期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于资源特征的虚拟网服务故障诊断算法
1
作者 张顺利 邵苏杰 《计算机应用与软件》 北大核心 2025年第5期102-107,154,共7页
虚拟化环境下,网络的多层复杂性和信息不准确性导致虚拟网服务故障诊断算法的准确率较低。为解决此问题,基于服务、虚拟网资源、底层网络资源的特征和关联关系,提出一种基于资源特征的虚拟网服务故障诊断算法。根据服务承载和资源映射关... 虚拟化环境下,网络的多层复杂性和信息不准确性导致虚拟网服务故障诊断算法的准确率较低。为解决此问题,基于服务、虚拟网资源、底层网络资源的特征和关联关系,提出一种基于资源特征的虚拟网服务故障诊断算法。根据服务承载和资源映射关系,构建疑似虚拟故障集合。根据症状数量、虚拟节点数量、负症状与底层节点的概率模型,分析故障节点的可信度并动态构建故障传播模型。通过分析疑似故障集合对负症状的解释能力,对虚拟网服务故障进行定位。从简单网络环境和复杂网络环境两个方面,验证该算法较好地提升故障诊断的准确率,降低故障诊断的误报率和诊断时长。 展开更多
关键词 网络虚拟化 故障诊断 虚拟网络 底层网络 虚拟网映射
在线阅读 下载PDF
基于CAN的现代车辆入侵检测 被引量:2
2
作者 赵丽 孙敏 《计算机应用与软件》 北大核心 2024年第2期328-332,共5页
现代汽车广泛使用CAN总线结构控制车辆内的各种电子部件,但标准的CAN协议存在漏洞,易受到拒绝服务、模糊攻击和重放等攻击,而传统的基于IP协议的入侵检测技术不能直接应用于现代车辆。于是分析CAN结构,找到其缺陷;针对CAN的攻击技术,分... 现代汽车广泛使用CAN总线结构控制车辆内的各种电子部件,但标准的CAN协议存在漏洞,易受到拒绝服务、模糊攻击和重放等攻击,而传统的基于IP协议的入侵检测技术不能直接应用于现代车辆。于是分析CAN结构,找到其缺陷;针对CAN的攻击技术,分析CAN总线特征后,融合基于频率检测、机器学习和统计检测三种异常检测方法对车辆进行入侵检测,通过实验验证,可以总体上提高现代车辆入侵检测系统的性能。 展开更多
关键词 CAN 入侵检测 频率检测 机器学习 统计检测
在线阅读 下载PDF
面向动态环境的虚拟光网络资源优化算法 被引量:1
3
作者 张顺利 邵苏杰 《电讯技术》 北大核心 2024年第3期409-415,共7页
为解决采用单个虚拟网特征重配置导致虚拟网接受率低的问题,基于资源竞争特征重构底层网络模型,并基于此构建虚拟网映射线性规划模型。设计了无划分的随机舍入优化算法和有划分的随机舍入优化算法,为每个虚拟网分配全局最优的底层网络... 为解决采用单个虚拟网特征重配置导致虚拟网接受率低的问题,基于资源竞争特征重构底层网络模型,并基于此构建虚拟网映射线性规划模型。设计了无划分的随机舍入优化算法和有划分的随机舍入优化算法,为每个虚拟网分配全局最优的底层网络资源。与现有算法相比,该算法下虚拟网请求的平均接受率提升11%,节点资源平均利用率提升61%,链路资源平均利用率提升27%。 展开更多
关键词 虚拟光网络 虚拟网 底层网络 资源分配
在线阅读 下载PDF
特征关联的服务功能链可靠性优化算法
4
作者 张顺利 邵苏杰 《电讯技术》 北大核心 2024年第1期83-90,共8页
