基于知识图谱的网络空间地理图谱构建方法

在互联网快速发展且网络安全愈发重要的数字信息时代,网络空间地理图谱被认为是认知和管理网络空间的新型手段,其通过综合网络空间和地理空间的信息,能够从多个角度更加全面地展示网络空间态势。但目前对于网络空间地理图谱的研究工作缺乏对网络空间模型细粒度的刻画,也缺乏网络空间地理图谱的具体构建方法和应用方式。针对上述问题,以网络空间认知为目标,文中扩展提出了一个带有时间参考轴的四层四级的网络空间分层模型。此外,为了更好地理解复杂的网络空间环境,还结合知识图谱技术,提出了一个构建网络空间地理图谱的具体框架以及构建网络空间本体的方法。基于Censys的真实测绘数据,成功构建了一个模拟园区网络的网络空间地理图谱原型。本研究提出了对网络空间分层结构的改进方法,同时也将知识图谱引入网络空间地理学的研究领域。这不仅有助于提高对网络空间的理解,而且在网络安全、资源管理、故障恢复、决策制定等方面具有实际的应用意义。

融合大数据的校园公权力监督机制研究与模型构建

通过运用大数据技术,构建了一种校园公权力监督模型(CPASM),旨在提升教育资源配置的透明度和公平性,以及优化教学与行政决策。利用案例分析法,聚焦于A学院计算机应用技术专业,探讨了大数据在财务管理、教学质量评估和行政决策过程中的应用。CPASM模型结合时间序列分析和外部因素分析,应用自回归积分滑动平均(ARIMA)模型处理数据,同时将校园公权力动态变化纳入考量。CPASM模型的拟合与验证结果表明,其预测的均方误差(MSE)、均方根误差(RMSE)较低,确定系数(R^(2))接近1,准确地描绘了财务趋势,有助于管理层进行财务规划和资源配置。

校园5G专网的设计与实现

目前校园网存在明确的地域边界,应用限制在校园网内部,外部用户需要通过各种VPN系统接入校园网,存在使用不便性能下降的问题;其次,校园内移动终端接入校园网需要大量WiFi设施,投资大效果一般。利用5G网络高速率、低时延和高并发的特点,使用UPF分流技术构建校园5G融合专网,将访问校园网的数据通过5G融合网关到达校园网,扩展校园网边界,二次鉴权系统保证校园网接入安全,实现了大规模移动终端和物联网设备接入校园网,具备投资少性能好的优势。测试表明校园5G专网用户与校内用户体验一致,使用方便且性能优良。

一种基于区块链的众包激励机制

众包指利用群体智能来收集、处理、推断和确定大量有用信息,在服务评分、调查问卷、投票以及工业物联网领域都具有巨大的潜力。众包系统涉及3个利益相关者:平台、工人和任务发布者。传统的众包系统是激励不相容的,同时由于缺乏信任,任务发布者和工人之间传输的所有数据都需要远程中心化平台充当信用中介,这意味着会造成网络拥塞、隐私泄露等问题。针对以上问题,提出了一种基于信任值的众包激励机制,包括了一种众包工人的“奖励-惩罚”模型、任务发布者与主节点间的佣金机制以及主节点间资源置换囚徒困境的智能合约方案。通过在边缘环境的主节点上构建智能合约,实现上述多方激励机制。通过闪电网络的链下交易实施办法构建低成本的实时海量交易通道,解决了主节点与工人间的信任问题和交易效率问题。最后,通过多维度对比仿真实验,验证了提出的众包激励机制及其实施办法的有效性。

交互式人工智能对广域网流量及智算网络技术的影响分析

主要分析了以ChatGPT为代表的交互式人工智能对广域网网络流量及智算中心网络技术的影响。首先,分析了交互式人工智能对广域网南北向流量、东西向流量的影响,并结合东数西算、云网融合、算力网络的发展提出了其在国内的3个发展阶段。其次,分析了交互式人工智能的训练池和推理池对数据中心网络建设的影响,通过比较IB和RoCE 2种技术路线的差异,给出可能的技术选择。最后,给出了对交互式人工智能未来发展的一些思索和探讨。

