基于移动代理的分布式无线传感器网络管理

无线传感器网络正日益成为一种用于各类应用中的重要技术。无线传感器网络由成百上千个传感器结点构成,这些传感器结点具有传感、处理及无线通信的能力。但迄今为止,无线传感器网络及其应用在发展的同时,并未考虑对无线传感器网络管理的解决方案。作为一种动态拓扑的无线移动网络,相对于常规网络的管理而言,无线传感器网络的管理有它自身的特点和要求。本文首先分别介绍了无线传感器网络以及移动代理的基本概念和特点,分析研究了无线传感器网络管理的自身特点和需求。然后在此基础上,提出了一种基于移动代理的分布式无线传感器网络管理的体系结构,其中包括网络管理体系结构的工作原理,以及被管理的传感器结点的结构模型。最后讨论研究了在此网络管理体系结构中的传感器结点的分簇要求及特点。     

主动网络执行环境ANTS的扩展设计及应用研究

由于国内在主动网络操作系统和执行环境方面的研究的薄弱。主动网络的应用研究受到了一定影响。基于该现状的考虑,分析了ANTS主动网络执行环境的优势与不足。针对其不足设计开发了一种构建灵活、能满足多种移动代码加载机制的执行环境EANTS,最后利用该平台进行了主动网络的管理应用研究,并实现了主动网络管理原型系统,研究成果为进一步进行主动网络应用研究提供了一种可选择的平台。     

OSI—SM／SNMP PROXY关键技术—MIB转换研究

OSI-SM/SNMP（开放系统互连-系统管理/简单网络管理协议）在管理信传输协议和管理信息库（MIB）上存在着极大差异，但大型异构网络管理和端-端的网络管理要求它们能够实现互通和互操作。本文研究实现它们互通的委托代理技术，将OSI-SM MIB映射为相应的SNMP MIB以实现综合网络管理，并介绍了MIB转换的C^ 实现方法。     

城市视频监控系统综合网络管理平台的设计

基于流媒体分发的大规模联网监控技术、视频转码接入网关、自适应网络传输技术、海量存储、分级管理等技术,提出了完整的视频监控系统网络管理平台的设计方案,实现了异构网络环境下,广域视频监控系统的综合网络管理平台.     

浅谈网络安全管理

网络安全管理的基本目标是确保网络和系统的可用性,它涉及的因素很多,如人员、硬件、软件、数据、文档、法律法规等。但这里我们没有从全局的角度去考虑网络的安全管理,而只从技术的角度介绍了两类典型的网络安全管理协议。网络管理协议为管理系统、网络和网络部件提供了方法。它们支持如配置管理、审计和事件记录等管理功能,并且为诊断网络问题提供了工具。     

宽带IP城域网的设计与实现

宝安信息网以光纤为骨干传输通道，采用基于宽带IP的技术路线，网络骨干层带宽2．5Gbps，网络提供与广域网互联、VPN、用户网接入等基本服务和视频应用等增值服务，并建立了包括网元管理、网络管理、业务管理、信息源管理等方面的管理体系．文中结合在宝安城域网建设中的实际工程经验，对宽带IP城域网的设计原则、网络技术和设备选择、网络业务、网络的可靠性和自愈能力，以及网络的管理等方面进行了探讨．     

基于WinSNMP的网络管理技术研究

SNMP（simple network management protocol）作为一种规范，已经成为网络管理事实上的标准。Mierosoft为在Windows系列操作系统上实现SNMP网络管理，而开发了WinSNMP（WinSNMP API）。剖析了SNMP技术的结构，深入分析了SNMP技术的原理，给出了使用WinSNMP应用程序接口编写SNMP网络管理软件的基本步骤。最后，结合实例分析了开发过程中的难点问题，并提出了解决SNMP编程中多线程同步问题和遍历表数据的方法。     

EPON系统一种基于SNMP的新型管理方法研究

依据EPON网管系统的需求,提出了一种新型的基于SNM P协议的EPON网络管理方法,用来管理和改善EPON的网络管理性能.设计并实现了该管理方法,完成了对EPON系统的设备和业务参数配置,保证了EPON系统稳定、高效的运行.     

高速公路联网收费的网管系统分析

针对高速公路联网收费系统，提出网络管理的要求和内容，并根据系统需求，对网络中各级收费系统网络管理系统配置进行了分析。     

基于规则的网络安全管理系统研究

首先系统地研究了网络安全技术，提出了网络管理安全参考模型，然后阐述了基于规则的网络安全管理技术，并给出了系统结构设计方案，该方案能提供更加简单而有效的途径，对动态环境下的安全进行管理。     

新一代网络技术--主动网络

主动网络(Active Network)是一种新颖的网络体系结构，这种新的网络体系加速了底层网络的革命，为网络新型应用的产生创造了条件。本文介绍了主动网络的体系结构、关键技术、主动网络上的应用、有待研究的一些问题及主动网络研究发展的前景。     

有关选址和运输网络设计的研究

网络定位(选址)模型已广泛应用于公共及私有设施的定位。文章调查了一个模型，并且对运输网络的设施选址和设计进行了优化。认为改变网络的拓扑构造要比增加设施而提高服务水准更具投资回报效率，因此，该模型在区域规划、分拨、能源管理等领域有许多应用，并概括出了经典的简化工厂选址问题。文章将讨论如何使用这一模型有效地解决问题。     

