【摘 要】
：
传统的TCP/IP网络架构在可扩展性、安全性和移动性等方面存在缺陷,无法满足即时通讯用户对文件共享、音视频通话等内容获取的需求。命名数据网络（Named Data Networking,NDN）作为最具发展前景的未来互联网体系结构之一,实现了从IP为中心到内容为中心的转变。NDN支持网络内缓存,支持多播和多路径传输,这为多用户聊天等内容分发类应用带来优势。但目前NDN环境下多用户聊天系统的发展仍存
论文部分内容阅读
传统的TCP/IP网络架构在可扩展性、安全性和移动性等方面存在缺陷,无法满足即时通讯用户对文件共享、音视频通话等内容获取的需求。命名数据网络（Named Data Networking,NDN）作为最具发展前景的未来互联网体系结构之一,实现了从IP为中心到内容为中心的转变。NDN支持网络内缓存,支持多播和多路径传输,这为多用户聊天等内容分发类应用带来优势。但目前NDN环境下多用户聊天系统的发展仍存在以下问题:1)数据传输协议性能较差,传输速率较低;2)NDN多用户聊天系统功能相对单一,以实现消息发送和文件传输为主,缺少实时音视频通话功能;3)目前多用户聊天应用的研究主要集中于PC端,缺少移动端的NDN多用户聊天应用。针对上述问题,本文设计并实现了NDN环境下基于Android平台的多用户聊天系统,该系统可以在移动设备间实现稳定的消息收发、快速的文件传输以及实时的音视频通话。本文的主要工作包含以下三个方面:1)针对现有数据传输协议性能较差问题,本文分析了代表性的聊天应用中采用的数据传输协议,发现影响传输效率的两个主要因素,本文根据两个影响因素提出三种改进的数据传输协议,有效提高了数据传输效率。2)针对目前的多用户聊天应用功能单一,缺少实时音视频通话功能的问题,本文设计音视频帧的命名规则和消息类型,提出流信息请求策略,并制定帧处理流程,实现了实时音视频通话功能。3)针对目前缺少移动端的多用户聊天应用的问题,本文基于Android平台设计并实现了NDN环境下的多用户聊天系统。本文在Android平台实现了相应的原型系统,测试结果表明,在五个用户使用同一路由器的场景中,消息接收成功率在95%以上,双人聊天时成功率为100%;与DChrono Chat采用的数据传输协议相比,本文提出的数据传输协议传输速率提高了7.5倍,为750KB/s。同时,本系统音视频通话流畅,帧往返时延约为100ms,数据传输比特率约为900Kbps。
其他文献
以2020—2022年高考数学新高考卷Ⅰ为研究样本,基于SOLO分类理论,分析实施新高考以来高考数学命题趋势:（1）新高考更加关注对高阶思维的考查,落实创新性的考查要求;（2）新高考更加关注对同一主题下多个知识点的综合考查;（3）新高考对“函数”主题的考查容量越来越大、思维水平层次越来越高;（4）新高考对“概率”主题的考查思维水平层次逐年增加。文末基于研究结果给出了教学建议。
随着深度学习技术在自然语言处理领域的发展,以BERT模型为代表的新型语言模型得到广泛应用。然而有研究表明即使是高性能的语言模型也容易受到对抗攻击的影响。文本对抗攻击通过细微修改原样本语句中的字符或单词等内容生成对抗样本,从而造成语言模型对语句的情感判断出现错误,对语言处理系统的安全性造成威胁。当前,针对BERT模型的文本对抗攻击研究逐渐增多,但针对该类攻击的防御工作研究相对较少。对抗样本在对不同参
随着大数据时代的到来,数据持有者为避免隐私数据泄露,选择在自己手中保存数据,因此形成“数据孤岛”。联邦学习正是在这个背景下提出和发展起来的,但联邦学习训练过程中存在隐私泄露风险。所以,如何在增强隐私保护能力与提高数据利用率之间维持平衡,是目前联邦学习亟待解决的问题。本文主要研究在联邦学习框架下的隐私保护问题。通过对目前已有的联邦学习隐私保护方案的了解以及深入学习,分析总结当前联邦学习面临的隐私保护
视觉问答是一个具有挑战性的多模态任务,它桥接了计算机视觉和自然语言处理两个不同的领域。具体来说,给定一张图片和一个与图片相关的问题,视觉问答模型会从二者中寻找有效信息,从而给出正确答案。由于图像和文本属于不同的模态,存在严重的语义鸿沟,因此如何高效的对齐不同模态间的信息、减少二者的语义鸿沟,是目前视觉问答领域重点关注的问题。本文针对当前视觉问答方法在多模态对齐阶段存在缺少局部空间信息和过度依赖语言
安全管理关系到人民的生命和财产安全，是经济发展中不可逾越的一道红线。近年全国各地安全形势愈发严峻，石油化工行业的工程项目建设也事故多发，引起各方面高度重视。本文通过对工程建设项目安全管理的现状分析、总结，提出了项目安全管理提升的有效措施，对促进企业安全生产有着重要意义。
近年来混合现实（Mixed Reality,MR）技术在基础硬件与应用上均取得了较大的进展。在混合现实原有传感器设备下进行手臂运动合成时,混合现实设备因为只能采集到低维的人体手部的运动信息,所以大部分混合现实应用中只显示了手部的运动,而没有手肘、肩膀关节的运动表示,对于强调沉浸式和真实性的混合现实技术来说是明显不够的。目前生成混合现实设备下高质量的手臂运动,多数方案采用增加额外的传感器,从而获得更
近年来，随着我国经济的飞速发展，城市公共交通同时也发展迅速。拉萨市位于西藏中南部，面积2.95万平方公里，平均海拔3658米，年日照时间3000小时以上，素有“日光城”的美誉。同时拉萨市也是旅游胜地，每年有大量的游客慕名而来，极大地带动了拉萨市的经济发展，但同时拉萨市的交通压力也随之增大。拉萨在发展公共交通时高度重视绿色出行和环境保护。为了更好地解决城市交通，促进城市发展，本文将从拉萨市公交站点出
近年来,深度学习技术发展迅速,基于深度学习的目标检测技术已经落地应用在人脸识别、工业产品检测及安防系统等实际场景中。与此同时,企业对于移动端应用的需求也相应增加,这使得如何基于移动端进行深度学习目标检测受到了重视,研究人员也对此进行了大量研究。现阶段,在移动设备上进行深度学习有两种方式:一种是在线（online）的方式,另一种是离线（offline）的方式。在线方式依赖网络,具有很大局限性,因此,
＜正＞国卫妇幼发〔2023〕1号各省、自治区、直辖市及新疆生产建设兵团卫生健康委、教育厅（教委、教育局）、民政厅（局）、财政厅（局）、医保局、中医药局、疾控主管部门、药监局、总工会、妇联：现将《加速消除宫颈癌行动计划（2022-2030年）》印发给你们，请结合实际，认真贯彻执行。
随着医疗技术进步以及人口数量的增加,医疗数据的数量越来越多,而大多数的医疗数据都保存在不同机构和个人手中。由于医疗数据不允许直接交换以及数据所有者不愿意共享等原因,形成数据孤岛,导致无法将数据汇集在一起进行机器学习训练,同时还存在由于医疗数据的非独立同分布导致机器学习训练准确率不高的问题。针对以上问题,本文设计并实现了在大数据环境和数据孤岛情况下的基于联邦学习框架的医疗辅助诊断系统。研究内容如下: