一种基于谱聚类算法的分簇路由协议

针对经典LEACH协议随机选择簇首导致的极大簇和极小簇、簇首分布不均,从而导致网络生命周期较短的问题,提出一种基于谱聚类的分簇路由协议。在网络初始化时期,在基站计算确定最优簇首数目后,将谱聚类算法应用到节点的分簇中;分簇完成后,节点的分簇保持不变;簇首选择阶段,根据节点剩余能量因子、节点到基站的距离因子来竞争簇首;数据传输阶段,簇内节点通过单跳的方式将数据传送给簇首,簇首将数据融合后通过单跳的方式传送给基站。通过网络仿真实验,比较了网络生存周期、节点剩余总能量和基站接受数据包数量等参数,结果表明:相较于LEACH协议,新协议均衡了网络中节点能耗,延长了网络生存期。

基于Mass Storage协议的USB接口设计

USB作为一种新型的接口技术,以其简单易用、速度快等特点而备受青睐。文中简要介绍了USB接口的特点和Na-tional Semiconductor公司的USB接口芯片USBN9604,给出了USB接口的硬件设计,在此基础上,遵循Mass Storage协议设计了USB接口的软件,实现了可移动磁盘的功能。

嵌入式USB主机Mass Storage类的实现

研究分析嵌入式USB主机发展的必要性,从嵌入式USB主机MassStorage类的实现过程出发,介绍了嵌入式USB主机硬件系统是由SM5964单片机加上USB主从芯片SL811HS组成,软件上实现USB1.1主机协议和USBMassStorage类。

基于LEACH协议的能量优化方法

针对低功耗自适应聚类协议产生的整体能耗不均及网络生命周期短的问题,提出一种改进的能量优化方法。结合能量模型、节点发送及融合数据的综合能耗计算簇头比例;利用节点剩余能量与节点基站间的距离,优化成簇阶段中簇头选取阈值公式。在普通节点入簇阶段,引入簇规模密度,避免簇规模差距过大,采用就近原则与簇密度规模更新簇头。在数据传输阶段,引入“热区”边界对簇头分类,不同类簇头采用不同的数据传输方式。仿真结果表明,所提方法能均衡网络能耗且延长网络生命周期。

基于字符距离聚类的未知工控协议分类方法

未知工控协议分类是实现多类型混合工控协议识别的前提。利用工控协议报文格式精简且广泛采用二进制序列的特点,提出基于字符距离聚类的未知工控协议分类方法。该方法打破传统方法计算文本协议报文的欧氏距离而难以准确反映工控协议报文相似性的问题,通过构建二进制特征序列,计算字符距离,并开展基于字符距离K-means聚类,实现了未知工控协议分类。其中,为确保分类的准确性,提出基于最大平均字符距离的最佳聚类K值确定方法。半物理仿真结果表明,所提方法对未知工控协议分类的准确率可达96.80%,协议类型判别的正确率可达97.07%。

基于数理逻辑的安全协议本征逻辑分析方法

本文提出了一种基于数理逻辑的安全协议本征逻辑分析方法—SPALL方法.该方法在一阶谓词逻辑的基础上,增加了基于密码学的若干新语义,包括新的密码函数项、与密码学和安全协议分析相关的一阶谓词和二阶谓词等,并给出了十三类二十九条公理,仍使用谓词逻辑的分离规则和概括规则,形成新的安全协议分析系统,称为本征(latent)逻辑系统(也称本征逻辑或L逻辑).该系统是一阶谓词系统的扩充,以密码学和安全协议为“特定解释”,并定义了“概率真”的概念,力求每条公理在“特定解释”下是概率真的,而分离和概括规则又能保证从概率真演绎出概率真,从而使每条定理都概率真,以保证公理系统的可靠性.清晰的语义可以精确描述安全协议的前提与目标,基于公理和定理的协议分析,可简洁有效地推导出协议自身具有的安全特性.本文给出了详细的语义和公理,以及若干实用定理,然后对著名的密钥建立协议进行了详细分析,并对比了可证安全方法的分析结果,展示了本文方法的优势.此外还分析了电子选举协议和非否认协议,展示了本文方法有着广泛的适用范围.

