基于多属性决策和k-means聚类的车载安全消息中继选择方法

城市车载网络环境中高效的中继选择有利于保证安全消息传输的及时性和可靠性。针对现有中继选择方法在复杂交通环境下难以准确评估中继,且在车流密集场景下性能不佳的问题,提出一种基于多属性决策和k-means聚类的中继选择方法（multi-attribute decision-making and k-means clustering based relay selection,MKRS）。首先充分考虑当前转发车辆与候选中继之间的相对距离和相对速度,候选中继的接收信号强度和区域密度等4种评估指标,分别基于序关系法和熵权法计算候选中继评估指标的主、客观权重,并利用简单加权法计算其综合权重,进一步得到能够更加准确体现候选中继性能的综合效用值。在此基础上,采用基于k-means聚类和优先级-退避时间的方法选出最佳中继。实验结果表明所提MKRS与对比方法相比,在保证较好一跳距离和一跳时延的同时具有最快的传播速度。     

一种通用的Beyond 3G Multi-Radio接入架构

下一代移动通信网(Beyond 3G)是多种无线接入(Multi-Radio)共存的融合网络.如何有效集成异构无线网络,优化使用全部的无线资源是B3G研究领域内关键课题之一.在分析目前多种异构无线网络整合方案的基础上,借鉴欧洲IST 6th框架中Multi-Radio接入架构的基本思想,考虑在链路层实现异构无线网络之间的整合,从而提出一种通用B3G Multi-Radio接入架构模型,该模型可以无缝融合多种无线接入技术、有效利用全网无线资源.     

能量有效的无线传感网络节点调度算法研究

在无线传感网路中,在某些情况下引入以节点地理位置为分簇依据的GAF算法虽能有效节省节点能量,但由于其随机选择簇头,没有考虑簇头最佳位置分布,因此并不能对节点能量进行充分利用.针对此问题,提出一种新的改进算法L-GAF算法,其主要思想是寻找最佳位置簇头节点,通过定期动态转换虚拟单元格,改变节点与中心点的距离,利用节点度策略和节点剩余能量优化簇头选举机制,均衡能量分布.实验证明:与GAF算法相比,此算法延长了网络的生命周期,提高网络的负载能力.     

一种聚簇重配置的传感器网络负载平衡算法

根据传感器网络的动态实时性,提出了聚簇重配置负载平衡算法(forced reconfiguration load balan-cing,FRLB).该算法对啦制重配置的系统框架进行了改进,实现了构建阶段和稳态阶段的两种均衡策略.采用一个簇中的节点数和在节点传输距离内的簇头数这两个指标来选择下一簇头;建立了基于契比雪夫不等式的负载平衡的衡量标准来均衡化网络内的能量消耗并减少通信拥塞.仿真分析表明,该算法相比其他网络资源和任务管理算法,能更有效减少热点并提高传感器网络的使用寿命.     

基于离散粒子群的WSN分簇路由算法

在定义了包含邻居节点信息的粒子适应度函数的基础上,提出了一种基于离散粒子群(DPSO)的单跳路由分簇协议(DPSOCA).该协议应用DPSO优化簇首选择过程,采用无竞争开销的方式选举一组最佳节点担任簇首.研究结果表明,与LEACH算法相比,DPSOCA能有效地均衡网络节点的能量消耗和显著地延长网络寿命;采用k-收敛准则和增加惯性权重的随机性有利于提高网络寿命与收敛代数的性价比.     

基于模糊矩阵博弈的网络可生存性策略选择模型

为使系统在遭受攻击或入侵时仍能保证关键服务的持续提供,从宏观策略角度提出一种网络可生存性的行为选择模型.首先分析模糊矩阵博弈原理和网络可生存性行为机理,并确定其拟合点,在此基础上建立了基于模糊矩阵博弈的网络可生存性策略选择模型框架及其动态的决策分析方法.实例分析和验证的结果表明,该方法可以有效地为网络系统的可生存性提供保证.     

网络攻防对抗策略选择模糊矩阵博弈方法

分析了对抗系统博弈的基本原理和网络攻防对抗过程。讨论了其数学描述的基本方法．研究了网络攻防的策略分类，针对网络对抗中的动态性和不确定性，提出了一种基于模糊矩阵博弈的网络攻防对抗策略选择模型。并论述了网络对抗博弈的动态决策分析方法．给出了简化的网络攻防对抗仿真分析示例。仿真结果验证了模型的正确性和可用性．最后，指出了模型的局限性和改进方向．     

混合ACC车辆与人工驾驶车辆的交通流数值模拟

针对自动驾驶汽车与人工驾驶汽车混合通行的新型交通流模式,基于元胞自动机交通流模型,分别建立了人工驾驶汽车以及装有自适应巡航系统(ACC)车辆的运动规则,进而提出了混合ACC车辆与人工驾驶汽车的交通流模型.基于ACC车辆的常车头时距策略,分析了车头时距取值对交通流的影响,经过与实测数据比较,推荐了合适的车头时距值.研究结果显示,新型的混合交通流中依然存在自由流、同步流及宽幅运动阻塞,但是单纯ACC车辆交通流在中高密度区域则会出现均匀流动现象.车辆时空演化图显示ACC车辆的出现有利于提高交通流的整体流量、有效减少车辆集簇.研究结果可以为新型交通环境下的交通工程规划和建设提供理论指导.     

