论文部分内容阅读
文件污染是对等网络共享系统普遍存在的问题,一个好的邻居节点选择方案可以有效抑制污染文件的传播。设计了基于免疫学习的投票相似度计算方法和邻居节点选择方案,并采用自适应的阈值判断文件的可信性。仿真实验表明,本方案抑制了恶意节点传播污染文件的可能性,并具有较小的开销,具有一定的应用价值。
基于免疫学习的对等网络邻居节点选择方案
【摘 要】
：
文件污染是对等网络共享系统普遍存在的问题,一个好的邻居节点选择方案可以有效抑制污染文件的传播。设计了基于免疫学习的投票相似度计算方法和邻居节点选择方案,并采用自适应的阈值判断文件的可信性。仿真实验表明,本方案抑制了恶意节点传播污染文件的可能性,并具有较小的开销,具有一定的应用价值。
【机 构】
：
广东金融学院计算机科学与技术系,济源职业技术学院实验实训中心
【出 处】
：
计算机应用研究
【发表日期】
：
2011年08期
其他文献
如何实现多媒体数据文件的可生存性存储一直是研究者关注的一个重要课题。结合超混沌映射特性,利用超混沌系统中的伪随机序列提出并用软件实现了一种新的图像可生存性存储方案。该方案既适合于软件实现,又能够实现图像存储的安全性及容灾性,并通过实验进行了相应的最优化分析。
提出基于木桶模型的信息安全评估方案;用特定计算实现木桶效应,再考虑现实安全系统的逻辑结构对信息评估方案设计的影响,提出并实现了基于多木桶模型的信息评估方案和公式体系。经实例数据分析验证,所获得的评估方案更符合现实情况、能更准确地反映安全水平。
在应急响应系统(ERS)中,规则及规则推理用于确定应急事件的响应级别。当系统的规则库增加规则时,会出现冗余的规则,冗余规则的存在导致响应级别的判断不准确,影响推理的效率和准确性。针对该问题,提出一种规则的冗余检测方法,使规则库中的规则始终保持无冗余状态;同时,给出了冗余规则的处理方法。最后给出该算法的一个应用实例,结果表明该算法能快速检测出冗余规则,有效降低规则数目。
为了降低子像素精度运动估计的复杂度,提高运动估计的运行速度,基于泰勒定理以及泰勒展开式,提出一种不进行插值滤波的子像素精度运动估计方法。该算法以泰勒近似为基础,通过对率失真优化准则进行分析以及近似,以解二元一次方程组的形式获得子像素精度的运动矢量。实验表明,相对于进行插值的子像素运动估计方法,该方法能在保持运动补偿精度的基础上大幅度提高子像素精度运动估计的运行速度。
网络论坛中蕴涵着大量具有实用价值和商业价值的信息,是搜索引擎和问答系统信息的重要来源。针对论坛结构复杂、链接种类繁多,以及容易陷入采集陷阱等问题,提出了一种基于结构驱动的采集路径选择方法。首先根据用户标注的少量类型数据,利用DOM树对采样网页基于网页结构进行结构聚类;其次根据各节点的评价进行采集路径选择;最后对翻页链接进行有效的识别和处理。实验表明,该方法采集的覆盖率和有效率明显优于传统算法,并且
提出了一种基于边界分段匹配的空域视频错误隐藏算法对边缘进行估计,根据边缘点的分布及方向对边界进行分割,使用各分段在邻近区域内进行匹配填补,经过迭代各边界按一定策略向内填补最终完成错误隐藏。实验表明,该算法有效地保留了边缘信息,使恢复图像的主客观质量有较大的提高。
为了解决安全协议验证中攻击者模等式理论推理的可操作性问题,提出并设计了一种基于模重写系统的攻击者推理方法。该方法建立在一个反映两种密码原语代数特性的联合理论实例之上,由一组定向的重写规则和非定向的等式构成,前者进一步转换为项重写系统(term rewriting system,TRS),而后者则转换为有限等价类理论,通过定义项间的模重写关系,使两者构成一个可以反映攻击者针对联合理论代数项操作能力的
在移动终端上浏览传统Web页面,存在着页面布局不合理、屏幕适应性差、噪声信息多等问题,严重影响页面的显示效果。Web页面重组技术通过对页面信息进行提取、组合,能够有效地解决上述问题,能够满足移动用户丰富多彩的页面体验效果。首先从页面提取和组合等方面对页面重组技术进行了论述,同时分析了相关技术的适用范围以及其复杂性,最后对当前领域研究的重点问题进行了总结。
基于非齐次泊松过程的软件可靠性增长模型按时间域可分为连续时间模型和离散时间模型两类。现有的软件可靠性增长模型大多都是针对连续时间构造的,在一定程度上忽视了对离散时间模型的研究。利用概率生成函数构建两种基于离散时间的软件可靠性增长模型——基本模型和扩展模型,具有很大的实用性和必要性。构建的扩展模型以不完美排错情形作为基础,考虑到了由于故障排除而有可能引入新故障的问题,同时还考虑到了在软件排错过程中由
引进一种新型高准确度基于资源分配协同推荐方法,利用物质分配过程计算用户相关性。在此基础上考虑类型对相关性影响对算法进行了改进,增加系数λ调节类型因素影响相关系数程度。改进算法平均排名分数减小、平均度减小和平均Hamming距离增加,证明了推荐算法的准确性、多样性、个性化,并且算法时间复杂度也比标准协同算法明显减小。