基于链路不对称性预测的机会网络路由设计

机会网络的混合路由优化设计可以有效降低冗余开销,提高数据传递成功率。传统方法采用链路代价评估和能量节省延迟容忍算法实现机会网络的路由设计,当在移动自组织网络中出现节点稀疏化调度下链路具有不对称性,降低了路由分配质量。提出一种基于改进的OLSRv2算法的链路不对称性预测控制机会网络混合路由优化算法,定义机会网络中混合置信因子概念,研究路由优化检验统计量的确定和判别系统的设计,通过OLSRv2算法引入了概率路由,在当前连通域的路由信息进行地址压缩得到最优传送概率值。仿真实验表明,采用该算法设计的机会网络路由进行网络通信,得到较小的控制开销,提高通信成功率,网络负载大幅降低。     

星地传输链路系统仿真设计

空天地一体化是指通过星间、星地链路,将地面、海上、空中和深空中的用户、飞行器以及各种通信平台密集联合,随着人们对通信能力和通信质量要求的不断提高,空天地网络一体化成为空间通信发展的必然趋势。文章所研究的星地传输链路系统就是基于上述内容提出的。只有卫星运行到地面站所能观测的范围内时,两者才能通信。系统中,通过搭建时变的星地通信网络系统,从数据库中读取每一对卫星和地面站的连通数据,在OPNET仿真软件中,进行星地链路通断状态的判断,实现星地网络拓扑的实时更新。     

一种链路预测的AODV路由算法研究

目前的车栽自组织网络（VANET）中,传统的AODV路由算法控制开销大,路由发现和修复时间比较长。通过利用时标和坐标等信息预测链路失效时间,对AODV算法进行局部优化,提出了一种改进的路由算法。在路由发现阶段,将链路失效时间作为链路选择标准,选择链路失效时间最大的路径作为传输路径;在路由维护阶段,通过设置定时器,以达到提前触发路由寻路,减少路径搜寻时间的目的。仿真结果表明,与AODV算法相比,改进的算法在数据包端到端延迟、传输吞吐率及报文投递率等方面性能较好。     

Ka频段星地链路的OFDM信道估计

信道估计技术是OFDM系统的关键技术之一,它将直接影响通信系统的传输质量。文章针对Ka频段星地链路的信道特点,综合考虑自由空间衰减和降雨等对通信系统的影响,对几种不同的信道估计算法做了仿真比较。通过仿真选择一种性能较高,复杂度较低的最优方法。     

谈牡丹江有线电视传输网络改造设计、施工规范

牡丹江有线电视网始建于1993年,1998年对网络进行了光缆改造。目前,采用二级光链路传输,骨干网为树型,一级光链路采用1550nm波长向各分前端传输电视信号;支干线为星型,二级光链路采用1310nm波长向各光节点传输信号。由于原有有线传输网络是按照传输模拟电视信号广播形式下传设计的,现在已经无法满足即将进行的有线数字信号的传输,所以我们制定《牡丹江有线电视传输网络设计施工规范》,以保证我市本次网络改造工程的有序、顺利进行。     

基于检错码静默补偿的跨层链路复激活算法

有效的链路层的复激活算法可以提高语义系统的检错性能。传统方法采用自适应模式匹配方法实现语义系统的跨层链路复激活,当检错码冗余数据块随机放置时,不能有效实现语义检错。提出一种基于检错码静默补偿的跨层链路复激活算法,构建语义系统网络控制模型,设计检错码编码数据块放置方法,提出检错码静默补偿机制并实现跨层链路复激活算法改进。实验结果表明,采用该算法能有效实现语义系统检错码跨层链路激活,谱峰复激活搜索明显,任务执行精度提高17%,算法在语义网通信编码设计等领域具有较好的应用价值。     

路由交换数据在线时间复杂度预测链路漏洞检测

路由交换数据在线时间复杂度根本上制约Web服务器跨站脚本链路漏洞检测性能,影响网络安全,传统的链路漏洞检测算法采用链路信息流自相关波束形成算法,当交换数据出现动态污点时,漏洞检测效果不好。提出一种基于路由交换数据在线时间复杂度预测的链路漏洞检测算法,基于污点数据传播模型,进行漏洞对象分布式阵元域分析,采用路由交换数据的在线时间预测,对动态污点数据在传播全程标记、监控,HTML页面中的链路漏洞信息流通过旋转矢量特征约束处理,对漏洞网页进行爬取分析,最后构建模型DOM-XSScaner模型实现链路漏洞检测。实验结果表明,采用该算法实现对预测链路安全分析和漏洞检测,检测效率具有较大的提高,准确性、覆盖率有所改进,在信息安全中有较高应用价值。     

论链路聚合技术——网络带宽和可靠性瓶颈解决方法

随着网络时代的来临,数字技术、图像技术、多媒体技术的市场需求迅速扩大,网络传输流量、带宽面临着巨大考验,网络传输的数据量急剧增加,网络带宽不足已经是用户面临的突出问题。链路聚合技术的产生解决了带宽的瓶颈问题,为链路带宽增加以及链路传输的弹性和冗余的实现而奠定了坚实的基础。     

