摘要：微型无人机已广泛应用于航拍、植保、电力巡线等民用领域.但目前的微型无人机之间缺少信息交互和任务协作.针对搜索与营救场景,研究微型无人机集群的运动模式规划问题,以实现微型无人机的任务协同,完成对整个搜救区域的搜索,并将图像通过多跳传回地面.图像数据通常采用短距高吞吐量无线WiFi通信技术传输,但是Wi Fi有限的通信距离和微型无人机移动会引起网络中断,导致数据丢失,造成较大的传输时延.针对此问题,细致地考虑通信约束,提出基于卷地毯式搜索的组网规划算法,保证无人机网络的连通性,并据此设计非均匀节点部署方法和对应的同步/异步运动策略,可极大地降低时延,获得较好的节点负载均衡.

摘要：详细介绍了在Linux环境下基于规则的分布式网络入侵检测系统NetNumen.同现有的网络入侵检测系统相比,NetNumen将异常检测(检测包到达频度的异常)和特征检测(检测特定攻击和攻击工具的固有特征)有机地结合起来,对DoS(denial of service),DdoS(distributed denial of service)攻击的检测效果较现有方法有明显的改善.

摘要：介绍了在计算机网络原理课程中"既是授人以鱼,更是授人以渔"的课程教学设计和讲课中的一些实践,在知识传授的过程中,尽可能地启发引导学生思考、分析,在课堂上与学生共同发现问题、设计解决方法、评估分析发现新的问题,最大程度地让学生参与问题发现和解决过程,培养他们的创新思维和创新能力。

摘要：为了解决球形域上高度场可视化的难题,设计了一个快速的光线投射球形高度场可视化渲染系统.其主要贡献包括:光线在曲线表面行进的正确数学模型;在球形表面进行光线投射的一组精确的解析解;在多个流形空间平行迭代的光线投射算法——平行流形空间光线投射算法;一种使用缓存于GPU上的同一网格来渲染所有四叉树节点的技巧.实验结果表明,该系统不仅高效而且可以获得很高的图像质量.

摘要：设计了基于写相关支持向量描述的安全审计模型来实现一个新的单类分类器,对系统调用中"写性质"子集进行监视和分析,并以此训练单类分类器,使偏离正常模式的活动都被认为是潜在的入侵。该模型仅利用正常样本建立了单分类器,因此系统还具有对新的异常行为进行检测的能力。通过对主机系统执行迹国际标准数据集的优化处理,只利用少量的训练样本,实验获得了对异常样本100%的检测率,而平均虚警率接近为0。

摘要：基于本体理论研究了网管知识模型,提出了网管知识模型的框架,将其划分为基本模型和集成模型两个层次.基本模型包括信息模型、功能模型、网络模型等,面向网管需求集成基本模型得到集成模型.研究了基于本体代数的知识模型集成和基于本体推理、查询的知识模型处理.设计了基于网管知识模型的网管系统原型,原型系统实现了知识处理和信息处理的分离,可定制所支持的网管业务,并支持知识层综合网管.原型系统证明了网管知识模型的有效性.

摘要：从知识库的解释出发,对概念和概念间关系的解释进行了分析,定义了知识库系统的最小概念集合,设计了生成最小概念集合的方法,提出了基于解释的知识库综合算法,讨论了该算法在有限域上的可计算性。

摘要：通过对可视化技术的分析,设计了单类分类器的可视化方法,将单分类异常检测算法过程在二维空间表述出来。通过对国际标准数据集进行试验,可视化过程显示了分类算法的核参数对分类面的影响。将单类分类器的可视化方法应用于主机系统调用序列的异常检测中,可以将入侵检测过程呈现给用户,能够有效地发现入侵行为,有助于更好地理解单类分类器在对用户的系统调用执行序列分析的效果。

摘要：故障诊断是计算机网络故障管理的关键,是保证网络可靠运行的基础.设计了一种基于域模式的分级式故障诊断结构,通过对诊断任务的分解再分配提高故障诊断效率;为诊断与网络性能相关的故障,保证网络QoS,研究了利用不确定推理方法实现故障诊断,利用人工神经网络对原始告警进行压缩、过滤和预分类,将其中威胁程度较大的告警事件提交给贝叶斯网络进行故障精确定位,并通过仿真验证了该方法的有效性.

摘要：基于主机系统执行迹的异常检测系统可以检测类似U2R和R2L这两类攻击。由于攻击数据难以获取,往往只能得到正常的系统调用执行迹数据。该文设计了基于自组织特征映射的单类分类器的异常检测模型,只利用正常数据建立分类器,所有偏离正常模式的活动都被认为是入侵。通过对主机系统执行迹数据集的测试,试验获得了对异常样本接近100%的检测率,而误报警率为4.9%。该文将单类分类器作为抗体检测器,运用人工免疫学原理建立了分布式的异常检测框架,使入侵检测系统具有分布式、自组织和高效的特性,为建立分布式的入侵检测提出一种新的思路。