基于效用的机会网络缓存替换策略

机会网络具有节点流动性较大、数据时延长、资源有限等特点,如何合理和高效地使用节点提供的缓存资源、增加节点间的协作来减少机会网络时延、节省带宽、防止拥塞是一个关键问题.通过对机会网络缓存策略研究,提出了基于效用的概率缓存替换策略,该策略分别计算数据的流行度和最短机会路径的权重,得出节点的效用值,通过比较效用值确定了节点要缓存的数据.实验结果表明提高了节点获取资源的成功率并减少了协作缓存资源请求的平均响应时间.     

一种基于自主配置的网络可生存性增强算法

基于中心极限定理和假设检验理论，通过比较当前关键服务请求的服务响应时间与该关键服务历史平均服务响应时间置信区间的关系，提出了一种增强网络可生存性的自主配置算法（NSAC）．该算法对关键服务执行过程中的不同时段分两种情况采取适时的资源剥夺、服务迁移或者服务降级等策略，最大限度地保证关键服务请求在用户期望的截止时间内完成，整个配置过程对用户透明．仿真试验表明，本文提出的算法在网络重负载和轻负载情况下都可以更好地改善系统关键服务的可生存性．     

遭受随机性破坏的供应链网络优化研究

探讨供应链网络中供应方与链路破坏方在确定性可破坏链路遭受随机性破坏情况下双方的博弈.首先建立Dijkstra算法和模拟退火算法模型,把中国城市分布作为复杂网状结构,对复杂网状结构供应链问题进行了优化研究.然后在链路遭受有限破坏情况下,通过优化供求关系,使被破坏方损失降到最小.并研究了在确定性可破坏链路遭受随机性有限破坏时,破坏策略方与供应链方通过调整新的最优化路径,使博弈双方处于最优状态的方法.     

基于Storm的城市智能交通规划方法

为了缓解城市交通拥堵,提高城市道路利用率,增强路径规划的实时性,提出基于Storm的城市智能交通规划方法。该方法在Storm框架的基础上,设计了城市实时动态路径规划模型(UR-MODE),将用户选择的静态目标和实时路况的动态目标相结合,实现城市交通路径的智能规划;针对城市交通数据实时性较强的特点,利用用户偏好值动态选择最优粒子,并结合自适应惯性权重策略和小规模扰动策略,提出改进的自适应粒子群优化(adaptive partner-particle swarm optimization,APPSO)算法,保证模型的高效求解;结合开源实时处理系统Storm,实现了海量实时交通数据处理。仿真实验结果表明,相较于现有路径规划算法,本文方法收敛速度更快、稳定性更强,能减少17%的车辆平均行驶时间,道路资源利用率平均提高58%,大大缓解了城市交通拥堵问题。     

一种自适应占空比的目标跟踪策略

提出了一种自适应占空比的目标跟踪策略。策略的要点是:依据节点距离目标的距离不同,划分为占空比不同的3个区域:(1)工作簇。离目标最近区域的节点,节点占空比为1,因而具有较好的跟踪质量;(2)预测簇。目标预计移动的区域,节点保持较高的占空比,具有一定的目标跟踪质量,同时这些区域的占空比小于1,因而付出的能量消耗代价也有限。(3)正常区域。除以上区域外,其它区域为正常区域,其节点的占空比非常小,从而节省能量。更重要的是,虽然本文策略较好的提高了目标跟踪质量,但并没有降低网络寿命。其原因是:无线传感器网络近Sink区域的节点承担了所有外围区域节点数据的转发,因而其能量消耗高。而远Sink区域节点的能量消耗低而能量有剩余。因而,我们充分利用了网络中这部分巨大的剩余能量,使离Sink越远的区域,预测簇的面积越大,节点占空比越大,从而达到了目标错失率低,监测质量高的目标。经过理论与实验结果显示,我们提出的策略在目标跟踪质量,能量有效利用率上优于以往策略,而网络寿命与以往策略相当。     

