针对RED脆弱性的分布式LDoS攻击构造

针对随机早期检测(random early detection,RED)算法在慢速拒绝服务攻击(low-rate deny of serv-ice,LDoS)面前的脆弱性问题,本文通过对比路由器分别在RED和尾丢弃Drop-Tail算法管理下遭受LDoS攻击时的队列平均占用率及吞吐量,指出虽然路由器在RED算法下具有较大的空闲缓冲区,却不能对网络流量攻击起到缓冲作用.仿真对比实验表明,LDoS攻击使得路由器在RED下比Drop-Tail具有更大的链路损失带宽.指出现有LDoS的防范和检测方法的不足,构造了一种分布式LDoS攻击模型并给出一组模型实例,该模型说明现有突发流量检测方法不足以弥补RED脆弱性,也说明网络流量行为的关联复杂性.     

非线性连接权的学习算法

本文提出一种学习网络的非线性连接权的算法.     

一种新型的具有可变散列输出的Hash函数

给出一种具有可变散列输出的Hash算法.该算法可以把任意长的消息散列成160,192,224或256比特的消息摘要.算法采用了分段式非线性码字扩展方案,通过整数帐篷映射拉伸与折叠的非线性本质实现消息的非线性扩展,将整数帐篷映射与传统的逻辑函数相结合,作为压缩函数迭代过程的非线性部件,具有较为理想的混淆与扩散特性.压缩函数内部采用了并行迭代结构,有利于软硬件高速并行实现.     

基于混沌时间序列的非线性动态系统神经网络建模与预测

在分析神经网络非线性建模原理的基础上，以典型的非线性差分方程为研究对象，提出了一类基于神经网络的非线性动态系统建模方法．针对传统BP算法的局限性，提出了一种非线性动态系统神经网络改善梯度估计精度的新算法．并以上证综合指数时间序列为研究对象，运用本文提出的建模方法和算法，进行了我国资本市场混沌时间序列预测研究的实例分析，得到的单步预测上证综合指数误差很小(-100～100)；多步预测在最初的10步之内预测效果较为理想，而在此之后的预测值则严重偏离真实值．这与混沌时间序列特性相吻合，同时也证明了所用算法的有效性．     

一种求解约束条件下多变量非线性函数所有全局最优解的区间算法

研究和实践中经常会遇到附有约束条件的非线性优化问题，对这类问题，通常采用随机搜索的方法来解决，但是，随机搜索法不能证明所得到的解就是全局最优解．本文给出了一种求解约束条件下非线性优化问题所有全局最优点和最优值的区间算法，该算法非常宜于解决优化问题，它能求出问题的所有全局最优解，给出解的包含区间，并很容易获得解的逼近误差，这是随机搜索等其他方法做不到的．理论分析和数值结果均表明，区间算法是稳定而可靠的．     

一类推广的差异演化算法及其应用

针对差异演化算法的局部收敛性问题，从Minimax优化的角度，提出求解非线性多峰函数优化问题的一类推广的差异演化算法（EDEA），该算法利用均匀设计方法在可行域内产生初始群体，增加种群的差异性，具有大范围收敛的性质；并且动态收缩可行域，有效地抑制了粒子群优化算法易收敛到局部最优的缺陷；给出应用该方法到典型非线性优化和不稳定周期点的求解的具体步骤，通过仿真实验证明该算法是鲁棒的。     

基于演化的信赖域方法

把全局搜索性能优良的演人算法与具有总体收敛性能的信赖域算法相颌合形成局部随机搜索与全局确定性搜索相结合的演变信赖域,经具有适应性广，收敛性能好和收敛速度快的特点，为解决复杂的非线性优化问题提供了一种有效算法，并证明了算法的收敛性。     

基于自适应神经PID改进算法的非线性系统控制

通过研究非线性系统动态特性,分析了一般神经PID控制器的控制特点并在此基础上给出了一种改进算法.通过在线训练和学习来修正参数,实现神经网络自适应调整比例常数PID控制.该算法充分利用BP神经网络算法逼近任意连续有界非线性函数的能力,使得比例常数随着偏差的大小而变化,使目标函数达到最优化.仿侣真结果表明.在对非线性动态系统进行控制时,自适应PID神经网络控制算法具有很强的灵活性和高效性,能取得良好的控制性能.     

Lp（p≥2）空间中广义强非线性拟补问题

我们在Ｌｐ（ｐ≥２）空间中证明一广义强非线性拟补问题的存在定量，并导出 它的逼近算法，我们的工作推广了Ｃｈａｎｇ和Ｈｕａｎｇ的结果。     

Hilbert空间中广义强非线性拟补问题解的存在性及其算法

证明一个广义强非线性拟补问题解的存在性，并给出它的算法。     

波阵面视角下的车辆拥堵分析

基于视频数据,分析了交通事故下车辆运动的复杂性和队长变化的本质,借鉴车流波动理论、车辆跟驰理论、流体力学理论等,提出利用波阵面的传播轨迹描述排队过程,并给出了排队长度动态模型VQLM.同时,为减少视频图像与实际距离的转换误差,提出以标准当量车为参考,多次迭代还原真实距离的标定方法.研究结果表明：VQLM模型较基于单一理论计算队长的方法更精确、实用.模型验证结果：平均队长误差为-3.029%,其宏观表现为2辆当量车10 m内,延时误差为7 s（信号周期为60 s）.VQLM模型主要考虑了司机驾驶的主观性、道路通行强度、交通波节点函数等;数据还原标定方法简单实用,比传统比例尺算法更为精确.     

