摘要：随着万物联网的趋势不断加深,智能手机、智能眼镜等端设备的数量不断增加,使数据的增长速度远远超过了网络带宽的增速;同时,增强现实、无人驾驶等众多新应用的出现对延迟提出了更高的要求.边缘计算将网络边缘上的计算、网络与存储资源组成统一的平台为用户提供服务,使数据在源头附近就能得到及时有效的处理.这种模式不同于云计算要将所有数据传输到数据中心,绕过了网络带宽与延迟的瓶颈,引起了广泛的关注.首先介绍边缘计算的概念,并给出边缘计算的定义;随后,比较了当前比较有代表性的3个边缘计算平台,并通过一些应用实例来分析边缘计算在移动应用和物联网应用上的优势;最后阐述了当前边缘计算面临的挑战.

摘要：借助微机的数值方法,在求出弱导光纤波导的前十个LP线性偏振模持征方程的数值精确解的基础上,采用最小二乘法对数值解进行拟合,获得归一化频率1≤V≤10值域内前十个LP模的横向传播常数U与V的解析公式,其相对误差及近似品质均优于其它方法,且具有简单的表达公式,有利于光纤设计工作和理论分析等方面的应用。

摘要：Intel SGX(software guard eXtensions)通过创建一个可信执行环境(TEE或enclave)来保护用户使用中的数据,它可以阻止任何特权软件,例如操作系统和虚拟机管理程序等的任意访问,确保数据和代码的机密性和完整性.尽管SGX技术拥有高安全、硬件级别的保护属性,但是其构建的可信执行环境在兼容性、性能和安全性等方面仍然存在关键的研究挑战.该综述首先系统地分析和总结了五个SGX自身设计约束,它们直接导致了SGX与二进制软件和运行时语言的不兼容性或可用性差问题,致使用户面临性能、安全性和兼容性无法全部兼顾的局面.然后,针对SGX兼容性/可用性挑战,全面梳理和总结了三种不同类型的解决方案,分析了它们的优缺点;针对SGX安全性问题,对当前流行的攻击技术进行了分类,描述了攻击关键要素和根本原因;针对SGX性能瓶颈,总结了制约enclave运行性能的主要因素,分析了SGX内部设计权衡.最后,总结了SGX研究的经验教训,展望了新一代enclave或TEE技术的研究趋势,指出了若干研究方向.

摘要：基于可穿戴设备的移动计算被视为支撑泛在感知型应用的重要技术,它使用大范围部署的传感器持续不断地感知环境信息,利用短距通信和数据挖掘/机器学习技术传递和处理感知数据.现有的可穿戴设备相关工作主要关注新型移动应用、信息采集、产品形态和人性化用户接口等方面的设计与实现.然而,面向可穿戴设备的数据安全隐私保护技术研究尚处于起步阶段.从数据分析者的视角来看,研究者分析可穿戴设备的数据源特点与隐私安全隐患,重点研究基于多源感知数据的个体活动识别方法和数据挖掘机制;从隐私安全保护者的视角来看,面向可穿戴设备的隐私保护技术亟需解决云辅助的隐私保护机制、隐私感知的个人信息发布和基于策略的访问控制等方面的问题.以可穿戴健康跟踪设备Fitbit为对象展开了可穿戴设备安全与隐私实例分析.最后,总结了面向可穿戴设备的隐私保护的8条技术途径,并展望了需要进一步研究的热点问题.

摘要：基于COW(Copy-on-Write)读写模式的虚拟块设备有利于实现大规模虚拟机环境下虚拟机的快速部署.文中为虚拟机管理器中的COW虚拟块设备设计了一种优化方法,能够提高COW磁盘的访问性能以及生成多个小尺寸的COW磁盘映像文件,以降低通过网络部署虚拟机的开销.基于优化的COW虚拟块设备,文中提出了虚拟机环境下的虚拟机按需部署机制及关键技术问题的解决方案.基于Linux平台和QEMU虚拟机,实现了基于优化COW虚拟块设备的虚拟机按需部署原型系统.实验表明,优化的COW虚拟块设备、基于COW磁盘有效工作集的优化部署以及COW磁盘回收等方法能够有效地支持虚拟机环境下低开销的、按需的虚拟机部署.