一种基于二层贝叶斯网的网络入侵检测方法

提出了一种基于二层贝叶斯网的网络入侵检测方法,该方法能够从审计数据中自动学习知识生成入侵模型,并根据该模型检测入侵行为,从而提高入侵检测系统得自适应性和可移植性,降低系统的误报率和误检率．并通过设计实验来验证基于贝叶斯网的入侵检测系统的性能,实验数据采用KDD cup 1999年的部分数据．实验结果表明：该方法在只使用10％训练数据和部分记录属性来学习的情况下,检测效果仍比较好．     

���·��ģ�ͼ�·���ȶ��Է���

城市道路网运行中受多种因素干扰,系统运行经常处于非稳定状态,出行者不仅要求尽量减少出行时间,而且越来越重视保障出行时间的稳定性、强调交通系统的可靠性.考察智能交通系统中人们出行选择的偏好,80%以上的通勤者认为行程时间可靠性是他们出行时第一或者第二位的要求,因此,本文以行程时间可靠性和行程时间作为出行者路径选择的两个主要因素,建立混合随机路网模型.借鉴随机平衡分配模型的求解方法,设计混合随机路网模型的求解算法.同时,通过熵来考察行程时间可靠性和行程时间在出行者路径选择中所占比例不同对道路网交通状态的影响.此模型可描述智能交通系统下,有无信息出行者的比例对路网交通状态的影响.通过案例研究发现,只有拥有信息的出行者比例达到一定程度时,路网才最稳定.     

基于EKF的神经网络在网络流量预测中的应用

在网络资源有限的情况下,建立合理的网络流量预测模型,并根据其预测结果及时做出控制决策或调整措施,对网络性能和服务质量的提高均有重要意义.根据网络流量的时变、非线性特点建立一个时间相关的流量预测模型,预测和分析网络流量状况,并利用人工神经网络在非线性建模方面的优势,给出了基于EKF算法的前馈神经网络的结构设计及学习算法.最后在Matlab环境下使用该预测模型对网络流量进行了仿真,结果表明该模型具有较好的自适应性和较高的预测精度.     

城市道路网拓扑结构的复杂网络特性研究

以城市道路网中的连续道路中心线作为网络拓扑结构的基本分析单元,作者采用对偶法对我国12个不同规模和形态的城市道路网的拓扑结构进行了抽象,在此基础上分析了我国城市道路网拓扑结构具有的普遍复杂网络特性。研究指出,我国城市道路网的拓扑结构一方面具有较小的特征路径长度和较大的聚类系数,是典型的小世界网络;另一方面其度分布函数为幂律形式,又具有典型的无标度特性。     

Relations Between Wavelet Network and Feedforward Neural Network

A comparison of construction forms and base functions is made between feedforward neural network and wavelet network. The relations between them are studied from the constructions of wavelet functions or dilation functions in wavelet network by different activation functions in feedforward neural network. It is concluded that some wavelet function is equal to the linear combination of several neurons in feedforward neural network.     

论网络传播方式对网络广告效果的负面影响

网络传播方式变革了传统媒体信息传播方式，它促进了网络广告的发展，但同时也阻碍了网络广告的发展。本文通过对网络广告信息接收媒介和交互性两个主要方面进行分析，指出了网络传播方式对网络广告效果的负面影响，并提出了尽量避免其负面影响的相应措施。这对于提高网络广告的效果，促进网络广告市场的繁荣，提供了一定的思路。     

基于网络效率的日变路网脆弱性识别方法

在日变动态路网背景下,采用传统的静态脆弱性识别方法有可能无法完全辨识路网系统单元的脆弱性,这不利于事件管理规划和应急物资调配工作的开展.为此,以日变路网为研究对象,在单路段关闭情形下,定义了基于网络效率的路网动态脆弱性指标,表示为退化路网动态网络效率与完好路网静态网络效率的相对变化率.提出了基于单路段关闭的日变动态配流模型刻画日变路网流量的非均衡动态演化,并给出了相应算法.采用提出的指标和模型在实例网络中验证了日变路网脆弱性识别方法的可行性.对比分析了基于动态网络效率和基于静态网络效率的脆弱性识别结果,发现前者的识别率高于后者.     

基于多周期组件时空神经网络的路网通行速度预测

针对当前路网通行速度预测方法存在的中长周期预测准确性和稳定性不足、自适应路网拓扑空间关系建模能力有待进一步提升等问题,以多尺度卷积算子及门控循环单元为核心单元,提出一种面向路网通行速度预测任务的多周期组件时空神经网络模型。首先,根据路网交通感知数据的周期特性,将其规约为周、日和近期这3种不同粒度的时间-空间-特征三维矩阵,并输入至3个共享网络结构的周期组件。其次,在每部分组件中,利用多尺度卷积核捕获多因素非线性相关性与不同空间视野大小的路网节点空间相关性。然后,对每个路网节点的时序特征使用门控循环单元提取交通数据长时依赖关系,引入残差学习框架,提高网络训练效率并防止梯度弥散。最后,自适应加权融合通过预测卷积层的每部分周期组件预测结果生成预测时段内路网交通通行速度。为验证所提方法的有效性,基于两个公开的交通状态数据集进行实验分析,并选取当前主流的深度神经网络模型作为对比基线模型。结果表明,所提方法在可接受的执行时间内,在两个数据集上平均绝对误差、平均平方误差和平均绝对百分比误差分别为 2.55、3.94 和 10.75%,1.57、3.52和3.44%,在预测准确性与中长时多步预测稳定性方面均优于其他基准方法。