摘要：为了用有限的广告预算选择合适的初始种子节点以达到尽可能好的广告效应,首先根据节点的粉丝数量对节点成本进行建模,并利用节点对信息的偏好程度和节点间的关注度对影响概率建模,然后根据影响概率和节点成本提出节点平均概率的概念,设计种子节点选择算法AvePA.该算法根据平均概率选择种子节点,其中平均概率综合考虑了节点的成本、出度大小、节点对其粉丝的影响力以及节点与所投放广告之间的相似度多个因素.据此实现社交网络中基于成本的广告投放原型系统,并在6个数据集上进行了对比实验.结果表明:引入覆盖距离可以有效避免影响范围的重叠,扩大影响范围;随着广告预算的增加,综合考虑影响效果和时间效率,AvePA算法的整体性能优于其他算法.

摘要：首先对高速公路交通场景的车联网连通性模型进行了研究,分析推导了某特定路段上任意两车之间的连通概率、连通集直径长度以及连通集数目等连通性模型参数指标与车辆密度及传输距离之间关系的数学解析式,并在此基础上分析出车联网的节点位置是满足伽马分布的结论。接着根据车联网报文存储转发的特点,设计了一种车联网的报文格式,并应用连通性模型中的相关参数解析式给出了广播消息报文的TTL字段的初始值设定方案,从而能够有效地控制广播报文的泛滥情形,仿真实验证实了所建模工作的有效性,为车联网WAVE协议栈上层协议的设计提供了重要的理论基础。

摘要：为了解决P2P内容分发网络中带宽资源稀缺且分配不合理这一突出问题,抑制节点的自私性行为,设计了一种基于拍卖的带宽分配机制。该机制通过上载带宽支付方式,迫使自私请求节点选择合适的带宽需求,使得整个P2P网络中的节点良性竞争带宽资源,避免了"公共地悲剧"的发生;且带宽分配算法在资源节点和请求节点并行执行,能很好适应P2P网络的分布式特性。仿真结果表明,该机制能够有效遏制搭便车行为,从而缩短P2P内容分发的平均完成时间,降低内容源服务器的上传数据比例。

摘要：为解决传统的基于UDD I注册中心的集中式web服务发现结构存在的可扩展性问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构.分析了该结构的可扩展性、自组织性和自适应性;描述了基于该结构的语义web服务注册与发现过程;将基于该结构的语义web服务发现算法划分为语义注册中心定位和基于输入输出的服务匹配2个阶段,并具体设计了第1阶段服务发现的3个步骤.通过该两阶段的发现算法可以快速地在分布式环境内定位注册中心,避免消息泛洪导致的网络拥塞.仿真实验结果表明,该服务注册与发现机制在服务规模扩展情况下需要的转发次数较少,且能够保证较高的服务发现效率.

摘要：多副本路由协议能有效降低容迟网络消息交付时延。目前的工作仅将节点间的当前质量作为分发依据,忽视了容迟网络固有的大延迟交付特性。提出了分发跳数约束的最优化消息期望时延的路由协议ODCD(optimal expected delay copy dis-semination),能在整个分发时间维度内选择最佳中继节点以优化期望时延。ODCD利用最佳停止规则进行建模,设计了综合性的动态分发尺度和相应的分发规则,并提出了一个用于计算该尺度的反向递归算法。在真实接触数据集上的仿真表明,相比同类算法,ODCD以少量发送成功率上的损失获得了在消息端到端时延和路由代价上的明显优势。

摘要：针对软件不同的质量和管理要求,结合软件本身的规模和特点,设计软件配置构件管理方法。给出优先级刻面的构件分类方法PF-CCM,用于优化构件检索与查询。结合索引、关键词和刻面3种构件检索机制,提出一种基于剪枝的优化匹配方法POMA,根据刻面优先级对查询结果进行排序。实验结果表明,POMA方法能有效提高配置构件的查询效率。

摘要：持续流是隐蔽的网络攻击过程中显现的一种重要特征,它不产生大量流量且在较长周期内有规律地发生,给传统的检测方法带来极大挑战。针对网络攻击的隐蔽性、单监测点的重负荷和信息有限的问题,提出全网络持续流检测方法。首先,设计一种概要数据结构,并将其部署在每个监测点;其次,当网络流到达监测点时,提取流的概要信息并更新概要数据结构的一位;然后,在测量周期结束时,主监测点将来自其他监测点的概要信息进行综合;最后,提出流持续性的近似估计,通过一些简单计算为每个流构建一个位向量,利用概率统计方法估计流持续性,使用修正后的持续性估计检测持续流。通过真实的网络流量进行实验,结果表明,与长持续时间流检测算法(TLF)相比,所提方法的准确性提高了50%,误报率和漏报率分别降低了22%和20%,说明全网络持续流检测方法能够有效监测高速网络流量。

摘要：随着大数据的发展,传统的流查询系统框架不能满足用户实时查询的需求。通过调研传统的集中式查询系统与流计算框架,提出了一种新的能够适应用户处理连续查询的实时查询框架。该框架具备延时小、可拓展的特点。最后实验证明,该框架能够满足大数据流处理要求。