复杂网络中节点度增量的预测研究

节点的度属性是复杂网络的拓扑性质,因此对节点度增量的预测在复杂网络的未来趋势预测中具有重要意义。文中设计了基于链路预测相似性算法的节点度增量预测方法,并分析复杂网络中节点度增量的预测准确性。通过对比连边和度增量的预测结果,表明两者之间不存在相关性。进一步实验,文中分析了节点自身度属性和未来度增量之间的关系,实验表明:大度节点的度增量预测准确性较高,小度节点的准确性较低。由此可知,大度节点之间的差异性使得未来度增量的预测结果更加准确,同时表明链路预测结果存在异质性。

云原生应用开发与部署面临的挑战及其应对方案

随着云计算的发展和普及,云原生应用作为一种新的应用开发和部署方式备受关注,以其高度的可扩展性、可移植性和弹性成为现代云环境下的首选开发模式。文章首先分析了微服务架构管理的复杂性、持续集成与持续部署(CI/CD)的自动化难题及跨多云和混合云环境下存在的兼容性问题等带来的挑战,并提出应对方案;其次采用Kubernetes进行统一的微服务管理,利用开源工具实现CI/CD自动化流程,以及设计跨云应用的统一部署策略;最后分析和总结云原生应用的发展趋势,为软件工程在应用开发与持续部署领域提供了有益的参考和启示。

MNMPC:一种通过混合预测提升用户流媒体播放体验的方法

针对实际网络中网络吞吐率的变化有很大程度的随机性,引入了分析模型预测控制(model predictive control,MPC)方法。通过对历史数据规律进行归纳总结并且将历史数据估计方法作为深度预测模块的补充,提出了一种多层感知的深度预测模块。相对于同期最佳模型,所提模型能够提高11%的预测准确度。将所提模型在真实网络中进行实验验证,结果表明,所提供的方法能够有效提升视频质量并降低重缓冲概率,从而提升用户体验。

深度伪造音频检测综述

随着生成式人工智能技术的快速普及和发展,社交媒体领域充斥着大量由语音合成、语音转换等技术生成的深度伪造音频。这些高自然度的深度伪造音频为真伪媒体内容分辨带来了巨大挑战。为了解决这一问题,国内外已经组织了多样化深度伪造音频检测挑战赛,以促进音频反欺骗领域的发展。区别于已有综述局限于音频真伪二分类,本文跨越传统二分类,对深度伪造音频检测领域的相关工作做出了全面的总结。即将深度伪造音频检测领域分为三个子领域:全局伪造音频检测、局部伪造音频定位、深度伪造音频溯源,分别对三个子领域现有的数据集领域问题、解决方法进行了梳理和总结。最后,提出了深度伪造音频检测领域可能面临的挑战,对下一阶段的研究进行展望,期望为未来研究人员提供可靠参考。

智慧化网络体系在公共图书馆的建设思路研究

在公共图书馆经历智慧化转型发展时期,文章结合公共图书馆网络建设现状进行问题分析,提出建设智慧化互联网络、智慧化网络管理平台以及统一的网络参数标准为公共图书馆智慧化网络体系建设的思路。

新能源汽车协同创新网络结构及影响因素研究

随着能源危机和环境污染问题的日益严重,新能源汽车成为解决这些问题的重要途径,协同创新网络对于新能源汽车产业的发展、整合科技创新资源、加快形成新质生产力,具有重要的推动作用。本文以国内新能源汽车产业为研究对象,利用社会网络分析法描述了协同创新网络的结构特性,同时采用灰色关联分析,探讨了影响协同创新网络形成的关键因素。结果显示,新能源汽车协同创新网络呈现出“核心-边缘”结构特点。新能源汽车协同创新网络的形成受到多个因素影响,如技术复杂度、市场不确定性、政策激励等。其中,技术复杂性对新能源汽车协同创新网络影响最大,其次是市场的不确定性与政策激励。本研究结果旨在更好地理解新能源汽车协同创新网络的构成与运行机制,并为相关产业的合作与创新决策提供理论依据与政策建议。

移动内容网络电视CDN智能调度架构与方案研究

目前,大流量场景对传统的内容分发网络(CDN)提出了更多的挑战,针对节点间和节点内的调度场景,打造融合AI的智能调度算法,通过秒级数据采集形成完善的CDN服务指标体系,生成基于服务节点负载、热点内容的调度决策模型。该调度策略在流量高峰期提供差异化保障,从用户服务节点调度、热点内容预判和即时调度三个维度打造高效内容网络。

