风河IPsec网络栈获得VPNC认证

风河系统公司近日宣布其IPsec网络栈已经获得了VPNC认证。IPsec获得VPNC认证并支持所有的Wind River Platform，这标志着风河公司已经成为向高安全性IP网络互连环境提供充分支持的唯一厂商。利用这个包含IPsec网络栈并经过严格验证的wind River Platform，嵌入式系统开发商可以推出更加安全、可靠的新一代电子产品。

内核网络协议栈功能测试自动化的实现

在研究手动测试过程的基础上,结合UML技术和Expect语言,提出了一种适用于操作系统内核级网络协议栈软件功能测试的自动化测试模型。在Linux操作系统上,用一个在一台计算机上即可开展的自动化测试示例验证了该模型及其相应技术手段的可行性,初步解决了测试的自动网络配置、自动数据驱动等问题,并在提高测试效率的同时降低了测试对硬件资源的需求。

一种嵌入式网络协议栈框架的研究与应用

提出了一种嵌入式网络协议栈框架。其中,系统抽象层用于提高协议栈的可移植性;连接层用于实现协议栈的多连接管理及其访问控制管理;通信接口层改进了目前嵌入式协议栈与网络应用程序的交互方式;而SocketLib用于兼容BSD socket API,使网络应用程序可以直接应用于该嵌入式协议栈框架中。

网络协议栈软件的自动化测试研究与实现

在研究手动测试过程的基础上,结合UML(User-ModeLinux)技术和Expect语言,提出了一种适用于内核级网络协议栈软件的产品定型功能测试的自动化测试模型,并在Linux操作系统上,用一个在一台计算机上即可开展的自动化测试示例验证了该模型及其相应技术手段的可行性。该自动化测试模型可以在提高测试效率的同时降低测试对硬件资源的需求。

LTE星地融合网络协议栈设计及EPC实现方案

4G LTE网络具有高达100 Mbps的无线传输、优化的网络架构、灵活的频谱利用和优良的服务质量(QoS)保证等优点,卫星通信系统可覆盖海域、空域及偏远地域等广大区域。基于LTE的星地融合宽带网络兼有两者的优点,可在广阔地域为用户提供更高速率的业务。在参考地面LTE网络架构及其协议栈的基础上,提出一种基于LTE网络的星地融合宽带网络的网元功能和相应协议栈设计方案,给出地面网关中演进分组核心网EPC的3种实现方案,并比较3种方案的特征。可为构建基于LTE网络的星地融合宽带网络、进一步研究网元功能分配及其协议栈优化和优选的EPC实现方案以满足不同要求等方面,提供参考与借鉴。

基于SX单片机实现WebServer和网络协议栈

讨论UBICOM公司(原SCENIX公司)的SX52BD100单片机构建WebServer的具体方案;给出硬件构成框图,并分析每一部分的作用,完成的功能以及软件流程图。为了突出这种单片机的虚拟外设的特点,特别详细地说明网络协议和协议栈的具体实现。

基于栈式自编码神经网络的包衣单籽粒玉米品种识别

常规近红外定性识别研究中,玉米籽粒为表皮裸露状态,未经种衣剂覆盖处理,但是在实际农业生产中,为抵御病虫害侵袭,提高玉米种子发芽率,达到保产增产的功效,玉米种子常需经种衣剂包裹处理。玉米种衣剂的类型多样,对近红外光谱具有一定的吸收,因此种衣剂对近红外定性识别具有干扰作用。本文针对种衣剂对玉米品种识别准确性影响的问题,提出了一种基于栈式自编码神经网络(SAE)的近红外光谱定性建模方法。首先采用无种衣剂玉米籽粒光谱作为训练集,通过栈式自编码无监督学习算法与softmax分类器构建栈式自编码网络定性分析模型,再利用所建模型对有种衣剂玉米籽粒进行品种识别。实验结果表明,基于SAE的建模方法能够将种衣剂对玉米籽粒识别率的影响降低至3%以内。

