基于阶段投票和门限签名的改进PBFT协议（英文）

为了降低PBFT协议的通信复杂度,通过阶段投票实用拜占庭容错协议(PV-PBFT)将阈值签名技术应用于共识过程.大部分通信发生在主节点和副本节点之间,通过门限签名完成一致性验证,分阶段多重投票多重共识.视图更换协议引入节点权重影响主节点的选举,以降低同一节点多次当选主节点的概率.针对共识算法的实验结果表明,相比传统PBFT,PV-PBFT的通信开销下降约90%,吞吐量提高了近1倍,共识时延下降约2/3,且低于SHBFT的时延.与传统PBFT协议的通信复杂度O(N²)相比,PV-PBFT协议的通信复杂度仅为O(N),说明区块链系统的运行效率明显提高.     

无线传感器网络加权质心定位算法改进研究

对无线传感器网络定位中常用的质心算法进行了改进。改进算法将盲节点接收到的RSSI数据转换为距离,并将距离作为锚节点权值,从而估计出盲节点的坐标位置。仿真结果表明,改进算法提高了定位精度,降低了定位误差,且没有增添系统通信负担及计算量。     

基于私有区块链的共识算法性能分析

共识算法是区块链框架的核心,解决了分布式网络中节点之间的相互信任问题。然而现有的私有区块链平台缺乏对共识算法性能分析的理论和数据支持。故提出了一种在以太坊和Hyperledger私有区块链平台上评估共识算法性能的方法。通过对延迟和吞吐量的定量分析,获得了具有不同事务数量的共识算法的性能评估结果。结果表明:在平均吞吐量和平均延迟方面,Hyperledger的PBFT算法优于以太坊的PoW算法,两种共识算法的性能差异随事务数量的增加而增加。实验结果可为共识算法的进一步研究提供定量数据支持,为区块链从业者选择共识机制提供指导。     

基于一致性哈希的Web动态负载均衡算法研究

随着Internet的迅猛发展,Web服务器集群中的负载均衡算法备受关注。为优化Web集群负载均衡能力,提出了基于一致性哈希的负载均衡算法（DCH）。首先定义了集群中服务器各项性能指标的量化值,根据量化值计算初始虚拟节点集合,优化了由服务器性能差异导致的负载分配不均|然后细化周期内负载定义,根据量化的服务器性能值与负载值动态计算虚拟节点集合,使集群负载更均衡。实验比较分析表明,该算法能有效降低集群系统的平均响应时间,提高系统吞吐量,从整体上提升集群系统性能。     

高效图推荐算法应用研究

为解决PersonalRank图推荐算法在推荐系统应用中的效率问题,从降低时间复杂度和减少迭代次数两方面进行算法优化。首先,构建推荐系统中用户行为数据二分图和迭代推荐模型;然后,建立转移矩阵,通过矩阵运算转换传统迭代模型,求解稀疏矩阵线性方程组直接得到系统稳态,有效降低了推荐算法的时间复杂度;最后,通过确定游走概率,在不影响系统精度前提下,各节点概率值收敛前就提前停止迭代,大幅减少了系统迭代次数。实验表明,转移矩阵法推荐效率比传统迭代法提高了211倍左右,游走概率取值为0.1时精度趋于稳定。优化后的算法能有效提高推荐效率。     

ARM单片机的硬件乘法器在软件滤波中的应用

在AD转换中利用32位ARM单片机的硬件乘法器实现低通滤波;此种滤波方法包括算法确定、定点表示方式以及如何利用乘法器实现;利用MATLAB对滤波系统进行仿真及对结果的分析表明：采用此种滤波算法优点是更大限度地降低系统开销,提高程序效率。     

基于MapReduce的GA-BP神经网络算法并行化设计及实现

为提高BP神经网络算法的运行效率,利用遗传算法和并行编程思想,提出了Hadoop平台下基于MapReduce的遗传算法优化BP神经网络的并行化设计及实现方法。利用遗传算法优化BP神经网络的初始权值和阈值,提高算法分类准确率;采用MapReduce并行编程模型实现算法的并行化处理,解决BP神经网络在处理大规模样本数据集时存在的硬件开销和通信开销大的问题。选用Caltech256图像数据集,与传统的串行遗传算法优化BP神经网络算法实验对比,验证了并行化GA BP神经网络算法的优越性。     

