电力调度数据网仿真建模及路由协议攻击影响

电力调度数据网的安全是智能电网安全运行的保障.通过仿真分析,可以评价电力调度数据网的安全性能,为部署安全措施和优化网络提供依据.本文在分析网络通信架构与业务特性的基础上,在OPNET仿真平台上对某省电力调度骨干网与变电站内部网络及承载业务进行了建模.模型中拓扑结构、设备链路、VPN(virtual private network)部署等网络配置均基于实际情况.在该模型上,对OSPF(open shortest path first)路由协议攻击进行仿真,研究路由协议攻击对省调中心与地调中心、变电站站控层之间通信时延、业务吞吐量、带宽利用率的变化,总结了不同场景下骨干网路由协议受到攻击后对电力调度数据网的业务传输的影响,揭示了电力调度数据网骨干网路由协议存在的脆弱性,所设计的仿真分析方法和仿真结果可为电力调度数据网运维部门改进网络安全性能参考.     

基于全相位频谱分析的基因识别算法研究

为对未知基因序列的编码区进行预测, 利用基因编码区存在的频谱3-周期性质, 在传统的固定窗口长度滑动窗算法的基础上, 提出了一种改进型的基因识别算法. 新算法将全相位谱分析技术与多采样率数字信号处理技术相结合, 有效地降低了传统滑动窗算法中存在的截断效应, 减少了计算量并且可实现流水线操作. 最后通过计算机仿真将该算法所得结果与其他识别算法所得结果相比较, 结果表明该算法在核苷酸水平上有较高的预测准确性.     

无线通信中二进制网络-信道联合删除译码法

提出采用了网络信道联合纠错的编码(JNECD)的方法来降低网络传输的误码率,这种方法将接收到的数据包组成码字矩阵,利用信道编码与网络编码分别对码字矩阵的列和行联合校验检错,得到有可能错误的码元位置,删除所对应的码元,对剩余的码元解方程得到信源消息码字.仿真实验表明,在伽罗华域GF(2)中将JNECD方法与分离网络信道编码(SNCC)和直接传输(DT)方法相比,该算法可以降低通信系统的误码率和丢包率,提高数据包传输的正确概率,减少网络延时,提高网络吞吐量.     

基于多目标优化的无线传感网无干扰分簇算法

为减少无线传感网的网络能耗并延长网络寿命,提出了一种基于多目标优化的无线传感网无干扰分簇算法(interference-free clustering algorithm,IFCA)。该算法在保证簇间无通信干扰的前提下,将网络能耗和网络覆盖作为优化目标,使用遗传算法和非支配排序优化分簇方案。通过仿真实验分析了节点数量、监测点数量、节点通信半径和节点覆盖半径对本文算法划分网络分簇的结果及无干扰分簇后网络覆盖的影响。仿真结果表明,本文算法适合于具有大量节点的大型无线传感网,在这种网络中,本文算法会智能设置传感器节点的角色,即成员节点、簇头节点和孤立节点,从而达到了对监测点的最优覆盖,实现了网络节能。     

演化求解高维函数优化问题的独立编码策略

在用演化算法解高维函数优化问题时，一般采用传统的二进制整体编码策略．本文将函数的自变量独立分组，分别进行编码和演化操作，以突破传统二进制整体编码策略的束缚，将这种分组编码策略称为独立编码策略．同时，讨论了独立编码串行实现的灵活性，提出了一个基于变量分组的并行演化计算模型．大量的数值实验结果表明：在问题求解的精确度和求解速度方面，独立编码策略都优于传统的二进制整体编码策略．     

基于时空优化长短期记忆网络与烟花算法的AQI预测

针对传统深度学习模型在预测空气质量指数(air quality index,AQI)时,难以从时间角度建模、网络超参数选取困难等问题,提出一种基于长短期记忆(long short-term memory,LSTM)网络和烟花算法(fireworks algorithm,FWA)的AQI预测模型LSTM-FWA。首先,以武汉市历史空气质量和气象监测数据为研究对象,利用LSTM网络中隐含层节点之间相互连接的结构特点,对空气质量的时间变化特征进行建模;接下来,考虑到种群多样性和并发性,将烟花算法应用到超参数组合优化问题中;最后,对模型输入分别进行时间、空间、时空角度的优化,实验结果表明基于时空优化的LSTM-FWA模型预测性能提升最为明显。将LSTM-FWA与其他预测模型进行比较,并全面分析不同模型在各种优化策略下的性能。实验结果显示,本文提出的时空优化LSTM-FWA模型对于AQI预测具有最优的性能。     

一种新的IEEE 802.16系统调制编码模式切换方案

IEEE 802.16系统支持多种调制编码模式以实现通信质量和传输速率最优化.为了降低无线信道衰减时变性和随机性的影响,提高系统的最大吞吐量,提出了一种新的调制编码模式切换方案.该方案综合考虑了前向纠错码机制（FEC）和选择性自动重传机制（SR-ARQ）对系统吞吐量的影响.通过OPNET对信道质量和系统吞吐量建模,比较了传统的调制模式切换方案与新的调制编码模式切换方案的性能.仿真结果表明：在允许的网络丢包率范围内,新方案可进一步提高系统的吞吐量.     