USB Mass Storage类的设备端固件开发

介绍了USB协议以及USB Mass Storage类的基本概念和结构,结合Philips公司的ISP1581 USB2·0芯片阐述了如何在USB设备端进行Mass Storage类固件开发。

基于改进K-means的AODV路由协议

AODV路由协议是无线自组织网络中的经典协议,被广泛应用于各种通讯场景中。传统的AODV路由协议在路由发现阶段使用广播方法转发RREQ(路由请求分组),容易造成广播风暴从而影响网络性能。针对该问题,研究提出了基于改进K-means的AODV路由协议,使用节点间距离、传输错误数和路由拥塞度作为路由度量,利用密集度参数改进初始聚类中心的选择,设计AODV-K路由协议选择最佳转发节点以减少不必要的路由请求分组转发,提高了路由请求分组的转发效率并减少了路由拥塞。运用NS-3对协议进行仿真,仿真结果表明所提出的改进路由协议,在高网络负载和网络密度下,对比原AODV路由协议,在平均端到端延迟方面分别降低了26.1%和25.6%。当节点数在30、40、50时,在分组投递率方面平均提升13.7%,当每秒发送分组数据包数大于30时,分组投递率平均提高了11.3%。

基于改进AE-CM模型的未知应用层协议识别

现有的未知协议识别方法存在提取的特征不够充分、聚类分配不准确等问题,影响了协议识别结果的准确性。AE-CM(deep autoencoder with embedding clustering module)解决了当前深度聚类模型异步优化的问题,提高了聚类分配的精度。该文提出的DAEC-NM协议识别模型以AE-CM为基础,通过加入高维卷积、时序卷积网络以及调整多层感知机结构的方法,改进了AE-CM的特征提取部分。为了更全面地获取协议信息,DAEC-NM通过邻居分支采集邻居样本,并分析邻居样本间的局部关联特征,从而增强原样本特征中重要特征对聚类分配的指导能力。最后,采用了注意力机制来分析特征的重要性,以此为聚类模块设置有效的初始权重,解决了聚类模块在模型更新过程中权重特征更新较慢的问题。实验结果表明,DAEC-NM能够有效提高未知协议识别的准确性。

医学影像类设备动态数据采集平台的构建和应用研究

医学影像类设备是医院智慧化管理的重要组成部分,采集设备动态信息是医院智慧化管理实施的关键举措之一。该文对医学影像类设备动态数据的分类、采集方式进行了分析,并对设备动态数据的后期应用进行了研究。医疗设备的动态数据采集对于提高大型医疗设备的精细化、信息化、全生命周期管理具有重要意义。

TPCAD:一种文本类多协议特征自动发现方法

流量分类在深度包检测等网络信息安全领域具有广泛应用,而协议特征的发现是流量分类中的一个重要问题。基于文本类协议的特点提出了一种准确、高效的多协议特征自动提取方法。利用网络流量中文本内容的语义特点,将流量解析成语义单位,提出了一个在语义空间上的相似性比较方法,并据此对文本类的流量进行聚类。然后合并同一类的网络流量并提取出同类流量所共有的特征。实验表明,该方法对常见文本类协议拥有超过95%的准确率,并可以实现对流量的在线学习和分类。

基于改进凝聚层次聚类的协议分类算法

在比特流未知协议识别过程中,针对如何将得到的多协议数据帧分为单协议数据帧这一问题,提出了一种改进的凝聚型层次聚类算法。该算法以传统的凝聚型层次聚类算法思想为基础,结合比特流数据帧的特征,定义了数据帧之间及类簇之间的相似度,采用边聚类边提取符合要求类簇的方式,能快速有效地对数据帧进行聚类;并且该算法能自动地确定聚类的个数,所得的类簇含有相似度评价指标。利用林肯实验室公布的数据集进行测试,说明该算法能以较高的正确率对协议数据帧进行聚类。

LEACH-EE——基于LEACH协议的高效聚类路由算法

为延缓传感器网络寿命,减少能量的消耗,提出一种基于LEACH协议的高效聚类路由算法(LEACH-EE)。它通过簇头来收集数据,然后簇头之间形成一个多跳的通向基站的最优路径,最后数据融合给一个簇头传给基站。这样解决了LEACH协议的簇头节点负载过重的问题,以及改善了网络能量的消耗和网络的生存时间。实验证明此方法行之有效。

