基于组合双向拍卖的物联网搜索任务分配机制

如何合理地分配搜索任务,进而激励用户加入到搜索中是物联网搜索亟需解决的关键问题。针对物联网中数据实效性强的特点,结合物联网搜索中用户的高异构性和动态性,提出一种基于组合双向拍卖的搜索任务分配模型,从市场供求关系的角度描述了搜索发起者、搜索参与者和搜索引擎之间的关系。首先引入了竞价价值的概念,提出了一种基于贪心策略的启发式算法确定竞拍成功的用户集合,然后提出一种基于临界价格的定价算法,确保用户的竞价反映了其真实估价。理论分析及实验结果证明所提任务分配机制在保证激励相容性、合理性的基础上,有效提高了物联网搜索引擎的效率。     

一种新的大规模网络主动预警方法

网络的全球化发展决定网络安全向整体性和动态性发展,互联网的分散管理机制使得监控管理域外的网络安全状态变得非常困难.本文基于网络透视技术,提出一种新的大规模网络主动预警方法,可以对无控制权的网络进行实时监控和主动预警.当网络发生异常行为时,能够准确检测异常来源,缩小异常定位范围,对于大规模网络异常行为的检测和预防具有重要现实意义.以中国教育网拓扑结构为背景的仿真实验表明,该方法有效,对网络安全具有重要的研究意义和实用价值.     

异构网络环境下的并行程序可达性测试算法

针对不确定性并行程序难于测试的问题,分析了并行程序消息传递行为与网格环境中网络性能约束之间的关系,在经典可达性测试算法的基础上,提出了新的限定性可达性测试算法,称为基于网络性能约束的可达性测试算法。本算法在考虑网络性能约束的基础上,只对发生频率高的执行路径进行测试,缩减了待测试路径的数量,提高测试效率,在此基础上尽可能保证测试的完全性。     

基于测量的网络性能评价方法研究

网络性能评价方法的研究对于指导网络设计和改进网络运行性能状况有着重要的意义。为了综合地评价网络的运行状况，在测量的基础上，提出了基于多个测量指标的多指标综合评价方法，并应用到路径性能评价和网络性能评价上，该值反映了路径和网络的综合性能状况，并可以按照不同的策略分析路径和网络之间的性能变化情况。实验结果表明，该方法可以有效的评价目标路径和网络的运行状况。     

中国IP级网络拓扑测量与分析

以建立中国IP级网络拓扑图景为目标，首先评价了传统的目标抽样法，提出了3项改进技术，并测量了中国网络，然后运用复杂网络研究方法提取并比较分析了拓扑特征，最后采用IP2AS技术统计了自治域规模。结果表明，传统目标抽样法将丢失大量信息，改进技术在保持完整性的同时降低约一半负载。获得新的中国拓扑规模5倍于CAIDA的skitter。新拓扑与skitter拓扑相比，呈现更显著的非相称性、更弱的聚集、更短的距离、更不均衡的节点流量分布。发现了中国自治域规模的重尾分布。     

KAP：一种面向定位服务的位置隐私保护方法

在移动互联网中,位置隐私保护一直是有待解决的重要问题。针对定位服务中的位置隐私问题,提出了一种位置隐私保护方法KAP。KAP适用于WLAN定位技术。首先,提出了一种区域热点拓扑模型,将WLAN热点的地理分布用带权无向图描述,该模型能够在不使用WLAN热点坐标的前提下,反映热点之间的位置关系。然后,基于拓扑模型并结合k-匿名思想,提出了3种位置隐私算法,保证了位置不被攻击者准确获得。最后,通过仿真实验,验证了方法的正确性。     

一种新型分布式代理缓存系统—双层集群缓存

为了提高代理系统的整体性能,基于内部网络用户访问时间的局部性和相似性,并结合现有的分布式缓存系统,本文提出了一种新型的分布式代理缓存系统——双层缓存集群.双层缓存集群系统分为网内集群缓存层和代理集群缓存层,采用双层代理缓存结构,充分利用现有内部网络资源,分散了代理的负担.降低了代理之间的通信开销,还增强了缓存资源的利用...     

VANETs路由协议的研究进展

车辆自组织网络是传统自组织网络派生出的一个分支,其与应用场景高度相关.传统路由协议不能有效的适用于车辆自组织网络,因此,针对车辆自组织网络提出了许多新的路由协议.首先在总结车辆自组织网络的特性后,分别介绍了单播路由、广播路由和地域性多播路由的概念,然后着重分析和总结了近年来具有代表性的路由协议的核心路由机制及其优缺点,...     

一种支持SMP的高性能入侵检测通信机制研究

提出并实现了一种适用于宽带网的支持SMP的高性能入侵检测通信协议框架-ULNP(user level network protocol)。该框架通过采用旁路内核协议栈的零拷贝技术实现用户级虚拟网络接口，同时针对入侵检测的特点，优化了用户层的通信协议栈，从而有效地降低了入侵检测系统的通信开销。实验结果表明在本文的试验环境下，相对于传统入侵检测通信框架而言，ULNP的报文处理带宽提高了大约2-7倍，CPU空闲率提高大约1～2倍。     

网络延迟聚类的宏观预警的检测点放置

大规模异常事件爆发,使网络可用性受到严重威胁。引发人们对大规模入侵检测系统的研究,其检测效果直接取决于网络检测点选取。大规模网络预警检测点放置问题被转化为网络拓扑有权图聚类问题。针对层次聚类算法面临的初始点选择问题提出基于出度分离初始点选择算法,降低聚类结果对初值的依赖。同时,提出改进双向层次聚类算法DHC,有效降低了结果簇数量。实验证明,此算法整体最优并成功应用于测得的真实全国骨干网络,有效解决了检测点放置问题。