为实现云计算服务用户虚拟资源租赁利润最大化,提出一种新的云计算虚拟资源租赁算法。在由虚拟资源供应商、云服务提供商和最终用户组成的三功能模块云计算环境下,给出虚拟资源租赁利润计算目标。考虑价格的分布性和任务紧迫性,利用孤立点检测方法对弱平稳价格序列进行极端价格过滤,同时设计弱平衡算子,通过指数函数控制目标函数曲线的整体形状,采用非均匀变异算子进行局部算子微调,实现未来价格的有效预测以及处理任务虚拟机租金价格的最优化选取。实验结果表明,该算法可有效提高虚拟资源的利用效率和租赁利润,并降低其使用成本。
微云是一种自我维持的小型云,通过均衡用户的访问请求来提高移动服务的整体性能,但在实际应用中分散的用户需求会随时间动态变化,而服务资源需要根据请求预测情况进行提前部署。为优化微云服务模型的整体资源利用率,基于排队论构造符合生灭过程的微云有限资源服务模型,对比微云上单队列和多队列模型的性能指标,得出单队列多虚拟内核模型在相同服务强度的情况下优于多队列单虚拟内核模型的结论。实验结果表明,在适当增加虚拟内核的情况下,该微云服务模型可以优化系统整体性能。
基于截止期分析和响应时间分析可以对全局固定优先级实时调度算法进行可调度性判定。而传统方法在实时任务中带入作业,处理器无法满足实时任务的计算需求。为此,提出一种可调度性判定方法。通过区分实时任务在具有和没有带入作业时产生的干涉,考虑带入作业的个数与实时系统中处理器的个数相关。实验结果表明,该方法能够减少计算的干涉量,得到一个更紧密的可调度性判定条件,提高多处理器实时系统中通过可调度性判定的任务数量。
将移动运营商核心网络中的故障点定位到设备和端口需要分析大量数据样本,耗时较长。针对该问题,提出一种以历史数据为参照的异常流量检测方法。构建历史流量数据库,在此基础上利用短时的面积特征与梯度特征刻画网络的流量行为,及时发现异常流量,并设计分级多粒度方法定位造成异常流量的故障点。实验结果表明,与自适应阈值法、K-means聚类法和多维熵法相比,该方法能取得较好的在线异常流量检测效果,准确定位出现故障及异常流量的设备及端口。
为提高飞行器编队的低截获性能,提出一种新的低截获概率编队通信方法。将飞行器编队通信视为自适应优化问题,以飞行器节点的辐射功率和拓扑链路作为优化对象,利用混合混沌粒子群算法进行迭代计算,以实现飞行器编队的最优低截获通信。仿真结果表明,混沌粒子群方法在满足可靠通信的前提下,可有效降低编队辐射功率,提高通信拓扑不确定性,改善飞行器编队的低截获能力。
传统演化算法通常以宏观层面的种群之间或个体之间的相互作用来进行协同演化,较少考虑个体基因编码在微观层面进行局部优化时的相互作用。针对该情况,提出基于种群基因分布结构的动态矩阵演化算法。利用二进制基因矩阵的方式构建种群个体,结合基因编码差异及适应度评价种群个体,通过对比种群基因列决定个体基因结构调整的位置,并根据优势种群的基因结构产生下一代个体,通过微观层面上基因位之间的协同作用引导种群的演化。实验结果表明,该算法对于中、高维函数均表现出良好的优化性能,同时能较好地平衡宏观全局优化和微观局部优化之间的关系。
现有的链路预测方法无法保证预测的可靠性,应用局限性较大。为此,针对源节点相似节点和目标节点相似节点之间的当前链路信息,提出同质连接原理,设计不同类型节点的相关性指标,用于描述不同类型节点间的链路存在概率,并将其与传统的邻近性指标相结合,用于异构链路预测。融合异构信息网络中的被标记数据和无标记数据,给出一种异构链路协同预测算法,通过获得不同类型链路间的各种复杂关系,结合互补性预测信息,实现多种链路类型的协同预测。实验结果表明,该链路协同预测算法可有效提升异构信息网络的链路预测性能。
为提高社区发现算法的计算效率和发现性能,提出一种基于潜空间映射的半监督社区发现梯度下降算法。基于潜空间表示形式构建基于潜空间映射的半监督社区发现框架,并使用KL散度对潜空间顶点相似度进行评价,获得三元组表示形式,基于矩阵迹和Frobenius范数,构建半监督社区发现梯度下降算法的优化规则,以实现目标函数局部极小值点的快速获取,提高算法在大规模社区发现中的实用价值,给出算法计算复杂度理论分析。实验结果表明,与局部社区结构发现算法、格文-纽曼算法、标签传播算法等算法相比,该算法具有更好的社区发现性能。