计算机科学杂志北大期刊CSCD期刊统计源期刊

摘要：随着技术的发展,多无人机系统协同作业的研究得到越来越多的关注。编队控制是无人机协同作业的关键技术,对具有动态信道与拓扑特征的无人机自组网的通信组网技术提出了极高的要求。首先介绍了无人机自组网编队控制的相关模型;基于此,从编队保持和重组、任务更新、编队可靠性等方面综述并分析了5种编队控制策略以及它们对无人机自组网通信组网技术的不同需求;最后展望了面向无人机自组网编队控制的通信组网技术的发展前景和方向。

摘要：网络的迅速发展为人们提供了自由、开放的交互方式,互联网服务已经成为大众日常生活的重要组成部分,如何评价表征节点交互的可信度已成为网络应用的核心问题之一。由于开放式网络环境具有匿名性、随机性和动态性等特点,用户在网络中选择目标节点进行交互时面临诸多风险,因此基于节点交互行为的信任评价机制成为抑制网络恶意虚假行为的有效策略机制。首先,概述信任的相关性质,根据网络节点间的交互行为及其产生的信任关系特征,形式化定义与构建信任网络。其次,分析信任机制的框架体系,依次讨论信任机制在P2P网络、电子商务、社会网络中的研究要点与安全威胁。最后,重点对比分析不同领域中的典型信任模型,详述其抗攻击效用与不足,从改进模型算法、提高模型抗攻击能力等方面指出信任机制在未来的研究方向。

摘要：孪生支持向量机(Twin Support Vector Machine,TWSVM)是在支持向量机(Support Vector Machine,SVM)的基础上发展而来的一种新的机器学习方法。作为一种二分类的分类器,其基本思想为寻找两个超平面,使得每一个分类面靠近本类样本点而远离另一类样本点。作为一种新兴的机器学习方法,孪生支持向量机自提出以来便引起了国内外学者的广泛关注,已经成为机器学习领域的研究热点。对孪生支持向量机的最新研究进展进行综述,首先介绍了孪生支持向量机的基本概念与基本模型;然后对近几年来新型的孪生支持向量机模型与研究进展进行了总结,并对其代表算法进行了优缺点分析和实验比较;最后对将来的研究工作进行了展望。

摘要：最早的库操作系统(Library OS,LibOS)基于外内核架构,目的是验证在用户空间管理系统资源的可行性和高性能性。但是,由于外内核还停留在研究上,实际应用中仍以宏内核和混合内核为主,因此LibOS一开始并没有引起学术界和产业界的过多关注。伴随云计算的快速发展和物联网的兴起,为了构建安全高效的Unikernel云服务和物联网微服务,LibOS成为了新的研究热点。首先总结了LibOS的基本定义和基本特点;然后提出了LibOS分类模型;接着总结了LibOS的系统架构,并详细阐述了LibOS的关键技术,包括LibOS内核基中的线程管理、CPU调度和虚拟内存管理以及LibOS功能系中的网络服务功能、文件I/O功能和设备访问功能等;最后结合已有的研究成果,探讨了LibOS面临的问题和挑战。

摘要：随着各类移动终端与高带宽需求业务的普及,蜂窝网流量已呈现出爆炸性增长的趋势;同时,由于网络用户分布不均匀,蜂窝网流量分布也存在不均衡的现象。基于D2D(Device-to-Device)通信的流量卸载(Traffic offloading)是解决数据流量急剧增加和不均匀分布的一种经济、有效的技术。首先,根据D2D通信在流量卸载中所承担的任务,将基于D2D通信的流量卸载技术分为以D2D通信为目标和以D2D通信为中继两类;然后,详细介绍每一类技术的研究现状并分析讨论各自的优缺点;最后,提出下一步的潜在研究方向。

摘要：针对网络空间中的身份管理问题,分析了通用的基于区块链的身份管理认证模型。首先,概述了身份管理的定义要求,回顾了网络空间中身份管理在区块链应用方面的早期尝试,总结了其发展经验并分析了身份管理所面临的问题,对比了区块链的优缺点及其在身份管理方面的验证项目。然后,分析了通用的区块链身份管理模型及每个模块。最后,重点对较为成熟的ShoCard公司的应用场景和DIMS(Decentralized Identity Management System)做了分析对比,并对未来进行了展望。

摘要：针对WSNs路由协议中链路通信负载不均引发的能量空洞问题,提出一种基于虚拟网格的动态聚簇策略IDCS和考虑数据转发延迟的最大化网络生命周期的动态负载均衡路由算法DCDLB。IDCS依据节点的通信半径将网络划分成若干虚拟网格,采用考虑节点能量和位置因素的分布式簇首选举策略,并引入基于簇首能量水平的动态簇首轮换机制。DCDLB综合考虑簇首间能耗均衡和数据多跳转发延迟来构建路由,实现网络生命周期的最大化。实验结果表明,DCDLB路由算法在延长网络生命周期和降低数据转发延迟方面优于LEACH,HEED和CRVB路由算法。

