【摘 要】
：
针对目前对网络仿真运行数据的分析仍然采用文本数据文件输出,手工或自己编程序分析,工作量大,难以处理,提出了一种灵活开放的NS与关系数据库的连接架构,可以直接将仿真运行数据导入至数据库中进行分析。通过一些实例来具体说明用关系数据库分析NS运行结果的优点与方法。通过运用数据库的方法,数据之间的联系能够很好地体现,大大节省了数据分析的工作量,并且能够对仿真结果数据进行多方面、多层次的深入挖掘。
【机 构】
：
上海交通大学信息安全工程学院网络信息安全教育部工程研究中心,东南大学儿童发展与学习科学教育部重点实验室
【基金项目】
：
国家自然科学基金资助项目（60702047）,国家“863”计划资助项目（2006AA012436,2007AA012452,2009AA01ZI18）,国家大学生创新活动计划项目（IAP2023,091024812）,上海市自然基金资助项目（09ZR1414900）
论文部分内容阅读
针对目前对网络仿真运行数据的分析仍然采用文本数据文件输出,手工或自己编程序分析,工作量大,难以处理,提出了一种灵活开放的NS与关系数据库的连接架构,可以直接将仿真运行数据导入至数据库中进行分析。通过一些实例来具体说明用关系数据库分析NS运行结果的优点与方法。通过运用数据库的方法,数据之间的联系能够很好地体现,大大节省了数据分析的工作量,并且能够对仿真结果数据进行多方面、多层次的深入挖掘。
其他文献
设计了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,推导了输入采用广义线性隶属函数的典型Mamdani模糊系统的解析结构,证明了典型模糊系统是单调、递减的有界连续函数;在此基础上证明了该类模糊系统能以任意精度逼近任意连续实函数,最后仿真实例证明了本设计的有效性。
提出一种基于分布式的6LoWPAN无线传感器网络有状态地址配置方案,其每个传感器节点都具有分配地址的权力且地址分配空间具有唯一性,从而将地址分配任务均匀地分布到每个传感器节点,实现了多个传感器节点的同时配置,提高了地址分配效率;同时,节点申请地址的控制信息的传输范围均控制在一跳范围内,降低了地址配置功耗,缩短了地址配置时间,延长了网络寿命。对所提方案与MANETConf、Strong DAD及LI
提出了一种新的基于双线性对的可验证可更新的门限秘密分享方案。该方案通过秘密分发者和参与者双方验证一个等式是否成立,从而能够辨别双方提供的秘密份额是否有效。秘密分发者利用hash函数来定期更新插值多项式,使得参与者所持有的秘密份额能够定期更新。秘密份额验证基于有限域上离散对数困难问题,能够有效避免参与者欺骗。
黄光武（1949．09．28-），广西钦州人，中共党员，耳鼻咽喉科教授，主任医师，医学博士，博士研究生导师。1976年毕业于广西医学院，从事耳鼻喉科教学医疗科研工作。1981-1983年获得日本公费奖学金
针对如何缓解Infiniband集群中因通信冲突引起的MPI程序性能下降问题进行了研究,从系统管理的角度出发,提出了通过改变进程映射来优化MPI作业加载方案从而优化应用程序通信性能的方法,设计了用于评价MPI作业加载方案的通信性能损失系数(CPLR)指标,基于模拟退火算法设计了优化加载方案的搜索算法,并对所提出的指标和算法进行了实现和测试。测试结果表明,经过优化加载后的MPI程序在通信性能上有一定
动态频谱接入技术允许非授权用户利用已授权分配频谱信道的空闲空隙完成数据传输,但是要求不能对授权用户的信道传输造成严重影响。在两种不同的频谱信道共享策略下,利用排队分析模型,对采用动态频谱接入技术的非授权用户的链路传输性能以及对授权用户的传输影响进行了分析,并讨论了非授权用户性能的优化。尽管增加可利用的授权频谱信道的数量可以改善非授权用户的传输性能,但是其传输吞吐量的增加只能趋近于一个上界值。
提出了一种基于现有计算机网络的可信计算平台模型。该模型充分利用了现有的计算机及其网络平台的通用性,将现有的计算平台分层逻辑化为不同的信任层,不仅降低了可信计算平台模型实施的难度,而且提高了其灵活性、扩展性和效率;同时该模型从客户端系统的引导阶段出发构建完整的可信链,保证了可信计算平台的安全性;此外该模型解决了现有的可信计算平台的方向性和系统输入未知性的问题。原型系统实现的结果表明,由于系统中所有计
为了研究抵抗量子分析的密码体制,对两种辫群上的代理签名体制进行分析,指出其不能抵抗已知签名的存在性伪造攻击;基于匹配共轭搜索问题的难解性构造了新的代理签名体制。分析表明该体制满足代理签名的各种安全需求,且计算效率高、签名长度短。
针对目前可信Web服务缺乏客观科学的度量方法的问题,首先建立了针对Web服务的可信属性模型TM-WS,形式化地描述Web服务的可信属性及其度量因子之间的关系;然后将神经网络的自我学习和遗传算法的全局寻优相结合,设计了可信Web服务度量模型EPTMM及其基本算法ANNGA,使其能随设定条件的变化进行灵活推算以满足可信Web服务选型中随时可能改变的用户需求;最后开发了一个简单的原型系统以验证EPTMM
雷达目标识别中,核主分量分析(KPCA)算法是一种重要的特征提取算法,但雷达目标高分辨率距离像(HRRP)具有平移敏感性,使得该方法应用于基于雷达目标识别系统中具有其缺陷性。采用零相位表示法得到平移不变的HRRP,利用KPCA进行特征维数压缩,利用BP神经网络分类算法来实现识别。仿真实验结果表明,该方法实现了平移不变和降维的结合,具有较高的识别率和很好的推广性。