基于改进蚁群算法的应急通信网络路由协议

针对应急通信中网络拓扑的快速动态变化及突发的网络拥塞现象,提出了一种适用于应急通信网络的路由算法MLSA,利用蚁群算法框架结合强化学习过程进行系统建模,将网络链路性能统计分析过程限制在较高优先级的区域,通过探测局部邻居节点的状态信息,对不同路由决策过程进行打分,并根据网络反馈做出策略调整,从而改善网络整体性能,有利于缓解网络拥塞,增加了数据传输的实时性、稳定性。实验证明,在较高节点移动性环境下,针对应急通信中产生的网络拥塞现象,MLSA较经典按需路由协议AODV和DSR,具有明显的性能优势。

基于SDN架构的垂直切换算法

针对当前大部分垂直切换算法采用分布式局部寻优策略,容易导致网络拥塞的问题,提出一种基于软件定义网络(softwaredefinednetwork,SDN)架构的垂直切换算法。利用SDN获得全局网络状态信息,设计模糊逻辑控制模型对网络多属性参数进行归一化决策处理与收益计算,结合二阶马尔可夫模型预测未来全局网络的实际状态,实现异构无线网络的集中控制与切换决策。实验结果表明,所提算法在节点移动的动态性条件下能获得较优的切换性能,可以满足异构无线网络通信的切换需求。

一种结合正交分解及BoVW的图像安全检索方法

当前云平台下加密域图像检索存在特定加密算法而不能满足不同应用需求,并且需依靠底层图像特征进行检索,从而导致精度较低,为此提出了一种结合正交分解和视觉词袋模型(BoVW)的图像安全检索方法.引入正交分解框架,将图像数据域分为加密域和检索域,使得加密操作和特征提取操作相互独立,避免加密和特征提取操作相互影响.在加密域用户可以根据需要选择合适的加密方法;在检索域引入视觉词袋模型框架,将图像表示为视觉单词直方图,降低底层特征与高层语义之间存在的语义鸿沟,提高检索精度.实验结果显示,与当前加密域图像检索技术相比,该方法具有更高的安全性和检索精准度,能在云环境下更好地保护图像数据的隐私,且实用性较好.