面向智能物联网的云边协同数据采集机制

智能物联网被认为是重塑未来商业模式的关键,是深化物联网应用,为多源、异构、大容量、低价值密度的物联网数据提供准确服务的关键。针对现有数据采集机制精度有限、时延性能不足、未充分利用边缘设备计算资源、忽视用户数据采集情境等问题,提出了一种云-边缘智能协作数据采集机制。首先,基于边缘计算的思想,提出了一种边缘实体观测内容的预测方法,准确预测边缘实体的观测内容。然后,根据用户在云端的偏好,考虑到用户显性和隐性的数据获取情境,设计了一种云端情境感知方法来选择合适的实体数据。最后,设计了一种结合云端和边缘资源的智能数据采集机制,以提高AIoT数据采集的效率。仿真结果表明了该机制在数据采集准确性和时延性能方面的有效性。

面向算力网络的软掩码策略梯度联邦学习算法

针对算力网络中终端的异构性而导致的设备资源不均衡以及各终端动态加入或离开联邦学习任务导致协同体系不稳定、内生全局模型收敛性差等问题,文中提出了一种面向算力网络的软掩码策略梯度(Soft-Masked Policy Gra⁃dient,SMPG)联邦学习算法。该算法能通过联合计算优化机理,自适应地调整异构终端局部模型来更新频率与聚合时间,以合理分配终端计算及通信资源,提升联邦学习内生模型的收敛速度及终端的资源利用率。

带有相遇概率估计的机会网络缓存替换策略

机会网络中节点缓存资源受限,为提高节点缓存利用率,提出一种带有相遇概率估计的缓存替换(CREPE)策略.综合考虑节点的活跃度及有效相遇指数,以分布式的方式估计节点间的相遇概率,并感知给定消息在网络中的扩散程度,动态估计消息的重要程度,以确定消息的替换优先级.结果表明,所提出的缓存替换策略能够有效提高节点缓存利用率,改善网络的投递率、时延与负载性能.

节点状态感知的机会网络分布式协作缓存机制

合理利用节点间的协作关系及相邻节点的缓存资源可有效提高机会网络中节点缓存的利用率与消息的投递率。该文提出一种节点状态感知的分布式协作缓存机制,通过感知消息扩散程度动态估计消息的重要程度,确定消息在缓存操作中的优先级。进而根据节点的活跃度及相对粘度获知给定消息与其目标节点的相遇概率,并针对消息源节点的差异设计分区协作缓存方法,同时在本地缓存处于存满状态时动态选取协作节点,实现本地消息到相邻节点的转移,以达到高效利用缓存资源的目的。结果表明,所提出的协作缓存机制能够有效地利用节点有限的缓存资源,并大幅度地改善消息投递率及节点缓存利用率。

面向传感网的安全认证技术研究

传感网中的数据传输面临多样化的攻击方式,如女巫攻击、虫洞攻击与沉洞攻击等,而设计安全机制旨在消除传感网命令的安全威胁。本文对无线传感器网络的安全性进行了评估,并讨论了认证安全策略。

基于机器学习的物联网安全技术研究

当前物联网正面临严峻的安全威胁,而物联网设备的资源受限性进一步加剧了其安全问题。而机器学习技术启发了物联网安全问题的新解决思路。本文总结了当前物联网面临的安全威胁类型,给出了机器学习技术在解决物联网安全问题方面的思路。

金课视角下的《网络安全技术与应用》教学改革

改变传统《网络安全技术与应用》教学模式,是其实现"金课"建设目标的前提.针对当前社会对网络安全领域人才的迫切需求,与高校对人才的培养无法满足需求的矛盾,文章基于"金课"建设目标,提出了《网络安全技术与应用》的教学改革思路,设计了系统化的教学内容架构,并讨论了每个架构模块的具体教学方法与内容.