具有不耐烦顾客且修理工多重延误休假的两部件并联的可修排队系统

从具有不耐烦顾客和修理工多重延误休假的角度,利用马尔可夫过程理论、稳态平衡方程、母函数方程的方法,研究两部件（服务台）并联的可修排队系统,并求出稳态平均队长,从而检测该模型的可行性.     

基于动态模态分解的长江口海表温度时空分布特征重构研究

河口近海海域的海表温度分布特征对于深入理解海洋热力、动力过程及海气相互作用等自然过程及综合效应具有重要意义。卫星数据重构是精确获取动态大面积海表温度数据的重要手段,采用非线性系统的动态模态分解（dynamic mode decomposition,DMD）数据分析方法,利用2003年1月至2016年7月的MODIS\SST数据,经剔除异常数据、填补空白数据后,重构了2016年8月至2019年12月长江口海洋表面温度数据,并评估了重构效果。研究结果表明,在时序数据充足的情况下,DMD算法能很好地解决动态系统的采样问题。DMD结合正交三角（orthogonal right triangular,QR）分解算法能有效重构长江口的海表温度数据,平均均方根误差（root mean square error,RMSE）为0.007 6。进一步分析发现,无论是DMD算法还是DMD结合QR分解算法,还原结果精度都较高。     

单行安置的算法

对一j= LSI/VLSI具有积木块的单元，rt卞L给出单f7安置的算法一般来说，给出矩形单元的相对位置后，须从Zw个状态中选出最优解.我们证明在单行安置时可归结为N个状态的问题，得到一种很有效的算法.此算i?;曾用Fortran语言编程并在IBM-PC机上通行，结果令人满意.     

基于LDPC/Turbo双模译码器的自适应迭代译码算法研究

针对现有WIMAX标准中LDPC/Turbo双模译码器设计在精确计算时未充分考虑迭代次数的问题,提出了一种适用于LDPC和Turbo码的自适应迭代译码算法,可灵活应用于由FPGA技术实现的双模译码器.该算法通过跟踪中间消息计算错误概率,根据多条件判定精确计算迭代次数,从而实现译码算法与错误概率变化特征的自适应性;通过改进的预判决机制减少平均迭代次数.利用Matlab搭建WIMAX系统测试链路,对TDMP多种算法的误码性能与迭代次数的关系进行测试,实现了12个SISO处理单元并行的LDPC/Turbo双模译码器.结果表明,所设计的译码器减少了算法中冗余的迭代过程,并且完全满足该标准下最大码长的要求.     

基于FPGA 的WIMAX LDPC码编译码器的设计

提出了一种适合于WIMAX标准的所有码长和码率LDPC码的编码器结构,充分利用了校验矩阵的特点降低硬件实现复杂度.设计了一种基于TDMP-NMS算法的码长码率均可配置的支持连续译码的LDPC码译码器,支持该标准中所有码长和码率LDPC码的译码,通过仿真得出了在保证译码器误码率性能前提下的最优量化比特位宽和各码率的最优归一化因子.采用一种新的适合于TDMP算法的动态迭代停止准则,结果表明,所采用的方案有效降低了译码器的资源消耗,提高了吞吐率.     

基于变长编码求解一维下料问题的演化算法

针对一维下料问题的特点,将线性规划方法与演化算法相结合,提出了一种基于变长编码求解一维下料问题的演化算法,该算法设计了一种新颖的遗传算子,实现简单,求解快速,实验表明,运用该法求解下料问题,材料利用率高,平均达到97．5％以上,具有很好的实用价值。     

结合Hilbert填充曲线与游程长度的图像隐写算法

针对游程长度隐写算法存在嵌入容量小的问题, 提出基于Hilbert曲线扫描改进的游程长度隐写算法, 该算法能增加可用于嵌入秘密信息的游程数量, 也因此有效地增大了嵌入容量. 新算法利用比特流中游程长度的奇偶特性来嵌入秘密信息. 嵌入过程首先使用Hilbert扫描曲线对载体图像的像素进行置乱, 再将置乱的载体图像分解为8个位平面, 然后通过分析置乱后得到的各个位平面比特流分布来确定可用于嵌入信息的游程, 最后修改在可嵌入游程的比特流中0和1交界处至多1个值来嵌入1bit秘密信息. 结果表明, 基于Hilbert曲线扫描的游程长度隐写算法与已有基于游程长度隐写算法相比, 前者具有较大嵌入容量, 较好的视觉不可感知性.