基于深度稀疏自编码网络的植物叶片分类

针对传统机器学习方法对植物叶片图像分类识别率不高的问题,探讨了基于深度稀疏自编码网络(Deep Sparse Autoencoder Network,DSAN)的植物叶片分类研究。自动编码器通过编码和解码重构输入数据,对植物叶片进行分层特征学习,在自动编码器上添加稀疏限制,对隐含层神经元进行压缩,从而学习到更高层的隐含特征用于分类,解决了因选取的特征表达不足导致网络模型分类性能不佳的问题。实验采用公开的植物叶片图像数据库MalayaKew(MK)作为研究对象,该数据集包含44类植物。将预处理之后的叶片图像直接作为输入数据,通过DSAN学习到叶片的高层特征,结合Softmax分类器用于分类。实验结果表明,该算法能够有效提高植物叶片图像的分类精度,在植物分类领域具有一定的应用价值。     

Ad hoc网络中一种基于转发联盟博弈框架的激励合作路由算法

为增强Ad hoc网络中节点合作的积极性,借鉴联盟博弈理论,针对节点之间数据包转发过程,定义了转发联盟博弈(forwarding coalitional game,FCG),建立了FCG支付模型,给出了确保形成的大联盟为稳定核的约束条件,并基于经典的按需路由算法对上述模型进行了实现,提出了一种基于FCG框架的激励合作路由(incentive cooperation routing,ICR)算法,并且通过仿真实验对该算法进行了有效性验证。仿真结果表明,该算法在分组投递率、端到端的平均时延、路由开销、联盟支付分配和中间节点转发数据包数量等方面的性能提高显著,能够有效地激励自私节点合作转发的积极性。     

循环冗余码仿真实验系统设计

在简要介绍循环冗余校验码(CRC)工作原理的基础上,使用Visual C#编程语言设计CRC码仿真实验系统,具体给出了CRC-8,CRC-16以及CRC-CCITT 3种标准的编码、解码过程;针对差错信道传输过程中出现的随机错误和突发错误情况,实验系统仿真CRC码在单比特错误、双比特错误、奇数比特错误以及突发错误等差错信道下的漏检情况,分析并计算CRC码的漏检概率,从而验证CRC码检错性能.     

无线传感器网络中基于网络编码的容错路由

针对无线传感器网络中节点被窃听和盗用对数据安全传输所带来的影响,提出了一种基于网络编码的容错路由(fault-tolerant routing based on network coding,FR-NC).该路由算法利用网络中大多数节点能正确传输数据的特点,通过选举保证数据一致性,从而防止了盗用节点对数据的篡改;同时对随机编码系数进行加密,起到了对数据安全的监督和保护作用.通过对实验结果的分析,可以发现当网络中存在一定数量的盗用节点时,FR-NC具有较好的健壮性.     

基于熵的视频运动矢量隐写分析算法

利用运动矢量隐写对相邻运动矢量相似性的扰乱作用,提出一种基于信息熵的视频运动矢量隐分析算法.在视频帧的滑动窗口中选取运动矢量,并分别对水平分量H、垂直分量V、方向D以及长度L等4个系数进行熵值计算以描述相似度.通过移动帧内滑动窗口位置,计算各窗口内运动矢量的熵均值矩阵,构造了16维的运动矢量HVDL特征.为了评估本文HVDL特征的表现,将HVDL与AoSO对比,对不同时期4种嵌入算法的样本进行了隐写分析实验,实验结果表明HVDL对当前安全性更高的隐写算法的检测准确率比AoSO高,且特征运行速度更快.     

高斯骨架差分进化算法与回声状态网络的结合应用

针对回声状态网络(ESN)对于不同时间序列的学习上无法有效地确定储备池参数的问题,提出一种新型预测模型。利用改进的高斯骨架差分进化算法(DE)来优化回声状态网络。在DE算法中引入了变异策略选择因子,并将选择因子随个体共同参与进化,使每个个体执行当前最适合的变异策略。改善了原始DE算法进化过程中的盲目性,同时选择因子的动态自适应特性保持了骨架算法近似无参数的优点,最后为避免算法早熟加入停滞扰动策略改善算法的寻优性能。为验证模型的有效性,对Mackey-Glass时间序列、赣州月平均气温数据集进行仿真实验。由实验结果可知,该模型可以提高时间序列的预测精度,且具有良好的泛化能力及实际应用价值。     

