复杂事件处理(CEP)是一种针对实时事件流进行检测、处理、分析和挖掘的有效手段。对CEP的核心概念、基本构成要素等进行介绍。梳理CEP技术的主要应用,包括物联网、云计算、网格计算、商业过程管理及计算金融等领域。基于上述应用,阐述基于云计算的分布式并行CEP技术。通过分析流处理系统的需求,指出基于云计算的CEP技术是未来CEP系统发展的一个重要方向。提出一些可采用基于云计算的CEP技术来进行复杂事件流处理的新领域,包括基于CEP技术的电网智能化控制以及仪器控制和智能测量等,对CEP技术应用的新领域具有指导意义。
针对云存储中的数据安全问题,提出一种支持安全去重与公开验证的数据完整性验证方法。该方法结合所有权证明和可恢复性证明的优点,利用数据分块、随机抽样和动态系数策略,实现用户端安全去重和数据完整性验证。通过引入双线性对和纠删编码,用户可以无限次检测数据是否完好无损,并对损坏的数据进行修复。引入随机掩码技术,能够有效隐藏用户数据信息,实现隐私保护。分析结果表明,该方法在保证云存储数据安全性和完整性的同时,可有效减少计算开销和通信开销。
针对声学多普勒流速剖面仪的高速信号采集和处理对运算实时性与易升级的需求,提出一种基于现场可编程门阵列(FPGA)的软硬件协同设计方法。阐述声学多普勒剖面仪的测流原理,选择FPGA作为单一的信号处理器,使用Verilog HDL语言描述易于用硬件实现的模块,如同步采集、低通滤波及复数相关运算等计算量大的模块。采用FPGA内部的MicroBlaze软核作为系统的中央处理器,进行流程控制、分支判断以及调用硬件模块来控制系统回波信号的采集、处理和存储。实验结果表明,FPGA信号处理的实时性满足系统要求,且具有较高的精确性。
在现有服务发现方法中,单一考虑原子服务或服务组合的方式难以满足用户日益增长的需求。针对该问题,设计一个基于模型转换的Web服务匹配框架。在服务发现过程中综合考虑组合Web服务的执行过程信息和服务质量需求信息,为Web服务组合的匹配设计完整的过程:将UML模型转换为过程模型,再将过程模型转换为过程图,最后计算2个Web服务组合的相似度。实验结果表明,该服务匹配框架能够有效区分组合服务,提高服务发现的准确率。
Web代理服务器缓存能在一定程度上减少网络拥塞现象和用户的访问延迟,减轻服务器负载。然而Web代理缓存的缓存命中率和字节命中率较低,并不能很好地起到加速网络请求响应的效果。为此,研究监督学习方法,使用树扩展朴素贝叶斯分类器对Web日志数据进行分类,进而预测可能会再次访问到的Web对象,并结合最近最少使用(LRU)算法,提出一种新的缓存策略。实验结果表明,树扩展的贝叶斯分类器在精度和召回率指标上优于朴素贝叶斯和BP神经网络等分类器,通过树扩展的贝叶斯分类器优化后的缓存策略与普通LRU算法相比,不仅可以提高缓存的效率,而且可有效提高Web代理缓存的请求命中率和字节命中率。
现有的连通支配集构建算法大多过程复杂、步骤冗余、耗能较多,且不能适应网络动态拓扑的变化。为此,提出一种能量有效的构建算法。该算法通过单阶段快速构建能适应节点小范围移动的连通支配集,简化构建过程,其支配节点的选择考虑节点额外覆盖范围大小、节点剩余能量等因素,使得主干网生存时间大大延长,避免频繁构建主干网带来的能耗。仿真结果表明,与EEIA_CDS,Flooding等算法相比,该算法构建主干网的开销降低31%~46%,广播风暴发生概率降低52%~67%,网络生命周期延长约35.5%。
针对车载自组网在不良道路环境中通信质量不佳的问题,提出一种路由优化算法。借助车载全球定位系统和电子地图设备获取车辆的速度、移动方向及车辆间的相对位置等信息,计算并选取理论上最可靠的通信路径进行消息传递。当消息传递因外界地形环境阻碍无法顺利进行时,利用备用副本回退机制避开通信障碍区,提高通信可靠性。仿真结果表明,与无线自组网按需平面距离矢量路由协议相比,该算法在数据包投递率、链路断开次数、路由发现频率等方面性能较优,并且能保证车载自组网的通信质量。
传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层数,分别设计4种不同结构的CNN以提取目标从低层、中层到高层不同尺度的特征信息,并将4种CNN输出采用串行方式连接并输入到BP神经网络分类器进行训练。在检测阶段采用滑动窗口方法进行目标搜索。对高分辨遥感影像中飞机的检测实验结果表明,MSCNN在虚警率和召回率上较4种单一结构的CNN具有明显的检测优势,召回率平均提升6%,虚警率平均降低3%。对油罐的检测结果进一步表明,MSCNN可以推广到对遥感影像其他目标的检测。
人体运动的行为特征具有多样性和复杂性,在运动的不同阶段有些动作的剧烈程度差异较大,但现有方法在进行动作相似度评价时未充分考虑该因素,使得评价结果存在一定偏差。针对该问题,基于多尺度Faber-Schauder插值小波对参考动作序列中运动最剧烈关节的四元数分量时间序列分别提取关键帧。通过合并4组关键帧,设置阈值剔除相似度较高的关键帧。采用动态时间规整方法对参考动作和对比动作进行匹配,得到对比动作序列的关键帧,将2组关键帧的平均距离归一化后作为动作相似度评分。实验结果表明,提出的算法能够较好地实现动作评价,且对于较相似的动作,也能获得较好的评价结果。