基于改进策略的鼠群优化算法

为了提升鼠群优化(RSO)算法摆脱陷入局部最优解的能力并提高收敛精度,进而提升算法的整体性能,提出了一种基于改进策略的鼠群优化(ISRSO)算法。在猎物攻击过程中,通过Tent映射增加种群个体扰动的方式,实现种群多样性的提升,从而降低算法陷入局部最优解概率。基于标准测试函数的实验研究结果表明,提出的算法能够有效地跳出局部最优解,并且在收敛精度上与对比算法相比有明显提高,整体上提升了该算法的性能。

一种基于博弈论的电子证据可信性度量方法研究

随着反取证技术的发展,人们对取证所得电子证据的可信性越来越难以准确地度量。因此本文提出一种基于博弈论的电子证据可信性度量方法,利用取证人员和犯罪嫌疑人之间强对抗关系,通过操作复杂度模型构建双方的博弈模型,从而解决嫌疑人反取证行为预测和取证人员最优取证检测策略选取的问题;在取证人员选取最优策略的基础上,通过操作复杂度模型,将计算证据链不完整情形下的电子数据可信概率值作为电子证据可信性的量化值。在BT传播盗版视频侵权案件中,本文方法能对嫌疑人的伪造行为进行有效快速的预测,并且能准确的计算相关部分证据的可信性。

一种混合社会群体优化算法

为了提高社会群体优化算法的整体性能,提出一种混合社会群体优化算法。在提高阶段,通过对最差个体进行反向学习,提高种群的搜索空间,从而使得种群整体能够快速的向最优解收敛;在获得阶段,通过Logistic映射产生混沌扰动,增大种群的多样性,从而能够增加算法跳出局部最优解的可能性。基于标准测试函数的实验研究结果表明改进算法整体提升了寻优效果。

基于教与学算法的认知无线电频谱分配

针对图着色理论模型下的认知无线电频谱分配问题,提出了基于改进教与学算法的认知无线电频谱分配算法。利用改进教与学算法寻优精度高和收敛速度快等特点,实现了认知用户在平均系统效益最大化的准则下获得最优的频谱分配方案的目的。仿真结果表明,提出的算法使用户能获得更高的系统效益,提高了频谱分配效率,扩大了教与学算法的应用范围。

基于动态扰动策略的人工搜索群算法

为了提高人工搜索群算法(ASSA)的整体性能,提出一种基于动态扰动策略的人工搜索群算法。为了增加算法的种群多样性,在算法初期,通过Tent映射的混沌策略产生初始种群。结合反向学习策略,算法在进化过程中对种群进行反向学习扰动,从而增加算法跳出局部最优解的可能性。算法采用动态步长的方式,在初期时能够扩大最优解的搜索范围,在后期时能够加速种群收敛到最优解。基于标准测试函数的实验研究结果表明,提出的改进算法与标准人工搜索群算法,及其改进算法进行对比,在收敛速度和收敛精度上都有明显提高,整体上提升了该算法的性能。

物联网信息安全实践教学体系优化探究

物联网的发展拓宽了传统信息技术的边界,随着物联网产业的不断发展,物联网系统信息安全的重要性日益显现。物联网信息安全是物联网产业发展中面临的核心问题。文章从多年来讲授信息安全相关课程以及物联网安全的角度出发,针对物联网信息安全课程的实践教学体系进行了探讨,阐释了物联网信息安全实践教学体系方案的制订思路。