FlexRay时钟同步拜占庭故障容错算法研究

为了解决FlexRay分布式实时系统中时钟同步可能出现拜占庭故障,从而导致系统时钟崩溃的问题,提出一种有效的解决算法FlexRayBFT （FlexRay Byzantine-Fault-Tolerant）。该算法在传统拜占庭容错算法基础上引入消息认证码技术,对报文进行加密处理,相比指数型算法,其性能提高了3个数量级。FlexRayBFT执行分为准备阶段与回复执行阶段,分析不同阶段的消息具体通信过程,同时证明了算法的一致性与正确性。通过使用Truetime工具箱搭建FlexRay线控转向分布式实时系统,对系统使用FlexRayBFT算法前后分别进行仿真实验验证。结果表明,FlexRayBFT算法可以有效克服FlexRay分布式实时系统中时钟同步的拜占庭故障,保障时钟同步的稳定性。     

基于行为可信技术的物联网访问控制研究

在控制和可信技术思想指引下,通过感知数据的标称化差定义节点间的相似度和矩阵,根据它的一致性以及可靠性测度定义节点的行为可信度,形成一种新的基于行为可信的分布式使用控制机制。这种新的机制减少了节点间的通信开销,同时提升了动态检查访问进程的可信性,及时发现外界对受控数据的非法访问,能够很好地避免因为节点之间频繁交换数据产生的通信开销。     

基于最优化的能耗均衡分簇路由协议

为了均衡传统分簇路由算法中的簇间传输能耗,减少簇首更换开销,提出基于最优化模型的能耗均衡分簇路由协议 opt_leach。将区域节点划分成大小相同的簇,均衡不同簇的簇内通信开销;簇间通信采用多种路由组合的方式通信,均衡簇间通信开销;簇内节点可以连续充当簇首,减少簇首更换开销。实验结果表明,与传统分簇路由算法相比,该算法可更好地实现能耗均衡,延长网络生存时间。     

全光网络中波长转换器的优化配置算法

波长转换技术可以消除全光网络中的波长一致性限制,降低网络阻塞率,因此在具有波长转换器的全光网中,如何通过合理配置、使用数量有限的波长转换器来最大程度的降低网络的阻塞率,这是全光网络需要解决的一个关键问题。运用优化配置算法通过在NSFNET网络,CERNET网络和ARPANET网络上的仿真得出在部分节点中装有有限数目的波长转换器可以达到全部节点中装有波长转换器的性能,降低了光交叉连接设备(OXC)的成本。     

一种基于时间隐蔽信道的WSN认证算法

为解决无线传感器网络(WSN)内节点与网关及网关与终端之间的数据安全传输问题,针对WSN节点受到严格时空资源限制的特点,提出了一种在WSN节点之间、节点与网关之间利用时间隐蔽通信来进行身份认证的算法,被认证方可通过调整发送的数据包间隔特征来携带认证信息,认证方则从接收的数据包间隔特征中提取认证信息以进行验证。仿真结果表明,在阈值选取适当的情况下,基于时间隐蔽通信的认证算法能在WSN环境下稳定地工作,获得正确可靠的编解码结果,可以以较低的时空开销保证WSN节点之间、节点与网关之间数据传输的安全性。     

融合区块链技术的社区教育学习成果认证模型及实现机理研究

研究区块链技术对社区教育学习成果进行确权和认证的实现机理,以期提升学习成果数据的流通性和可信度.针对认证过程中存在的效率低、成本高、信息不对称和监管缺失等问题,提出一种融合区块链技术的学习成果认证模型.首先,对模型的基本框架和区块数据结构进行分析;然后,使用权益证明机制(PoS)与实用拜占庭容错算法(PBFT)相结合的混合共识机制实现身份信息和学习成果的认证,并采用多重签名来保障认证过程的安全性和真实性;最后,以"信任值"方式激励多方主体进行交互.将区块链技术的特性应用于社区教育学习成果认证,有助于解决学习成果认证效率低下、学习过程追溯困难、学习成果可信度低和学习者学习动力不足等问题.     