无线传感网混合类MAC协议研究综述

在无线传感网(WSN)体系结构中,介质访问控制(MAC)协议负责调配网络中节点的信道接入,具有保障网络高效通信的重要作用。混合类MAC协议综合了竞争类MAC协议以及调度类MAC协议的特点,在融合两种机制的优点的同时克服其缺点,为无线信道资源的分配提供了更加灵活和全面的策略。首先概述了无线传感网MAC协议设计要点及分类,然后重点分析了无线传感网中经典的混合类MAC协议及国内外前沿的研究进展,并进一步归纳对比了各协议运行机制、性能及不足,得出混合类MAC协议的应用相关性及差异性的结论,最后总结了无线传感网混合类MAC协议研究现状并指出了未来的研究重点,以期为相关领域的研究人员提供参考。

基于减聚类优化算法的无线传感网络分簇路由协议研究

无线传感网络是当前无线网络研究的热点领域,分簇路由协议作为降低网络能耗、提高网络生存时间的核心技术而备受关注。在深入分析已有算法存在诸多不足的基础上,本文提出了一种基于减聚类优化的分簇路由算法。本文首先建立一阶能耗模型,确定网络最优簇首数量;然后建立减聚类优化数学模型,确定可供选择的分簇方案;最后以最小化最大簇内距离方差作为评价指标,确定最优的分簇结果。仿真结果表明:相比经典的LEACH分簇路由协议,该算法划分的网络能够有效地降低网络能耗、提高网络生存时间,弥补已有算法的不足之处。

零知识下的比特流未知协议分类模型

针对在零知识下识别比特流未知协议这一问题,提出了一种协议分类模型。该模型首先利用二进制流的固有特性来计算协议种类个数近似值K和初始聚类中心,然后使用改进的K-Means聚类算法指定K及初始聚类中心以进行聚类,最后使用基于信息熵的混杂度评价方法对聚类结果进行评价,可将评价结果较好的类簇作为一种协议类型进行标记,用于其他分析。使用林肯实验室发布的实验数据进行测试,结果表明该模型能以较高的准确率对未知协议进行分类,基于信息熵的类簇评价方法也具有一定实用性。

基于类pi演算的电子支付协议安全性形式化研究

设计一个满足安全需求的协议非常困难,并且极易出错,因此利用形式化方法来检验安全协议引起了人们极大的关注。使用了类pi演算来验证电子支付协议的认证性和匿名性。

一种基于聚类和协议分析的入侵检测方法

根据入侵检测中协议分析技术与聚类数据挖掘技术各自不同的检测特点,提出了一种新的入侵检测方法,将协议分析技术融合到聚类数据挖掘中。通过数据清洗和协议分析不但可以有效减少聚类挖掘的数据量,快速地检测出入侵行为,而且可以让被挖掘的数据更加符合聚类数据挖掘的先决条件,提高了聚类数据挖掘检测的效率。

基于协议组降低策略的二次并行k均值聚类算法

针对传统MapReduce框架下多点接口通信时间复杂度过高的问题,提出一种二次并行k均值聚类算法,用于解决大数据聚类问题。采用组降低操作策略,定义组成员管理协议对操作组成员进行管理,通过对组成员的参考列表p ID的广播、删除和添加操作,实现基于组降低的同步操作。定义中间缓冲聚类数量并结合k均值算法,减少二次并行聚类算法组降低操作的输入数据量,进一步降低算法的时间复杂度。在自建大数据测试集上的仿真实验结果表明,该算法能够在保证聚类精度的前提下有效加快算法聚类效率。

无线传感器网络中基于低能量自适应聚类层次协议的多帧通信机制

基于低能量自适应聚类层次(Low-Energy Adaptive Clustering Hierachy,LEACH)的通信协议,提出了适用于无线传感器网络的Multi-frame LEACH多帧通信机制。通过定量分析传感器节点的通信能量消耗,建立了聚类首领剩余能量与通信流量的关系模型。MF-LEACH通信机制加入了聚类状态检查阶段,阐述了可用的规则;在数据传输阶段,应用预测策略动态决定传输数据帧的数量。初步的研究表明:Multi-frame LEACH能更有效节省能量,提高通信效率。