种新颖的自适应遗传算法.在新算法中的交叉概率、变异概率随着群体适应度的改变而改变,同时在该算法的初始种群中加入优秀基因的个体,使得算法快速收敛,并能搜寻到优秀的子载波分配方案.仿真结果表明:新算法与已有分布式算法、遗传算法相比较,在性能上有较大的改善,并远优于静态的频分多址资源分配方式.     

一种面向蜜场环境的蜜罐负载均衡算法

蜜罐服务的负载均衡是保障蜜场系统稳定运行的关键技术之一.蜜场环境下网络流量具有突发性强、流量大等特点,现有负载均衡算法往往需要动态且频繁地查询采集服务器的负载信息,会增加大量额外的开销.本文提出了一种面向蜜场环境的负载均衡算法(a load balanc algorithm towards the Honey farm environment,LBHF),该算法通过设计预警收敛流量分配策略、主动抢占式反馈策略以及基于排队模型的等待队列动态调整策略,有效地实现了蜜场环境下的负载均衡.实验结果显示,与Pick-KX算法相比LBHF具有良好的性能表现.     

OFDMA中继系统中基于QoS保证的资源分配算法

研究了 OFDMA 中继下行链路通信系统中的动态资源分配问题,提出了一种可以保证用户最低 QoS 需求的资源分配算法.首先在简化资源优化问题的过程中,采用等功率分配方法以降低算法复杂度,然后通过拉格朗日松弛优化方法推导出了子载波分配和中继选择最优解,并在此基础上引入用户速率权衡因子,根据速率权衡因子越大的用户,越具有选择子载波和中继的优先权这一准则进行子载波分配和中继选择.仿真结果表明:新算法能够获得较高的系统容量,同时也能很好地保证不同用户的最低速率需求.     

存储区域网络中冗余路径的研究

应用马尔科夫可用性模型得出了冗余路径的带故障切换时间的状态转换图，分析了平均无故障时间、平均故障修复时间以及故障切换时间对可用性的影响，冗余路径提高了系统的可用性．应用排队系统建立了冗余路径的I／O处理模型，分析表明采用冗余路径驱动程序的负载均衡算法后，I／O平均响应时间随着吞吐能力的提高而降低．实验数据证实了这一结论．     

双向中继网络中基于压缩感知的稀疏信道估计

为提高双向中继网络中稀疏信道估计的精度并减少训练序列的长度, 利用双向中继信道(Two-way Relay Channel, TWRC)的潜在稀疏特性, 研究了基于压缩感知的稀疏TWRC估计问题, 提出了一种改进的正交匹配追踪(Improved Orthogonal Matching Pursuit, IOMP)算法. 新算法运用迭代重加权最小二乘估计代替了正交匹配追踪(Orthogonal Matching Pursuit, OMP)算法中的最小二乘估计过程, 通过对样本进行迭代重加权, 逐步减小了异常样本的影响, 不断地修正了估计值, 在使用相同长度的训练序列时, 提高了估计的精度. 与传统的最小二乘估计算法相比, 新算法能够在获得相同估计效果的情况下, 显著减少所需训练序列的长度. 仿真结果验证了基于新算法的稀疏TWRC估计的有效性.     

并行加工机制下纳什均衡的效率分析

分析了并行加工机制下同类机排序博弈的纳什均衡的PoA(The Price of Anarchy),证明了混合纳什均衡的PoA为O(log² m),以及纯纳什均衡的PoA为O〖JB((〗log〖JB((〗〖SX(〗s1〖〗sm〖SX)〗〖JB))〗〖JB))〗.     

数据开采中基于用户需求的关联模型

提出一个基于用户需求的关联模型,引入了相关度的概念,给出了启发式查找与相联规则的ＮＥＡ抽取算法,有效的解决数据开采关联模型中查找规则的盲目性和冗余性,并使重要的信息不被丢失．     

一种基于用户意愿的数据保护模型

基于最小特权原理，从分析进程的访问权限出发，提出了一种防御恶意程序攻击的数据保护模型．该模型对DAC访问控制机制进行了增强，当进程实际访问用户数据时，进程必须先获得操作用户的意愿，用户根据进程的任务赋予进程访问系统最小必需数据集的权限，使进程无法访问任务之外的数据集，防止进程因权限过大破坏用户数据．测试结果表明，该模型可以有效地阻止进程的非法访问而确保数据不被窃取或破坏．     

一种基于Kohonen神经网络Web用户行为模式的挖掘方法

根据Kohonen自组织特征映射神经网络中学习阶段的性质,对标准Kohonen神经网络进行了改进,通过选取不同的学习率和邻域函数,将学习阶段分为粗调整学习和微调整学习二个阶段,使Kohonen神经网络的训练速度和收敛效果有一定程度的提高,改善了聚类效果。同时在Kohonen神经网络的输出     

三维实体退化虚拟层合梁单元在梁极限承载力分析中的应用

提出采用三维实体退化虚拟层合梁单元计算梁极限承载力的方法。考虑结构的几何非线性和材料非线性,利用该单元编制了极限承载力计算程序,并将其应用于梁极限承载力的分析。计算实例表明,该单元收敛快,稳定性好,在单元数较少的情况下,具有较高的精度。由于能克服块体单元或梁段