针对优化服务功能链(Service Function Chain,SFC)可靠性时资源利用率低的问题,提出了特征关联的服务功能链可靠性优化算法。首先,从底层节点的资源可用率、周边资源密集度、全网中心性评价其作为虚拟网络功能(Virtual Network Function... 针对优化服务功能链(Service Function Chain,SFC)可靠性时资源利用率低的问题,提出了特征关联的服务功能链可靠性优化算法。首先,从底层节点的资源可用率、周边资源密集度、全网中心性评价其作为虚拟网络功能(Virtual Network Function,VNF)实例备选节点的优势,从VNF实例的节点度数与带宽流量评价其作为备选对象的优势。其次,逐个对优越性最高的VNF实例选择备份底层节点,直到所有SFC的可靠性满足客户要求。在为VNF实例选择备份底层节点时,提出了基于资源特征关联感知的备份节点选择算法,将当前VNF实例所映射的底层节点与其他待备份VNF实例的底层节点的邻接节点进行关联,为当前VNF实例选择最优备份底层节点的同时,减少为其他待备份VNF实例选择备份底层节点时链路的开销。仿真结果表明,相比于已有算法,该SFC可靠性优化算法下备份实例数降低了约29%,备份带宽资源消耗降低了约42%,SFC接受率提升了约12%。 展开更多
关键词 网络功能虚拟化(VNF) 服务功能链(SFC) 服务可靠性 资源备份 特征关联
在线阅读 下载PDF
满足双QoS约束的两阶段云工作流调度算法 被引量:3
5
作者 武丽芬 严学勇 《计算机工程与设计》 北大核心 2018年第7期1904-1910,共7页
为提高多QoS约束下的工作流调度成功率,提出满足截止时间和预算双QoS约束的调度算法DBWS。为寻找调度可行解,将工作流调度划分为两个阶段:任务选择和资源选择。任务选择阶段中,利用任务在工作流结构中的自顶向下分级值为任务分配优先级... 为提高多QoS约束下的工作流调度成功率,提出满足截止时间和预算双QoS约束的调度算法DBWS。为寻找调度可行解,将工作流调度划分为两个阶段:任务选择和资源选择。任务选择阶段中,利用任务在工作流结构中的自顶向下分级值为任务分配优先级,得到调度初始排序;资源选择阶段中,将截止时间根据任务深度进行子划分,设计时间质量和代价质量两个均衡因素,通过综合考虑两种因素计算资源质量,获得任务执行的最优资源。实验结果表明,该算法在调度成功率与同步满足两种QoS约束上较同类算法更优。 展开更多
关键词 云计算 工作流调度 多QOS约束 任务分级 资源选择
在线阅读 下载PDF
基于聚类融合的中波红外图像目标提取方法 被引量:1
6
作者 张鸿雁 李俊丽 赵丽 《激光杂志》 CAS 北大核心 2023年第8期105-109,共5页
为了提升目标提取效果、降低环境因素的干扰,提出基于聚类融合的中波红外图像目标提取方法。首先对中波红外图像实施小波阈值去噪及增强处理,加强中波红外图像的清晰度;其次采用多模态特征融合方法提取图像中目标物的对比度特征及熵特征... 为了提升目标提取效果、降低环境因素的干扰,提出基于聚类融合的中波红外图像目标提取方法。首先对中波红外图像实施小波阈值去噪及增强处理,加强中波红外图像的清晰度;其次采用多模态特征融合方法提取图像中目标物的对比度特征及熵特征;然后通过聚类融合多种特征实现对目标的准确提取。实验结果表明:应用该方法后,去噪后的峰值信噪比最大值可达到118 dB,且可以完成地提取出中波红外图像中的6处目标,证明本方法具有准确率高、有效性强的应用优势。 展开更多
关键词 聚类融合 中波红外图像 目标提取 图像预处理
在线阅读 下载PDF
云存储中高效可追踪可撤销的属性基加密方案 被引量:8
7
作者 郭丽峰 邢晓敏 郭慧 《密码学报》 CSCD 2023年第1期131-145,共15页