基于链路同态解析的WSN路由选择算法

通过优化无线传感器网络(WSN)的路由选择算法,实现负载均衡,节省WSN节点的能量开销。传统的路由选择算法使用基于汇聚节点随机链路分析的路由选择算法,控制网络中节点的密度实现路由选择,算法受到外界干扰较大,性能不好。提出一种基于链路同态解析的WSN路由选择算法。设计WSN节点的能量调度算法,提取网络传输的数据多路复用器输出端口的数据,找到经过最短路径数目最多的边并将它从网络中移除,采用能量剩余度同态解析模型,把WSN的能量节点变换到链路同态解析波束域中,实现WSN路由选择算法改进,实现WSN节点的能量调度,提高WSN的负载均衡能力。仿真结果表明,该算法能优化WSN的路由选择,节点的平均能量消耗最低,提高了WSN的可靠性和生存周期。     

置信因子链路不对称对抗通信网标准化控制

无线通信信息传输和利用面临丢包率高,安全性受限等难题,通信网络标准化服务控制是互联网与卫星通信互联可靠传输的保证。提出一种基于置信因子链路不对称对抗的通信网标准化服务控制方法,解决网络堵塞、延时、丢包以及泄密等问题,实现网络安全传输和利用。仿真测试表明,新的通信网服务控制方法能使网络负载大幅降低,丢包率降低,用户成功接收率提高。有效解决了网络堵塞、延时、丢包以及泄密等网络不安全因素难题。     

In search of a missing link

Knowledge Management Research & Practice - A variety of indicators suggest that knowledge management (KM), as a field of study and practice, is here to stay. Although still in a formative...     

An evaluation framework for cross-lingual link discovery

Cross-Lingual Link Discovery (CLLD) is a new problem in Information Retrieval. The aim is to automatically identify meaningful and relevant hypertext links between documents in different languages. This is particularly helpful in knowledge discovery if a multi-lingual knowledge base is sparse in one language or another, or the topical coverage in each language is different; such is the case with Wikipedia. Techniques for identifying new and topically relevant cross-lingual links are a current topic of interest at NTCIR where the CrossLink task has been running since the 2011 NTCIR-9. This paper presents the evaluation framework for benchmarking algorithms for cross-lingual link discovery evaluated in the context of NTCIR-9.     

RS码在弹载数据链中的应用

讨论了里德-所罗门码（REED-SOLOMON,简称RS码）的编译码算法和主要模块,通过matlab和modelsim对符合CCSDS标准的RS（255,223）码进行了仿真验证,在弹载数据链系统中的测试验证。实验表明RS码能够明显改善弹载数据链的误码率性能。     

Sensitivity-based link addition for robust linear dynamical networks

A link addition problem is considered for a directed linear network in order to improve the network robustness. The robustness of network is quantified through a well-known measure of stability margin. Optimal identification of links such that the stability margin is maximized by their addition, requires solving a complex combinatorial problem. Here two efficient methods are proposed for suboptimal link addition by exploiting the sensitivity being embedded in the derivative of singular value and Lagrange multiplier. Numerical tests are presented to demonstrate the efficacy of the proposed methods.     

链式战略联盟合作困境及突破探析

链式战略联盟指拥有互补技能和资源的企业所组合起来的联盟形式。相比同质资源组合起来的规模型联盟,链式联盟具有更大的不确定性,联盟内企业更容易产生背叛行为而导致联盟破裂。本文对链式联盟的行为特征及知识来源进行了分析,从企业竞合互动的角度论述了链式联盟产生困境的原因,并初步指出了走出合作困境的途径。     

超文本系统信息结构组成元素—链的分析

链是超文本的灵魂。文章通过对超文本系统信息结构组成元素－－链的分析，探讨了超文本系统信息结构中所应用的各种不同类型的链接。     

Temporal group-aware graph diffusion networks for dynamic link prediction

Dynamic link prediction is a critical task in network research that seeks to predict future network links based on the relative behavior of prior network changes. However, most existing methods overlook mutual interactions between neighbors and long-distance interactions and lack the interpretability of the model’s predictions. To tackle the above issues, in this paper, we propose a temporal group-aware graph diffusion network(TGGDN). First, we construct a group affinity matrix to describe mutual interactions between neighbors, i.e., group interactions. Then, we merge the group affinity matrix into the graph diffusion to form a group-aware graph diffusion, which simultaneously captures group interactions and long-distance interactions in dynamic networks. Additionally, we present a transformer block that models the temporal information of dynamic networks using self-attention, allowing the TGGDN to pay greater attention to task-related snapshots while also providing interpretability to better understand the network evolutionary patterns. We compare the proposed TGGDN with state-of-the-art methods on five different sizes of real-world datasets ranging from 1k to 20k nodes. Experimental results show that TGGDN achieves an average improvement of 8.3% and 3.8% in terms of ACC and AUC on all datasets, respectively, demonstrating the superiority of TGGDN in the dynamic link prediction task.