基于主动网络的MANET协议栈的仿真设计

主动网络是一个开放的、可扩展的、可编程的网络系统。MANET(移动自组织网络)是由一组无线移动节点组成的,临时的、多跳的、无基础设施支持的无中心网络。上述两种网络都被看作新一代Internet网络的研究热点,但是对于它们的研究目前仍局限在各自的领域。为了同时获得两种网络的优秀特性,提出了一种基于主动网络思想的MANET通信协议栈的设计方案。利用OPNET仿真软件,该协议栈的基本功能已经得到了初步实现。通过配置该协议栈,仿真节点既能够传输主动网络数据,又具有MANET节点的移动性与自组织能力。

基于协议栈的网络监听及在仿真测试中的应用

网络监听已成为仿真测试系统对被试系统运行数据进行采集的一种重要手段。随着被试系统和仿真测试系统的快速发展,需要解决网络监听对不同网络协议、操作系统和网卡的适应性问题。介绍适应于不同网络协议、操作系统和网卡的网络协议栈技术,阐述网络监听的原理,提出利用网络协议栈技术进行网络监听的两种方法,给出这两种方法的具体实现过程。通过仿真试验证明,利用上述方法能较好地完成对被试系统运行数据的采集。

多速率IEEE802.11 Ad Hoc网络协议栈跨层优化

采用凸优化理论研究了Ad Hoc网络协议栈跨层优化问题.以多速率IEEE802.11Ad Hoc网络协议栈优化为例,建立其网络协议层系统模型,定义了Ad Hoc网络效用函数和性能参数约束条件,采用拉格朗日对偶分解法对该模型进行跨层分解,并运用梯度投影法获得优化问题的最优解或次优解,实现了物理层、MAC层及网络层在路由、功率分配和传输调度几方面的联合优化.数值仿真与计算结果验证了该算法的有效性和正确性.

Linux内核802.11无线网络协议栈的设计与实现

对Linux(2.6版)内核中IEEE 802.11无线网络协议栈的设计和实现进行了介绍,包括无线网络协议栈在内核中的位置和主要功能、与底层硬件设备的协作和与用户配置工具的交互等。根据无线网卡硬件的特点,如延迟性大、可靠性差等阐明了该协议栈的设计要领和技术细节,并着重对其重要实现部分进行了数据结构的介绍和代码分析。

基于VxWorks网络协议栈的数据采集协议设计

嵌入式实时操作系统VxWorks的网络协议栈提供了灵活的接口,可以方便地加入新的自定义的网络协议或底层驱动。详细分析了网络协议栈的结构以及MUX(multiplier)接口,并阐述了通过MUX在网络协议层添加一个新协议,用于采集所有发给本结点数据包的首部,并对采集的信息进行分析。

构件化网络协议栈

首先介绍了影响网络协议栈开发的两个关键因素,分析了传统操作系统网络协议栈的实现和特点,然后简要介绍了构件技术,讨论了采用构件化思想实现网络协议栈涉及到的问题。最后介绍在和欣操作系统上开发一个基于构件的TCP/IP网络协议栈。该网络协议栈具有以下优点:既可以运行在内核态,又可以运行在用户态,开放式的网络协议栈架构可以方便添加新的网络协议。

VxWorks网络协议栈的MUX接口

嵌入式系统网络协议栈的灵活性在应用上是一个重要指标。介绍嵌入式实时操作系统VxWorks网络协议栈的MUX(Mutiplexer)接口及其使用方法。

高性能网络协议栈兼容性研究

人工智能系统的海量数据处理需要很高的网络吞吐来支撑,网络协议栈作为上层人工智能应用和底层高速硬件网卡之间的桥梁,对整个系统的网络性能起到关键性作用。通过对主流网络协议栈兼容性进行详细对比分析,发现目前各类协议栈兼容性普遍较低,导致人工智能应用移植困难等问题。提出了高性能用户态网络协议栈的高兼容性设计构想,使各类传统应用无需修改源码即可获得网络性能的提升,讨论了高性能协议栈的后续发展方向。