基于属性证明的可信网络接入方案

为保证终端接入网络时的可信计算平台配置满足特定的安全要求,可信计算组织提出了可信网络接入框架,在该框架中终端向网络决策判定方请求接入网络时采用二进制证明方案进行平台证明,存在完整性管理复杂、暴露用户平台配置隐私等问题.针对上述问题,本文提出了一种基于属性的可信网络接入方案,采用基于属性的远程证明方法,将可信网络接入中的平台证明交给一个可信的安全属性证书颁发方,此属性证书颁发方根据终端平台的完整性颁发安全属性证书,负责网络接入判定的网络接入决策者根据属性证书进行网络接入判定,有效地解决了传统可信网络接入中网络接入决策者完整性管理复杂以及终端平台配置暴露等问题,并能够根据安全属性将平台接入到不同的隔离域,实现了网络中平台多域的隔离.本文在802.1X框架下实现了上述方案,实验结果显示该方案能够根据平台的安全属性实现终端平台VLAN的隔离.     

基于簇的无线传感器网络密钥预分配方案

通过把网络划分为多个六边形区域,每个节点预先存储多个子密钥空间中的密钥信息,采用基于组的部署方式,提出了一种新的基于分簇结构的无线传感器网络密钥预分配方案.该方案能够动态更新节点的密钥,从而解决了由于节点被捕获所导致的密钥连通性下降和密钥更新通信开销大等问题.性能分析和仿真结果表明,与现有的密钥预分配方案相比,该方案可以确保任意两个相邻节点之间都能够建立一个惟一的对密钥,节点所需的密钥存储空问减少,密钥建立和更新所需的通信开销很小,网络的抗攻击能力得到较大提高.     

基于Tamarin Prover的5G EAP-TLS协议的形式化分析

为了保证5G专用网络中移动设备的通信安全,第三代合作伙伴计划（3rd generation partnership project, 3GPP）提出了5G可扩展认证协议-传输层安全（extensible authentication protocol-transport layer security, EAP-TLS）。然而,现有的针对于5G EAP-TLS协议的研究工作较少且缺乏系统性。因此,对5G EAP-TLS协议进行详细的描述,并对该协议进行全面的形式化建模。对5G规范中涉及的所有协议实体以及证书分发机制进行建模,同时从5G规约中提取并建模了与5G EAPTLS协议相关的安全目标。提出证据搜索策略引导符号分析工具Tamarin Prover进行自动化证据搜索,解决了Tamarin Prover在验证复杂模型时验证过程无法终止的问题,实现了5G EAP-TLS安全目标的自动化验证。通过分析验证结果,发现了5G EAP-TLS协议能够满足机密性目标,但难以满足一些认证性目标,同时,揭示了协议存在拒绝服务（denial of service,DoS）攻击和用户通信数据泄露的隐患。针对...     

支持MEC的D2D多播网络中的任务卸载与资源分配

在支持移动边缘计算（mobile edge computing,MEC）的D2D(device-to-device)多播网络中,考虑到资源受限时的任务卸载与资源分配问题。首先,提出联合用户社会属性、可用能量和传输速率的D2D多播簇首选择策略和分簇策略。其次,在考虑用户选择、任务卸载和资源分配的条件下,将最大化用户的收益作为最优化问题进行了建模。为了求解最优化问题,将其分解为用户选择最优化（user selection optimization,USO）和资源分配最优化（resource allocation optimization,RAO）两个子问题,并采用贪婪算法对USO问题进行求解,采用拉格朗日乘数法得到RAO问题的最优解。通过仿真实验表明了本文提出的算法与其他算法相比,能有效提升用户的收益。     

一类椭圆型变分不等式的修正代数多重网格解法及并行计算

提出了一种修正的代数多重网格解法,来求解具有对称二阶椭圆算子的变分不等式的有限元离散问题.该方法基于离散椭圆型变分不等方程的线性互补性,运用积极集策略,对Gauss-Sidel光滑迭代后的近似解进行一个后处理,以满足不等式约束,从而解决了标准代数多重网格法在求解自适应网格上的变分不等式时不收敛的问题.数值实验表明了该算法在一致网格和h-自适应网格上的计算有效性和健壮性.为了减少计算时间,根据该修正算法内在的并行度,提出了一个并行计算格式,数值结果给出了该并行的加速比和效率.     

城市环境下基于地理位置自适应的车载网络路由协议

针对城市车载自组织网络环境中节点分布不平衡,信号传输被障碍物遮挡,目标节点不断移动等问题,提出一个适合城市环境基于地理位置信息的自适应路由协议SAGR(Self-Adaptive Geographic Routing for city environments in vehicular network).SAGR通过远程混合模式被动路由机制SAGR-RM和局部定向受限泛洪路由机制SAGR-LM,将路由过程分成两个层次,增强了路由协议的健壮性以及对目标位置的容错性.通过NS-2软件仿真分析了SAGR协议的性能,结果表明SAGR比现有的基于位置路由协议在数据包传输、端到端延迟和路由开销方面等都有显著的改进.     

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。