基于蠕虫算法的DSP网络结构探测

蠕虫算法在多DSP并行处理网络中的应用是一个新的课题,针对由AD公司Tiger SHARC系列处理器构成的并行处理网络硬件图,论文具体阐述蠕虫算法的实现过程,得出该算法在网络结构探测中的实现结果。

蠕虫算法在并行数字信号处理系统中的应用

本文对蠕虫算法在并行数字信号处理的应用作了较详尽的讨论,主要阐述了蠕虫算法实现的两个过程:命名过程和探测算法;并给出了在SHARC处理器构成的并行处理网络中实现的结果。其结果证明本文描述的算法是正确有效的。它对其它类似的并行数字信号处理系统中蠕虫算法的实现有启示作用。

一种基于蠕虫算法的并行DSP网络结构探测

并行DSP网络构成方法很多,将EMIF和McBSP两种方法结合起来,综合了这两种方法的优点,对于其结构可以采用蠕虫算法。网状结构里深度优先遍历的算法是一种很好的蠕虫算法,在阐述该蠕虫算法的具体实现过程后,分析得出该算法可以探测出并行DSP网络的结构。如果采用相同的DSP芯片,该算法在并行DSP网络系统中具有一定的通用性。

带子群自组织蠕虫算法及其在多模态问题中的应用

提出了一种全新的多模态遗传算法——带子群的自组织蠕虫算法(SSOMA)。该算法的基本思想是:通过初始群体的前期寻优找到峰值点的所在邻域;随后分别在这些邻域内选择少量的个体组成子群,在这些子群中再利用自组织蠕虫算法进行后期寻优,从而找到所有的峰值点,该算法极大地降低了计算的复杂度、提高了收敛速度。最后,用经典测试函数对该算法进行了仿真实验,并进行了计算复杂度分析,结果表明该算法在多模态函数优化方面具有较为理想的应用前景。

带子群的自组织蠕虫算法在优化方面的应用

带子群的自组织蠕虫算法(Subgroup-Self-OrganizingWormAlgorithm,SSOMA)是一种全新的基于涌现方法的多模态优化算法。与传统的多模态算法相比,该算法具有计算简单、收敛性好、精度高且不需要任何先验知识等优点。对该算法在高维多模态问题优化方面的应用进行了一定的探索,提出了适用于高维函数的算法,用经典测试函数对该算法进行了仿真实验,并进行了计算复杂度分析,结果表明该算法在高维多模态函数优化方面具有较为理想的应用前景。

网络蠕虫爆发的检测算法及其应用

新一代的网络蠕虫融合了病毒、木马、DDOS攻击等各种攻击手段,一旦爆发,将迅速导致大规模的网络阻塞甚至瘫痪。提出了一种蠕虫爆发检测算法,通过对网络流量变化率的监测,可以在蠕虫爆发的前期发现网络异常,从而使网络管理员和应急响应组织获得更多的反应时间,在蠕虫阻塞网络之前采取措施。算法使用DARPA98入侵检测评估系统进行了评估,并应用于Blaster、Nachi、slammer和Sasser蠕虫爆发时的真实数据。