多核网络协议栈可扩展性解耦设计

高速网络环境下,多核网络协议栈的性能可扩展性尤为重要。针对多核可扩展性问题,本文提出了一种多核网络协议栈可扩展性解耦设计方案,包括数据包和网卡队列两个层面的解耦。其中,数据包层面解耦通过数据流分流映射的方法来实现多核全并行无锁处理;网卡队列层面通过多虚拟队列来解决多核的网卡队列竞争。实验表明,本文提出的解耦方案在20GE实验平台上实现了多达14个处理核心的线性网络性能扩展,比传统多核并发方案具有更优的可扩展性。

由网络协议栈芯片W3100A构成的TCP/IP处理平台

详细介绍一种基于AT91M40800 ARM7 处理器和 W3100A 芯片的网络处理平台的设计与实现。在概述嵌入式网络的前景之后,提出一种 TCP/IP 网络处理平台的方案,并详细分析这种平台的硬件模块设计、软件模块设计与实现。

基于栈式自编码神经网络对高光谱遥感图像分类研究

为了有效利用高光谱遥感图像中的波段信息,提高高光谱遥感图像分类的精确度,本文提出了基于栈式自编码神经网络(Stacked Autoencoder,SA)对高光谱遥感图像进行分类。栈式自编码神经网络充分利用高光谱图像中的光谱信息,对其进行相应特征提取,避免了相邻信息间的相关性和信息的冗余,本方法采用无监督学习和监督学习相结合,既可以像传统方法那样进行降维,简化相关的计算复杂度,同时在分类精度上有很大地提高。

支持中文医疗问答的基于注意力机制的栈卷积神经网络模型

当前的中文问答匹配技术大多都需要先进行分词,中文医疗文本的分词问题需要维护医学词典来缓解分词错误对后续任务影响,而维护词典需要大量人力和知识,致使分词问题一直具有极大的挑战性。同时,现有的中文医疗问答匹配方法都是对问题和答案分开建模,并未考虑问题和答案中各自包含的关键词汇间的关联关系。因此,提出了一种基于注意力机制的栈卷积神经网络(Att-StackCNN)模型来解决中文医疗问答匹配问题。首先,使用字嵌入对问题和答案进行编码以得到二者各自的字嵌入矩阵;然后,通过利用问题和答案的字嵌入矩阵构造注意力矩阵来得到二者各自的特征注意力映射矩阵;接着,利用栈卷积神经网络(Stack-CNN)模型同时对上述矩阵进行卷积操作,从而得到问题和答案各自的语义表示;最后,进行相似度计算,并利用相似度计算最大边际损失以更新网络参数。所提模型在cMedQA数据集上的Top-1正确率比Stack-CNN模型高接近1个百分点,比Multi-CNNs模型高接近0.5个百分点。实验结果表明,Att-StackCNN模型可以提升中文医疗问答匹配效果。

基于栈式自编码网络的直拉硅单晶生长过程V/G软测量建模

在直拉硅单晶生长过程中,晶体质量与固液界面V/G密切相关,实现V/G的在线监测,对于生长低缺陷、无位错的大尺寸硅单晶至关重要。然而,在实际工业生产中V/G的直接获取异常困难。针对该问题,提出一种基于栈式自编码网络的软测量模型SAE-ELM,以实现V/G的实时监测。所提模型采用SAE提取数据特征,并将其作为ELM网络输入以实现对V/G的回归预测。其中,为了消除噪声影响,对原始数据进行了小波分解与重构,同时考虑到易测变量与目标变量之间的相关性,构建了基于Pearson和Spearman混合相关系数,以选择与V/G相关性较强的辅助变量。根据某型号单晶炉晶体生长过程中的实验数据,将该模型的性能与其他数据驱动建模方法进行了比较,验证了所提模型的有效性。