基于云平台的STM32固件远程升级设计

物联网设备的分散部署,使得设备后期的软件维护变得非常困难。本文为了实现后期设备软件维护的便捷性,降低维护的难度,设计了一种基于物联网云平台的STM32固件远程升级系统。该系统可以高效管理批量设备以及设备固件版本,设备与云平台通过网络通信完成数据的上传和下载,设备只要处于有网络的状态下,云平台就可以通过网络对设备进行批量化的固件升级。本文设计为以后的高可靠性、高可维护性的设备固件程序开发提供了思路和方向。

省域广电IP骨干网的“IPv6+”技术应用与演进探索

面对广电IP数据网固移融合、云网协同和多业务融合承载的发展趋势,本文提出了省域广电IP骨干网建设发展的目标架构和组网设计、路由组织、业务承载等建设内容,借助SRv6原生隧道实现了IPv6单栈部署,通过SRv6 TE policy+FlexE提供业务差异化承载,引入SDN控制器和Telemetry、iFIT技术大幅提升全程全网运维管理和服务保障能力。

软件定义网络架构下基于流调度代价的数据中心网络拥塞控制路由算法

针对传统数据中心网络极易发生拥塞的问题,提出了在软件定义网络(SDN)的架构下设计基于流调度代价的拥塞控制路由算法加以解决。首先,进行拥塞链路上的大小流区分,并对所有大流的各条等价路径进行路径开销权重的计算,选择权重最小的路径作为可用调度路径;然后,使用调度后路径开销变化量和流占用带宽比例来共同定义流调度代价;最终选择调度代价最小的流进行调度。仿真结果表明,所提算法能在网络发生拥塞时降低了拥塞链路上的负荷,并且与仅进行流路径选择的拥塞控制算法相比,提高了链路利用率,减少了流传输时间,使得网络链路资源得到更好的利用。

基于AI专线传输电路约束路径计算的应用

近年来运营商专线业务竞争进入白热化阶段,对专线开通的时效性、准确性要求越来越高,传统的人工方式无法应对专线业务传输电路相关数据制作竞争的要求。文中通过对传输电路约束路径计算方法进行研究,并将算法工具化。基于AI分析的专线传输电路约束路径计算工具能够对接传输工作台相关数据作为数据库,通过研发数据库上的关联规则算法对专线传输电路业务路径进行规划,实现电路调度自动开通,提供完整电路的开通、调整、停闭流程,保障业务的快速开通、提高专线开通的时效性和准确性。

基于链路带宽利用率的路由选择算法

为避免网络拥塞,针对现有路由调整算法没有考虑网络流量均衡分布和用户使用感知的问题,提出一种路由选择算法。在保证网络时延,不影响用户服务质量的前提下,选择带宽利用率最小的路径,最大限度实现负载均衡。为尽可能反映实际情况,实验采用真实的Abilene2网络拓扑,结果表明:该算法能有效缓解网络拥塞,网络可利用率提高超过50%。与现有算法相比,该算法能同时满足带宽利用率和网络时延两方面要求。此外,通过调整参数值可以满足实际网络中不同业务的要求。

智能网联交通系统中的信息物理映射与系统构建

提出将人工智能和信息物理融合系统(CPS)的理论与方法集成融入智能交通系统及其应用,探索“人工智能+交通”的交叉创新领域,在交通物理与信息空间映射、网络通信与时空数据规约、交通安全与可信可控关联等关键问题上形成相关的解决方案和技术体系,推进实现交通信息物理融合系统及其应用的精准治理。

基于网络的分布式远程实验系统体系结构与技术

文中提出了具有开放互联能力的分布式远程实验系统体系结构 ,并分析了创建基于网络的分布式远程实验系统的关键技术。

信息中心网络内缓存替换算法性能分析与优化

信息中心网络（information centric networking,ICN）是一类受到广泛关注的新型互联网体系结构.通过对网络内（in-network）缓存的充分利用,信息中心网络可以极大地增强内容分发效率.网络内缓存的管理机制一直是信息中心网络研究中的热点问题.分析了网络内缓存的基准缓存替换最近最少使用（least recently used,LRU）算法的性能,指出多跳LRU缓存中广泛存在的＂缓存退化＂问题：在首个缓存节点发生缺失的内容请求也很难被下游的缓存命中.针对这一问题,提出一种基于预过滤的O（1）复杂度的改进算法.在原有缓存前放置一个仅记录内容标识的预过滤缓存,完成对原始内容请求的整形,使得预处理后的请求流量可以更容易被后面几跳缓存命中.基于真实互联网拓扑的实验表明,在信息中心网络典型应用场景下,预过滤LRU的缓存命中率可以达到LRU的2~3倍.