融合区块链技术的社区教育学习成果认证模型及实现机理研究

研究区块链技术对社区教育学习成果进行确权和认证的实现机理,以期提升学习成果数据的流通性和可信度.针对认证过程中存在的效率低、成本高、信息不对称和监管缺失等问题,提出一种融合区块链技术的学习成果认证模型.首先,对模型的基本框架和区块数据结构进行分析;然后,使用权益证明机制(PoS)与实用拜占庭容错算法(PBFT)相结合的混合共识机制实现身份信息和学习成果的认证,并采用多重签名来保障认证过程的安全性和真实性;最后,以"信任值"方式激励多方主体进行交互.将区块链技术的特性应用于社区教育学习成果认证,有助于解决学习成果认证效率低下、学习过程追溯困难、学习成果可信度低和学习者学习动力不足等问题.     

TD ASD调度算法在ZigBee网络中的应用研究

由于无线信道的广播特性,无线网络中任一节点发送的无线信号都可能被其通信范围内的其它节点接收。因此,当同一地理区域范围内的节点同时传输信号时,会形成相互干扰,从而导致信号无法正确接收。有效协调多个簇共享无线信道资源,避免冲突发生是ZigBee簇树网络面临的关键问题之一,直接影响无线资源的使用效率、网络吞吐和时延等重要性能。针对这一问题,提出基于时分的自适应SD（TD-ASD）调度算法。理论分析和仿真结果证明,TD-ASD算法可以运用在ZigBee网络中,并且在不同输入业务条件下,与传统ZigBee算法相比,该算法提高了系统吞吐量,降低了网络工作负载和端到端的平均延迟。     

机会网络中考虑缓存的路由算法

机会网络是一种通过节点移动建立通信链路的无线自组织网络,一般通过消息复制的路由策略传递信息。但该方式将导致链路中存在大量消息副本,对节点缓存形成巨大压力,造成网络拥塞。针对该情况,结合Prophet算法,充分考虑节点缓存对链路状态及传输概率的影响,设计限制消息最大副本数量与及时删除节点缓存中不必要数据包的缓存管理机制,同时在Prophet算法中考虑了缓存比因素。仿真结果表明,该算法可以有效提高消息投递率,降低网络消耗。     

基于克隆选择机理的无线传感网络故障诊断算法

故障诊断是无线传感器网络(WSN)可靠运行的保证.针对WSN特点及故障诊断需求,文章提出一种基于克隆选择机理的无线传感网络故障诊断算法.该算法结合集中式算法和分布式算法,后台管理节点执行分簇算法和优化免疫算法训练和更新抗体库,簇头节点利用小包波法收集普通节点的状态特征、执行故障检测和分类.实验仿真表明:该算法在历史数据较少的情况下,诊断准确率较高,效率好,硬件资源开销小,并具有自学习特征.     

基于改进蚁群算法的TSP问题研究

蚁群算法作为解决TSP中组合优化问题方案,其搜索路径能力较其它算法优异,但传统蚁群算法的选取策略较随机,导致进化速度慢。为了优化传统蚁群算法速度较慢、过早收敛以致停滞现象,针对概率选取公式随机搜索下一节点,以延缓其收敛速度。对信息素调节公式进行更新以提高蚁群的搜索能力。实验结果表明,改进算法在最短路径、平均路径和搜索最短路径时间上较蚁群算法提高很大,改进的蚁群算法能有效提高算法的收敛速度和搜索能力。     

基于云计算的Apriori算法设计

对云计算技术和数据挖掘进行研究,分析Apriori算法,针对其局限性,提出优化方案,引入云计算中MapReduce模型,实现并行化。提出一种基于MapReduce的频繁项集挖掘方法,以提高算法的运行效率,降低算法执行所需的开销。     

无线传感器网络中Dv-hop算法的研究及改进

针对Dv—hop算法存在的网络通信开销大和远近参考节点对定位精度影响不同的问题,提出了逐级分区加权算法,此算法通过对参考节点进行分级并对不同参考节点赋予不同的权重,解决了原算法中存在的问题。而且通过Omnet＋＋和Matlab仿真软件对此算法进行验证,表明在传感器网络分布极不均匀时,逐级分区加权算法更具有优势。