【摘 要】
：
面向边缘计算环境中设备信任度评估的准确性和时间开销等问题,提出一种边缘设备动态信任度评估模型—DTEM。首先,利用时间退化因子表达直接信任度时效性,引入满意度函数修正贝叶斯方程,并结合激励机制评估边缘设备间的直接信任度。其次,利用改进的灰关联分析法确定指标权重,解决了间接信任度评估过程中推荐设备权重的问题。最后,通过信息熵融合直接信任度和间接信任度得出设备综合信任值,同时利用动态更新因子,动态更新综合信任值。仿真分析表明,相比RFSN模型,DTEM在检测恶意设备中误检率平均降低5.7%,设备间交互成功率平
【机 构】
：
哈尔滨师范大学计算机科学与信息工程学院,哈尔滨理工大学计算机科学与技术学院
论文部分内容阅读
面向边缘计算环境中设备信任度评估的准确性和时间开销等问题,提出一种边缘设备动态信任度评估模型—DTEM。首先,利用时间退化因子表达直接信任度时效性,引入满意度函数修正贝叶斯方程,并结合激励机制评估边缘设备间的直接信任度。其次,利用改进的灰关联分析法确定指标权重,解决了间接信任度评估过程中推荐设备权重的问题。最后,通过信息熵融合直接信任度和间接信任度得出设备综合信任值,同时利用动态更新因子,动态更新综合信任值。仿真分析表明,相比RFSN模型,DTEM在检测恶意设备中误检率平均降低5.7%,设备间交互成功率平
其他文献
为了提高多目标任务优先级排序效率,降低软件测试的成本,满足软件测试需求,提出基于多线程的多目标任务优先级排序方法,通过多线程并发技术提高多目标演化算法的执行效率,采用融合选择函数的非支配遗传算法,设计编码、算子、个体评价,将平均故障检测率、有效执行时间设为优化目标,实现多目标任务优先级排序。实验结果表明,上述方法的多目标任务优先级排序效果最佳,收敛性好,求解目标函数的速度快,目标函数求解效率高达9
针对LSTM-CNN网络模型接收句子输入训练时间长、处理较长文本时效率低下问题,提出了一种基于跳转的LSTM-CNN模型。新的模型首先在读取文本序列时进行跳转判断,即在每一步中,利用两层感知机从前向序列、后向序列和当前单词中提取信息,确定是否跳过当前单词。然后利用LSTM分析跳转后的序列语义以及提取其特征,在CNN模型进一步提取局部特征。最后合并到较小的维度,并以正或负标签输出。相比基于LSTM-
针对传统方法筛选用户访问记录过程中,抓取页面行为特征不够全面,影响了用户信息采集成功率等问题,提出基于网络爬虫结合关联大数据的用户信息提取方法。利用网页爬虫技术,协助浏览器抓取网络页面,统计访问模式和网页浏览内容,获取历史行为数据,挖掘用户感兴趣的关联大数据,对行为特征进行预测评分,排序其重要程度,得到用户信息提取列表,进一步筛选列表页面信息,得到能够反映用户兴趣的资源信息。选取时间为30天的手机
目前的数据调度方法在对数据负载链路进行均衡调度时,传统网络未进行分流操作,导致了链路利用率不能满足所设定的阈值,调度延时以及调度结果不准确等情况。于是提出基于SDN的云存储数据负载均衡调度方法。方法采用可编程的API调用网络,分离传统网络设备控制面与数据面,结合数据负载均衡调度方法选择需重路由链路的路径组,利用适应度函数选取出需重路由的路径组,通过SDN控制器改写并下发原始数据流表,完成对数据负载
针对暗通道先验算法在图像的明亮区域去雾时存在色偏严重、色彩失真等问题,提出一种改进的暗通道先验图像去雾算法。先将待去雾图像利用三通道明亮区域分割法获得全局大气光强度值;再通过边界约束条件得到透射率图像,并运用高斯型同态滤波对图像进行平滑处理;最后用色阶补偿原理结合小波变换对透射率图像与原图像进行融合,之后将融合后的图像与去雾后的图像进行多次融合补偿,得到最佳色阶图像,达到复原图像的目的。仿真结果表
针对传统能量优化方法没有进行节点分簇处理,导致可配置能量低、能量配置效率低的问题,提出基于粒子群算法的物联网可配置服务能量优化方法。根据物联网一阶无线电模型计算可配置服务所需要消耗的能量,利用惯性权重和学习因子改进传统粒子群算法,解决其容易陷入局部最优的问题。采用改进后的粒子群算法获取合理的适应度函数,通过最小生成树模型获得连通图的权重,得到可配置服务传输数据的最优路径。根据最优路径上节点之间的簇
将卷积计算转化为矩阵乘法是FPGA上一种高效实现,而现有的转化方法无法根据卷积参数的不同动态调整,限制了卷积计算的并行度。提出一种新的动态余数处理映射模型。该映射模型包含有3个子模型:特征值映射模型,权值映射模型,和输出映射模型。特征值映射模型将特征值转化为特征值矩阵,权值映射模型将权值转化为权值矩阵,特征值矩阵和权值矩阵通过乘累加计算阵列得到卷积计算结果,由输出映射模型将卷积计算结果存储到内存中。在卷积计算过程中,卷积的输出通道数通常不是乘累加计算阵列行数的整数倍,3个子映射模型会根据产生的余数动态调整
传统网络信息推荐算法的推荐结果数据单一且重复,无法深层挖掘用户偏好,导致推荐结果误差较高,召回率以及准确度均较低。提出基于知识图谱的网络用户长短期偏好推荐算法。通过构建知识图谱,深层次挖掘网络用户的潜在语义信息,并完成及时的语义辅助与补充。匹配网络用户历史行为与推荐结果,最终将项目嵌入到网络用户长短期学习中,实现网络用户长短期偏好推荐。实验结果表明,所提方法的推荐结果平方根误差和平均绝对误差较低,
在高性能处理器中,I/O带宽需求不断增加,一方面高速接口的通道数目不断增加,另一方面接口传输速率也在逐渐提升。高性能处理器的片上网络必须能够匹配各种高速I/O的带宽需求,且必须保证DMA请求能够正确完成。然而各种高速接口协议与片上网络协议在通信机制上存在较大的差别,可能导致死锁等现象的产生。首先对匹配高性能I/O的片上网络存在的问题进行分析,然后提出一种高带宽I/O设计方法及死锁解决方法。采用解死锁方法的片上网络增强了I/O系统的鲁棒性,同时可以减少片上网络设计及运行时的各种限制,提升I/O性能。最后,将
由于传统算法城市防灾空间单元划分合理性较低,存在着城市防灾能力评分低的缺陷,提出城市防灾空间单元风险分区防控算法仿真研究。在分析防灾空间要素(救灾路线、避难场所、消防系统、医疗救护系统与其它基础设施系统)基础上,获取城市防灾空间单元的合理布局,采用模糊综合评价法计算防灾空间单元风险防控性能,以上述获得的防灾空间单元风险防控性能等级数据为依据,推出防灾空间单元分区算法,对防灾空间单元进行分区操作,从