摘要：通过将广域网划分成若干规模较小、节点数量均衡的软件定义网络(SDN)控制域,可以提高控制器的服务能力。然而,根据SDN网络拓扑进行控制域的最优数量确定与划分仍然面临许多挑战。提出了一种SDN控制域确定与划分机制,以控制器负载均衡为目标,基于谱聚类算法解决控制域确定与划分问题。首先,基于本征间隙谱聚类算法设计了SDN控制域确定机制,用于确定控制域的最优数量;然后,设计了基于归一化Laplacian矩阵特征向量的SDN控制域划分机制,使得各控制域所拥有的交换机节点数量相对均衡;最后,仿真结果表明,提出的SDN控制域确定与划分机制能够确定最优的控制域数量,并且通过SDN控制域划分可实现各控制域交换机节点数量的相对均衡。

摘要：相较于传统的图数据分析方法,图嵌入算法是一种面向图节点的新型图数据分析策略.其旨在通过将图节点向量化表达,进而在节点向量基础上,利用神经网络相关技术,更有效地进行图数据分析或挖掘工作,如在节点分类、链接预测及交通流预测等经典问题上效果显著.虽然研究者们在图嵌入方面已取得了诸多成果,但是面向时序图的节点嵌入问题却未被充分重视.在先前研究工作的基础上,结合信息在时序图中的传播特性,提出一种对时序图节点进行自适应嵌入表达的方法ATGEB(adaptive temporal graph embedding).首先,为了解决不同类型时序图节点活跃程度不同的问题,通过设计一种自适应方式对其活跃时刻进行聚类;而后,在此基础上设计一种游走模型,用以保存节点对之间的时间关系,并将节点游走序列保存在双向多叉树上,进而可以更快速地得到节点时间相关的游走序列;最后,在基于节点游走特性和图拓扑结构的基础上对节点向量进行重要节点采样,以便在尽可能短的时间内训练出满足需求的网络模型.通过充分的实验证明:面向时序图的嵌入策略相较于现流行的嵌入方法,在时序图时序中节点间时序可达性检测以及节点分类等问题上得出了更好的实验效果.

摘要：为了解决移动社交网络(MSN)中由于网络拓扑的时变性以及节点资源的受限性导致路由时延长、投递率低等诸多难题,利用信息中心网络(ICN)内容和位置分离的特点更好地支持终端移动性和网内缓存,设计了一种基于朋友圈和节点感知的内容中心MSN路由机制(FACMR)。首先,明确了节点模型的功能表,使节点具有感知能力。然后,基于节点关系强度和其缓存内容相似性构造朋友圈,快速高效地指导路由。其次,利用缓存特征和置换策略进行朋友圈的维护。最后,利用网络模拟器(NS3)对FACMR进行仿真。仿真结果表明,FACMR与现有的典型算法相比,缓存置换率减少了6.35%,误包数减少了22.9%,平均路由时延降低了43.5%,是一种可行且高效的MSN路由机制。

摘要：分布式图计算是目前处理大图数据的主流技术,但是存在诸多无法避免的问题,比如分布式计算的负载均衡和分布式实现的调试和优化仍然非常困难.另一方面,近几年的研究结果表明:通过设计合理的数据结构和处理模型,在单个PC上基于大容量磁盘的大图计算往往可以获得与分布式图计算相当的处理性能.例如,Graph Chi在单机上的处理性能与Spark在50台节点上的处理性能相差无几.结合累加迭代计算和单机并行处理技术,提出流式处理的异步计算模型ASP.它实现了对磁盘的完全顺序访问,允许流式的顺序载入结构数据的同时进行异步更新计算.基于ASP模型,提出了一种流式处理的异步图处理框架S-Maiter,实现了高效率的基于外存的单机大图处理,通过I/O线程优化、内存资源监控、shard级优先级调度等优化技术,提高了系统处理大图数据的性能.实验结果表明:在处理大图数据(1 300万顶点,5亿连边)时,仅仅需要1台PC机计算资源的S-Maiter与在16台PC上运行的分布式Maiter的性能几乎相当.并且,S-Maiter比另外一个流行的单机大图处理系统Graph Chi要快1.5倍.

