摘要：近年来物联网在许多军事和民用领域(灾后恢复、环境监控和军事对抗等)展现出蓬勃的应用前景,而在实际应用中,为了维护终端数据的新鲜度,必须以尽可能低的时延来完成数据聚合调度,从而为用户提供及时准确的数据服务.但是,受信号干扰的影响,最低时延数据聚合调度问题已被证明是NP(Non-deterministic Polynomial)难问题,而如何设计低时延的数据聚合调度算法是物联网领域的研究热点.现有面向传统物联网(如无线传感网)的解决方案通常采用逐层调度方法和干扰避免技术来实现,减少了可并发传输的链路数目,不利于降低数据聚合时延.值得关注的是,相继干扰消除(Successive Interference Cancellation,SIC)技术作为一种简单而强大的多包接收技术,是研究者近年来取得的重大突破,而如何结合SIC技术来设计物联网低时延数据聚合调度算法具有非常重要的理论研究意义.因此,本文以最大程度地增加可并发传输的链路数目为目标,利用跨层并发传输的思想来进行数据聚合调度,并结合SIC技术来实现链路调度,提出了一种新颖的低时延数据聚合调度算法.实验结果表明,与现有算法相比,本文所提算法在数据聚合时延优化方面最多可达43.8%.

摘要：终端智能识别是物联网应用的关键技术,是物联网安全体系构建的基础。针对物联网终端智能识别问题,建立了一种以设备指纹为动态特征标识的物联网终端智能识别实验系统。该系统由终端检测模块、模型训练模块以及智能识别模块构成,其中,终端检测模块利用Nmap工具扫描并自动采集设备指纹;模型训练模块分别利用决策树、逻辑回归与朴素贝叶斯等机器学习算法训练分类器;智能识别模块接收识别任务并调用前2模块完成设备指纹采集与分类识别处理。实验结果表明,决策树分类器在整体数据集上的平均识别率为98.1%,对于是否是物联网设备的判断识别率为98.7%,对于具体设备类型的识别率为98.2%,均保持较高识别水准,且优于其余2种算法识别器。因此,采用设备指纹与决策树算法结合识别物联网设备是可行的。

摘要：在运筹学的分支体系中,动态规划因其应用的广泛性而占有十分重要的地位。针对动态规划教学中的难点,可以以最短路问题为引例,以大家耳熟能详的名称对动态规划中的基本概念进行阐释,并对最优性原理、无记忆性与记忆性进行比较系统的阐述,指出最优性原理表现在最短路问题中即是"最短路径的子路径必然是最短的"。最后,还可以以最短路分析动态规划求解时常用的"空间换时间"策略。