基于随机森林的阵发性房颤自动检测算法

为了解决在阵发性房颤中持续时长较短的房颤检测问题,本文提出了一种基于随机森林的阵发性房颤自动检测算法。该算法主要是利用了在房颤发生时期心电图的RR间期绝对不规则这一特点,并采用了一种滑动窗口模式,分别从时域、频域和非线性分析3个方面进行特征提取,最后通过随机森林进行房颤检测,并将检测结果与数据实际标注对比。数据采用的是MIT-BIH房颤数据库,其最终敏感性(Se)、特异性(Sp)和阳性检测率(+P)分别为99.12%、98.86%、98.46%,实验结果证明了该算法的有效性。     

边坡非圆弧滑动面的PSO-GA组合搜索

在岩土工程边坡非圆弧临界滑动面搜索问题中,依据作者提出的非圆弧滑动面向量表示方法,采用粒子群优化算法(PSO)和遗传算法(GA)组合形成的一种新算法,实现了临界滑动面的最优搜索.通过算例分析,并与GeoSLOPE等成熟系统的结果比较,验证了本方法的正确性和确定边坡临界滑动面搜索算法的高效性.稳定系数的计算采用适合解非圆弧滑动问题的摩根斯坦-普赖斯方法,根据本文验证,对该方法可能出现的异常情况进行了修正.     

网络流量异常检测方法：SSAE-IWELM-AdaBoost

针对传统入侵检测方法在高维海量数据且类别分布不均衡的环境下检测性能较差的问题,提出一种流量异常检测方法SSAE-IWELM-AdaBoost,该方法基于堆叠稀疏自编码网络(stacked spare auto encoder,SSAE)并融合改进加权极限学习机(weighted extreme learning machine,WELM)。该方法首先使用堆叠稀疏自编码网络直接从原始流量数据中自动学习并提取特征,获取原始数据的低维抽象表示,然后以WELM作为集成算法(AdaBoost)的基础分类器,利用修改的训练样本权值分配规则和基分类器权值更新公式迭代训练基分类器,通过加权投票表决的方法得到最优强分类器完成网络攻击流量的识别。在UNSW-NB15数据集上进行仿真实验,实验结果表明,SSAE-IWELM-AdaBoost算法可以提高整体的检测精度以及小样本攻击的检测率,缩短分类器的训练时间,能较好地满足大规模网络环境下原始流量数据实时检测,对不均衡流量数据识别也具有较好的表现。     

一种基于优先级的加权公平队列调度算法

根据在无线传感器网络上传输实时业务的要求,深入研究了加权公平队列调度算法.在分析其无法保证实时业务的QoS的原因后,提出一种基于优先级的加权公平队列调度算法P-WFQ.这种算法利用滑动窗口将WFQ和基于优先级的机制结合起来,通过有效的优先级划分策略,在带宽受限的情况下,保证高优先级数据的QoS要求.仿真结果表明:P-WFQ在实时业务的时延性能上比WFQ有明显的改善,而且能够将实时业务的最大时延控制在允许范围之内.     

基于立体掩蔽效应的非对称立体视频编码算法

由于立体视频的数据量巨大,不便存储和传输,因此必须进一步提高其压缩效率,降低传输的码率.文章分析了立体视频左右通道间恰可察觉失真的关系,基于立体掩蔽效应提出了非对称立体视频编码算法.实验结果表明:在解码重建图像主观质量基本不变的前提下,右视点视频编码的码率节约了11.45%~18.69%.与传统立体视频编码模型相比,该算法可以获得更好的立体视频压缩性能.     

基于遗传算法的片上网络低功耗映射

随着片上网络(Network-on-Chip)集成度的提高,功耗逐渐成为设计的焦点.本文提出了一种在延时约束条件下,基于遗传算法的片上网络通信链路的低功耗映射算法.该算法使用数组方式编码染色体,并采用非常规码的交叉和变异运算因子.它充分利用遗传算法的群体优势,能快速有效地对通信功耗作优化.实验表明,该算法能平均减少50%左右的通信功耗.     

源端网络中SYN洪流攻击的自适应检测

根据TCP连接建立过程中SYN请求分组与SYN／ACK应答分组一一对应的特性，提出了一种针对SYN洪流攻击的源端网络自适应检测方法．该方法采用简单滑动平均算法对实时统计数据进行平滑，根据对检测统计量的均值和方差的在线估计自动调整检测门限，并利用连续累计检测法来降低突发网络异常对检测结果的影响．性能分析和仿真验证结果表明，在检测时延不超过6个采样周期的要求下，该方法可检测的最低攻击流量约为正常流量的30％，并且检测结果的虚警概率低于10^-6，漏警概率低于10^-2．