摘要：利用高炉指数化模型和评分方法来评价高炉炉况的好坏．提出了依据统计的观点，以提高炉况评价的符合率为目标的爬山搜索方法，其符合率为９６．３５％．构造了炉况评价系统中的参数自学习子系统，运行结果，其符合率为９５．７５％

摘要：一次签名是数字签名的一种,主要使用单向函数对消息进行签名.一次签名相对于公钥签名更加高效,因而在传感器网络等轻量级计算环境中有着很好的应用前景.然而,为了保障安全性,一对密钥只能用于对一条消息的签名,为不同的消息生成不同的密钥造成了密钥管理过程过于复杂.已有的一次签名方案只能支持有限数量的一次签名,且代价开销较大.因此,构建了一种基于动态变色龙认证树的一次签名方案.首先,将可扩展的动态变色龙认证树与一次签名结合,给出了方案的形式化定义,包括密钥生成算法、签名算法和验证算法,并且介绍了每个算法的详细设计,同时对方案的构建过程进行了详细描述;其次,在动态变色龙认证树的结构保持性和单向性定义的基础上,对方案的安全性进行分析,所构造的方案在适应性选择明文攻击下是不可伪造的;最后,将本方案与已有方案进行比较,结果表明该方案不仅支持无上限数量的一次签名,同时,方案的平均签名长度更短,密钥生成、签名以及验证的效率更高.

摘要：基于磁电耦合效应的血流检测及血管成像是实现心血管疾病早期诊疗的有效方法之一。该文基于磁场与血流耦合电效应,设计一种用于动脉血管扫描成像的组合线圈结构,产生带有零磁场线(FFL)区域的线性梯度磁场;在此结构的基础上,通过控制激励电流驱动FFL实现成像区域双向扫描;结合卷积神经网络(CNN)实现磁电耦合信号与血管信息的非线性映射,进而提出一种基于线性零磁场的动脉血管扫描成像新方法。采用多物理场仿真软件COMSOL对基于线性零磁场的血管扫描成像方法进行建模,求解磁电耦合信号,验证了所提出方法的合理性和有效性。结果表明,线性梯度磁场模式下的磁电耦合信号含有血管位置、半径等信息;CNN重建血管位置误差平均值为1.5694 mm,重建血管半径的方均误差(MSE)和相关系数(CC)平均值分别为0.0548和0.9870。研究结果可用于血管成像装置设计及后续相关临床应用提供研究支撑。

摘要：多人在线战术竞技(MOBA)游戏是当前世界最流行的电子游戏类型之一,该类游戏涉及的知识领域相当复杂.随着电子竞技产业的飞速发展,数据分析对MOBA游戏的影响也越来越大,在对该类游戏的实时局势进行评价时,一般是选择过程变量作为指标,例如经济差、经验差,但目前缺少趋势预测的相关研究.针对该问题,提出一种基于序列到序列结构的MOBA游戏趋势预测模型(MOBA-Trend).在预处理阶段,针对该类游戏数据的特点,设计一种数据缩放算法体现数据间的重要度,并使用低通滤波器消除数据噪声;之后将双方阵容与历史战斗信息作为输入特征,构建带有注意力机制的序列模型,同时预测经济差、经验差;最后将模型应用于Dota 2,构建并发布相关数据集.实验结果表明,所提出的模型能够有效地预测序列的变化趋势.

摘要：本文基于ＣＳＣＷ的思想，设计并实现了一个支持师生间交互功能比较完善的网络教学系统，介绍了构成系统的层次模型及主要功能模块，讨论了支持ＣＳＣＷ系统的共性技术问题及其解决方案，最后指出了系统的不足及及进一步的工作。

摘要：随着各种社交网站的不断涌现,在多社交网络上找到影响传播范围最大的一组用户,对产品推荐或产品推广具有重要作用。为提高产品推荐或推广的广度和精准性,提出了一种跨社交网络基于话题感知的影响力最大化处理方法M-TLTGreedy。首先,根据跨社交网络中的文本语义信息和用户间的社会关系来评价多社交网络中用户间关系,以此构建一个基于话题的跨社交网络图;然后,在线性阈值模型的基础上,设计了一个基于话题感知的跨社交网络影响力最大化模型M-TLT(multiple-topic linear threshold);接着,基于M-TLT模型,利用改进的启发式算法,进行初始用户集的选取;最后,基于大量数据集的实验,证明了该算法无论在影响范围和时间效率上均表现良好。