摘要：提出一种简单的偏振光谱分析法,并考虑在各向异性激光晶体的色散关系情况下,测量并标定了a轴切割Nd∶YAP激光晶体在3个主要跃迁波段4F3/2→4I9/2,4F3/2→4I11/2和4F3/2→4I13/2的偏振受激发射截面光谱.该偏振光谱法简单易行,且精度高,所标定的结果可为激光器件的设计和理论分析提供重要的光谱数据.

摘要：近年来,随着网络规模的不断扩大,结构和功能日趋复杂,网络流量快速增长,各种新型网络应用不断出现,对传统网络的配置、运行和管理提出了严峻挑战.软件定义网络(software defined networking,SDN)作为新兴的网络架构,较好地适应了各种网络应用的需求.在SDN网络中进行测量任务能及时了解、监控和掌握网络状态,是优化网络结构、改善网络服务质量、实现网络故障诊断和恢复的重要手段.本文对SDN网络测量技术进行综述,研究网络性能测量中的延迟测量、丢包测量和带宽测量等方面以及网络流量测量等相关技术,从设计理念、测量方式、测量对象、技术特点,以及优缺点等方面做了详尽的描述.文章最后进行了总结并对未来工作进行了展望.

摘要：已有的求图的最小顶点覆盖集近似算法或者近似比较高,或者为降低时间复杂度限制了图的规模.根据顶点的度分析了图的局部结构特征,提出了悬挂链、封闭链和稠部等重要概念,并在这些概念的基础上提出了相应的3个伪最小覆盖点选取启发式策略.运用这些伪最小覆盖点选取启发式策略设计了一个近似算法.该算法不限制图的规模,时间复杂度为O(|V|2),近似比为4/3,接近已知的可能的近似比下界1.1666,低于2005年认为最低的近似比1.361.与同类算法相比,该算法设计思路清晰,容易理解,易于编程实现,执行效果好,是图的最小顶点覆盖集问题的近似算法的一个重要补充.

摘要：ISP(Internet service providers)和企业部署网络监测系统以获取网络的性能数据,确保网络的安全性和连通性,最终加强和改善全局的网络性能.网络监测系统的设计和优化是目前的一个研究热点,其优化目标是最小化监测系统的部署代价和维护代价,并使得对网络的影响尽可能地小.根据测量方式和收集框架的不同,可以设计出不同的网络测量部署模型.这些模型的最优化问题通常是NP难的,一般采用整数规划、设计近似算法和映射到经典优化问题等方法来求取模型的优化解.总结了网络测量部署模型及其优化算法的研究现状,指出了该领域中需要进一步研究的热点问题.

摘要：在公共场所内吸烟,不仅对自身、他人身体健康造成潜在的危害,还存在造成火灾等现象的隐患。因此,出于健康和安全方面的考虑,为机场、加油站、化工仓库等严禁吸烟的场所,设计了一种基于深度学习的能快速发现和警告吸烟行为的检测模型。该模型使用卷积神经网络对摄像头所拍摄的视频流输入帧进行处理,经过图像特征提取、特征融合、目标分类以及目标定位等过程,定位烟头的位置,进而判断出吸烟行为。常见的目标检测算法针对小目标物体检测效果不甚理想,检测速度亦有待提高。通过设计的一系列卷积神经网络模块,不但减少了模型计算量,加快了推演速度,满足实时性要求,而且提高了小目标物体(烟头)检测准确率。此外,运用了一些模型训练的技巧,提升了模型的鲁棒性。由于缺乏现有数据集,自制了一个与吸烟行为相关的数据集。对比实验证明了提出的算法在本数据集以及一些公开数据集上有着更好的检测效果。