对泄露密钥用户的可追踪和属性可撤销是属性基加密在实际应用中亟待解决的问题.本文提出了一个高效可追踪可撤销的密文策略属性基加密方案,支持对非法售卖密钥的恶意人员的追踪,通过用户撤销列表撤销解密权限,利用属性群密钥实现属性撤... 对泄露密钥用户的可追踪和属性可撤销是属性基加密在实际应用中亟待解决的问题.本文提出了一个高效可追踪可撤销的密文策略属性基加密方案,支持对非法售卖密钥的恶意人员的追踪,通过用户撤销列表撤销解密权限,利用属性群密钥实现属性撤销,将所构造的方案应用在云存储中保证数据的细粒度访问控制.为了减少智能终端计算资源的损耗,解密和属性撤销的大部分计算外包到云服务器.基于CDH困难性假设,证明了该方案在标准模型下具有选择明文安全性;仿真实验表明该方案更新密文的时间稳定在0.022 s左右,相比于其他方案,大幅提升了效率. 展开更多
关键词 身份追踪 属性级撤销 可验证解密外包 属性基加密
在线阅读 下载PDF
大规模光纤网络异常节点数据深度挖掘方法研究 被引量:2
8
作者 耿德志 宫海晓 《激光杂志》 CAS 北大核心 2023年第4期124-128,共5页
为解决常用光纤网络异常节点数据挖掘方法耗时长、精度低的问题,提出一种可应用于大规模光纤网络的异常节点数据深度挖掘方法。预处理光纤网络节点数据,提取信息熵特征,并对数据进行降维操作,引入随机森林算法,通过自助采样形成多个随... 为解决常用光纤网络异常节点数据挖掘方法耗时长、精度低的问题,提出一种可应用于大规模光纤网络的异常节点数据深度挖掘方法。预处理光纤网络节点数据,提取信息熵特征,并对数据进行降维操作,引入随机森林算法,通过自助采样形成多个随机样本空间,通过投票机制合并处理并输出树群中各棵子树光纤网络异常节点数据深度挖掘结果,实现光纤网络异常节点挖掘。实验结果表明,所提方法的精确度高达99.8%,耗时仅为9.2 min,漏检率为0.12%,因此,该方法可以获取高效率、高精度的光纤网络异常节点数据深度挖掘结果。 展开更多
关键词 大规模 光纤网络 异常节点数据 深度挖掘
在线阅读 下载PDF
基于汇聚级联卷积神经网络的旋转人脸检测方法 被引量:2
9
作者 齐悦 董云云 王溢琴 《红外与激光工程》 EI CSCD 北大核心 2022年第12期379-386,共8页
针对大规模姿态变化和大角度人脸平面旋转(Rotation-in-Plane,RIP)等复杂条件下,多尺度旋转人脸检测精度低的问题,提出了一种基于汇聚级联卷积神经网络(Convolutional Neural Networks,CNN)的旋转人脸检测方法。采用由粗到精的级联策略... 针对大规模姿态变化和大角度人脸平面旋转(Rotation-in-Plane,RIP)等复杂条件下,多尺度旋转人脸检测精度低的问题,提出了一种基于汇聚级联卷积神经网络(Convolutional Neural Networks,CNN)的旋转人脸检测方法。采用由粗到精的级联策略,在主网络SSD的多个特征层上汇聚级联了多个浅层的卷积神经网络,逐步完成人脸/非人脸检测、人脸边界框位置更新和人脸RIP角度估计。该方法在Rotate FDDB和Rotate Sub-WIDER FACE数据集上取得了较好的检测效果。在Rotate SubWIDER FACE数据集出现100次误报时的检测精度为87.1%,速度为45FPS,证明该方法可在低时间损耗下完成精确的旋转人脸检测。 展开更多
关键词 旋转人脸检测 汇聚级联 卷积神经网络 尺度变换 平面旋转
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部