基于高阶异构度的执行体动态调度算法

来源 :通信学报 | 被引量 : 0次 | 上传用户:super_sxw777
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对当前动态异构冗余系统中异构体调度缺乏动态性和仅考虑二阶异构性,导致系统易被攻击者找到共模漏洞从而攻破系统的问题,提出了一种同时考虑执行体高阶异构度和历史信息的异构执行体动态调度算法——基于高阶异构度的负反馈调度算法.该算法首先计算等待池中执行体的高阶异构度矩阵,然后在每次调度执行体时同时考虑历史威胁和异构体间的高阶异构度来确定调度执行体集.实验表明,结合高阶异构度和历史信息的策略使算法获得了动态性和安全性的平衡,且防御能力较先前算法更优秀.
其他文献
针对划分聚类算法处理海量的数据存在的数据离散系数较大与抗干扰性差、局部簇簇数难以确定、局部簇质心随机性及局部簇并行化合并效率低等问题,提出了一种基于Spark框架和粒子群优化自适应策略(ASPSO)的并行划分聚类(PDC-SFASPSO)算法.首先,提出了基于皮尔逊相关系数和方差的网格划分策略获取数据离散系数较小的网格单元并进行离群点过滤,解决了数据离散系数较大与抗干扰性差的问题;其次,提出了基于势函数与高斯函数的网格划分策略,获取局部聚类的簇数,解决了局部簇簇数难以确定的问题;再次,提出了ASPSO获取
针对不同的异常检测方法的差异及应用于工业物联网(IIoT)安全防护的适用性问题,从技术原理出发,调研分析2000—2021年发表的关于网络异常检测的论文,总结了工业物联网面临的安全威胁,归纳了9种网络异常检测方法及其特点,通过纵向对比梳理了不同方法的优缺点和适用工业物联网场景.另外,对常用数据集做了统计分析和对比,并从4个方向对未来发展趋势进行展望.分析结果可以指导按应用场景选择适配方法,发现待解决关键问题并为后续研究指明方向.
为解决现有超高频射频识别定位方法受室内环境干扰导致定位精度不高的问题,提出了一种基于跳频辅助的RFID载波相位室内扩展卡尔曼滤波(EKF)定位算法.利用跳频获取的虚拟大带宽进行距离粗估计以实现多径抑制,并通过多径抑制后的相位完成可靠双频点选择以及参数优化,最终采用EKF算法实现高精度快速定位.实验结果表明,所提算法平均定位误差为9.35 cm,定位解算实时性比传统的基于中国剩余定理(CRT)的解整周方法提高了近10倍.