自由环境下网络数据采集与分析

以小波分析的原理与算法为基础提出一种新的自由环境下网络数据采集与分析方法,使用这种方法可以监测网络的状态、数据流动情况以及网络上传递的信息。当信息以数据流的形式在网络上传输时,在互联网的入口处设置监测系统,便可以源源不断地将网上传输的信息截获。通过该监控技术可以任意采集和分析因特网上的各种信息,如网页访问http,电子邮件email,Telnet,Ftp等,以及这些信息中的用户名和密码,并对采集到的数据进行分析和还原。一旦发现有黑客行为、恐怖分子信息、邪教信息、反民族信息等非法信息,技术系统会自动捕获,并将有关的信息(包括:非法信息来源的IP地址、目的地址等)发送至监控中心,监控中心根据需要可通过功能设定,对非法可疑的IP地址锁定实施24小时自动跟踪。从而及时发现网络犯罪,保护网络与信息安全。     

一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。     

面向信息化油料装备研发的网络化协同设计及其关键技术研究

分析了信息化油料装备研发的主要内容及其涉及的相关领域,阐明了产品网络化协同开发系统的基本内涵。提出了基于信息化技术、管理技术、设计技术、协同工作技术和支撑技术的油料装备网络化协同研发系统的技术体系。最后,对该技术体系中涉及的装备设计数据信息交换与数据管理技术,装备设计任务的分解与分配技术以及冲突与协商机制等关键技术进行了较为全面的论述。     

用可视化建模工具实现网络虚拟现实场景

虚拟现实技术在许多领域已经有了广泛的应用,利用可视化三维建模工具对视景仿真中应用的虚拟场景开发是一种新的方法,打破了传统的编程建模的开发思路。用三维可视化建模工具可以简化视景仿真应用中虚拟场景的构建过程,用较小的文件实现了三维的效果,从而实现在网络上虚拟游走。     

网络中心战与网格技术

在当前的世界新军事变革中,网络中心战和军事信息网格是两个极重要的、具有发展趋向性的概念。本文阐述了"网络中心战"是军事需求牵引和技术推动的产物,以及美军网络中心战和 全球信息网格的内涵,并对应用网格技术建设我海军信息网格,实现我海军综合电子信息系统一体化进行了初步探讨。     

战术MANET中基于多态转移策略的蚁群优化QoS路由算法

战术MANET的QoS路由计算是一个NP完全问题,可以采用蚁群优化算法来求解.为了提高蚁群优化QoS路由算法的效率,降低时延和网络开销,提出了基于多态转移策略的蚁群优化QoS路由算法(MTS-AQRA).MTS-AQRA将链路稳定性和路由拥塞度与常规的QoS路由约束条件结合起来,利用多态转移策略产生的多样化路由搜索蚁群和并行路由搜索处理,能够在MANET网络中快速地建立满足业务QoS要求的稳定路由.仿真实验结果表明,MTS-AQRA在分组到达率、端到端时延、网络吞吐量等指标上综合性能优于AODV、AntHocNet、QoS-Aware ACO等路由算法.     

无线传感器网络在海防工程结构健康监测中的应用

海防工程是海军赢得非接触、非对称作战胜利和保存作战潜力的重要硬件基础,将关系到海军作战装备战斗力的发挥,直接影响作战的进程与结局。因此,海防工程结构健康监测系统正成为军内学术界和工程界的研究热点。无线传感器网络由于安装方便、维护成本低和部署灵活等特点,已被广泛应用于各类工程结构健康监测系统中。本文阐述了基于无线传感器网络的海防工程结构健康监测系统提出的背景、基本概念和构成体系,通过模拟部署舰艇洞库结构健康监测系统,协作地实时感知和采集洞库结构信息及环境数据,从而实现海防工程、信息网络和后勤管理的无缝衔接,形成一体化保障能力。     

基于Arena仿真的事故网络风险耦合特性分析

风险传递过程中,耦合是导致风险突变的重要原因。为提供风险耦合控制方法,给出风险耦合的形式化描述,采用风险耦合弹性系数对耦合强度进行计算;基于Arena软件对某型非致命武器设计论证阶段的进度风险和费用风险之间的耦合特性进行仿真分析,分别仿真了单指标、多指标在线性和非线性耦合情形下的系统行为,结果表明:全局性的线性耦合和高强度非线性耦合能显著改变系统行为。相关结果为风险耦合控制策略的制定提供了参考。     

强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

多重优化的分布式无线覆盖探测算法

为满足无线通信网络信号覆盖有效性的实时实地可重复探测的需求,提出一种基于传感器网络的分布式无线覆盖探测算法。通过随机部署于目标区域内的无线传感器节点对无线通信网接收信号强度进行感知和预处理;利用变异函数构造新的BP神经网络目标函数,通过改进粒子群算法优化其初始权值和阈值;利用训练好的网络模型对存在探测盲区的目标区域进行插值估计,并联合传感器节点采集到的数据生成无线通信网络等信号强度线。仿真结果表明,所提算法比其他经典算法具有更高的精度,可有效探测目标区域无线通信网络的信号覆盖情况。