摘要：针对传统自适应多叉树防碰撞算法在标签识别过程中存在的空闲时隙过多、阅读器与电子标签间的通信负载量过大等不足,提出了一种改进的自适应多叉树防碰撞算法(Improved Adaptive division Collision Tree algorithm,IACT)。该算法通过计算碰撞因子决定采用二叉树或四叉树。当采用二叉树时,若阅读器检测到碰撞位只有一位,则无需再次发送命令即可以直接识别出标签;采用四叉树时,阅读器首先发送一命令,要求标签返回最高两个碰撞位对应的编码,然后根据编码得到碰撞信息。在标签中加入计数器,使用最高两个碰撞位和计数器值作为查询命令,响应的电子标签将序列号的后缀信息发送给阅读器处理。算法性能分析和实验仿真表明,IACT算法能有效减少系统总时隙,降低了通信负载开销,提高了标签识别效率。

摘要：为了保障系统公平性并提高轮询控制系统的工作效率,提出了区分忙闲站点的限定(K=2)轮询控制系统。系统在限定(K=2)轮询服务的基础上,依托站点忙闲状态,采用并行调度控制方式仅对有数据分组的忙站点提供发送服务。采用概率母函数和嵌入式马尔科夫链的方法建立了系统的数学模型,并精确解析了系统平均排队队长和平均等待时延等重要性能参数。仿真实验结果表明:理论计算值与模拟仿真值近似相等,说明理论分析正确合理。该模型既能保障系统公平性,又能避免对空闲站点查询,同时还能节省转换查询时间,从而提高了系统利用率和工作效率。与已有限定(K=1)轮询控制方式相比,所提系统具有更好的QoS保障。

摘要：文中引入软件定义网络(Software Defined Network,SDN)对智慧医疗云进行网络管理,并且针对传统SDN控制器存在单点失效和负载均衡的问题,设计了智慧医疗分布式SDN控制器系统。SDN控制系统分为SDN控制器集群、数据转发平面和智慧医疗云服务系统3层。在此基础上,提出一种实时负载动态自调节的快速负载均衡算法DAF(Dynamic Adaptive and Fast Load Balancing)。在该算法中,负载信息感知组件周期性地采集自己的负载信息,自动地进行控制器间的负载信息交互;控制器的负载值超过阈值时,会触发交换机迁移动作,以动态配置交换机与控制器之间的映射关系。实验结果表明,面向智慧医疗云的分布式SDN控制系统的性能良好,且DAF算法能够快速地实现SDN控制器间的负载均衡,提升了智慧医疗云的网络吞吐量。

摘要：针对无线传感器网络能量严格受限和节点间能量不均衡的问题,建立无线信息和功率同时传输的协作MIMO通信模型;针对如何获取系统的最佳能量效率的问题,提出一种新的有效资源分配算法。仿真分析和原型实验结果表明,新的有效资源分配算法在迭代次数达到12时收敛,能量效率随发射功率额度的增加而迅速增加,当最大发射功率额度达到3dBm时能量效率趋向平稳;与SISO传输的能耗相比,采用协作MIMO信息和功率同时传输的技术能节省1个以上的能量级,并能得到较高的网络效用。

摘要：虚拟网映射是实现网络虚拟化的关键环节,其任务是在满足虚拟网构建约束的前提下,把虚拟网的虚拟节点和虚拟链路分别映射到底层物理网的节点和路径上。文中根据虚拟节点映射是否已知、物理网是否支持路径分割、物理节点是否支持重复映射等特征,对虚拟网映射问题进行分类,并针对一般网络拓扑模型和某些特殊网络拓扑模型完成各类虚拟网映射可行问题和优化问题的计算复杂性分析。

摘要：链路预测作为复杂网络分析的一个重要分支,在不同领域中有着广泛的应用。现有的链路预测算法通常根据共同邻居节点的结构信息来度量节点对之间的相似性,忽略了节点对与其共同邻居节点之间的连接紧密程度。针对此问题,提出了一种基于节点亲密度的链路预测算法。该算法利用边聚集系数来测量节点对与其共同邻居节点之间的紧密程度,以AUC值作为链路预测的精确度评价指标。在4个真实网络上的实验结果表明,相比于其他相似性算法,所提出的算法提高了链路预测的预测精度。

摘要：在认知传感器节点构建无线传感器网络的过程中,为了降低节点的能量消耗和提高数据的传输能力,提出一种基于稳定性的能效路由协议。该协议引入了稳定性因子,通过采用授权用户占用信道模型建模,并不断调整稳定性因子来研究路径选择与系统能量消耗的关系,找出一种受主用户影响最小的合理路径选择方案,减少链路失效的次数,提高数据传输能力,且保证较小的能量消耗,从而有效地均衡网络能量,延长网络生命周期。模拟的结果与理论分析结果一致,且表明所提出的协议在能量消耗和数据传输能力方面都具有更好的表现。

摘要：多sink节点的部署是井下传感器网络的重要研究课题,对网络性能的影响很大。针对目前采用的部署方法存在计算过程复杂、收敛速度慢、容易陷入局部最优等问题,在标准粒子群聚类算法的基础上,提出一种基于自适应粒子群聚类算法的井下多sink节点部署算法(简称A-PSOCA算法),在惯性权重系数中考虑了粒子的进化和聚合状况,使改进的算法的自适应能力更强,并在算法迭代过程中引入预防粒子位置重叠策略,防止粒子搜索局部最优化。仿真结果表明,A-PSOCA算法可以得到合理的sink节点位置,算法的收敛速度比标准粒子群聚类算法快1倍,所对应的网络的平均能耗和均衡性以及网络生存期也优于其他基于粒子群算法,适用于井下通信环境。