论文部分内容阅读
[!--newstext--]
[!--title--]
【出 处】
：
山西日报
【发表日期】
：
2020年01期
其他文献
为解决不平衡数据内在固有性引发的分类结果受强势类影响较大的问题,研究基于KL距离的不平衡数据渐进学习算法,精准地辨识出不平衡数据中的弱势类样本,提高算法分类性能.在深入分析KL距离和欠抽样法的基础上,使用欠抽样法平衡化处理不平衡数据集,采用基于KL距离的不平衡数据半监督学习算法,以渐进模式,通过寻找可靠正例、可靠反例,实现处理后数据集的最终分类.实验结果表明,上述算法的G-mean值始终较高,可极大地提高算法分类性能;所提算法使用后的F-measure值在任何抽样比例下都高于使用前的F-measure值,
针对当前网络用户隐私信息加密方法,未考虑数据信息的敏感性,导致隐私信息加密效果较差、抗攻击性较弱的问题,提出基于超混沌系统的网络用户隐私信息加密方法.通过对原始数据的超混沌序列实施整合改造,生成有关明文数据的隐私信息密钥,增加信息序列敏感度.引入混沌映射,采用李雅普诺夫指数方式,赋予敏感值最小的信息数据,使隐私信息依次完成迭代推送,经过迭代后的数据,生成有关子密钥的混沌序列矩阵,利用矩阵对隐私信息逐一表达,并匹配相应子密钥,实现网络用户隐私信息加密.实验结果表明,所提方法的隐私信息加密效果较好,能够有效增
随着应用需求的增加,一些场景要求物联网能够支持密集型计算任务.传统物联网只能提供单机资源,且负载能力有限,无法有效解决时延、资源与任务的配置问题.于是提出基于联合决策模型的物联网边缘计算资源分配方法,利用边缘网络的计算优势来弥补物联网节点本地计算资源的不足,从而提高任务时延与峰值负载的性能.先从时延、能耗、计算资源和带宽资源方面进行分析,并考虑了节点移动、数据传输和卸载等情况带来的问题.根据时间和各类资源模型的分析,建立联合模型来得到资源分配调度的最佳决策,将最小卸载模型推演至最高总效用模型,并通过最速下
针对传统物联网通信异常数据捕获精度较低、捕获耗时长等问题,提出基于孪生神经网络的物联网通信异常数据捕获方法.通过构建特征提取单元与区域推荐网络单元的孪生神经网络结构,去除网络Alex Net框架中两个卷积层与全连接层,在各卷积层后添加SE-Network,架构用于捕获异常数据的孪生神经网络模型;利用该网络模型降维处理异常数据特征,利用粒子群算法中标签约束策略,将二维数据转化到三维恒定空间中,完成异常数据种类划分;结合待捕获数据与候选数据特征,确定数据之间相似度,基于交叉相关层度量相似度,实现物联网通信异常
多节点分布网络中通常存在多种密码体系,导致异构网络跨域终端身份认证管理困难.为了提高终端跨域认证的安全和高效性,设计了一种强匿名终端跨域认证方案.方案为User与CS的双向认证方案,基于跨域认证模型,重点对认证过程进行了优化,将整个认证划分为CS对User的认证阶段、User对CS的认证阶段和会话密钥建立阶段.为提高认证过程的匿名追踪性,针对User设计了授权代理机制,同时代理通过随机数对信息采取盲签名.为降低认证过程中的计算复杂度,利用User与CS自身密钥共同确定会话密钥,并将密钥同时保存于User与
现有方案对于处理复杂网络动态网络中设备IP地址的分配效率低,只适用于静态网络,且由于IP地址分配不均衡导致的资源浪费问题.提出一种基于改进DAAM(Distributed Address Assignment Mechanism)的IP地址分配方案,建立了复杂网络设备的网络数学模型,并对监控网络剩余IP地址空间进行了分析和计算;给出了复杂网络的具体组网步骤,通过改进的地址偏移计算方法,解决了传统方案对监控网络设备IP地址分配深度动态拓展的问题,并通过向复杂网络邻居设备借地址的机制,解决了设备IP地址的分配
针对物联网节点类型不同,导致传输过程中出现因网络拥堵出现传输耗时长的问题,提出基于熵权理想点法(EWIPM)的物联网节点信息传输优化方法.利用自适应量化估计方法预测混乱信道参量状态,得出节点传输信道的测量值,确定各拥塞节点特征参量,采用自适应信息融合跟踪法提取拥塞节点特征并进行定位;通过将节点集合映射到距离空间内,确定出理想点与反理想点,分析物联网节点信息介数中心性;采用无向赋权图构建优化模型,使用POS算法生成微粒群,不断更新微粒速度与位置,寻找各理想点之间的最佳连接关系,实现信息传输优化.仿真结果表明