检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于社交感知的物理层安全关键技术研究

基于社交感知的物理层安全关键技术研究

作者：张腾南京邮电大学

学位级别：硕士

当今社会中无线网络的应用越来越广泛,无线网络的普及给人们的生活带来了许多便利,与此同时也带来一些通信安全问题。因此,物理层安全技术引来了越来越多研究人员的关注。无线通信系统中在没有上层密钥加密的情况下,物理层安全技术被认... 详细信息

当今社会中无线网络的应用越来越广泛,无线网络的普及给人们的生活带来了许多便利,与此同时也带来一些通信安全问题。因此,物理层安全技术引来了越来越多研究人员的关注。无线通信系统中在没有上层密钥加密的情况下,物理层安全技术被认为是解决无线通信系统信息安全传输问题的有效方法。但目前现有研究很少考虑到社交感知特性与物理层安全的结合,即很少考虑社交感知特性对辅助节点参与协作的影响。针对上述问题,本文考虑了社交特性与物理特性的结合,目的是研究社交特性对辅助节点参与协作意愿的影响,以及社交特性对系统总开销的影响。本文内容主要分为三个部分,分别将物理层安全的两大技术,即协作干扰技术及协作中继技术与社交感知特性结合。另外,本文还研究了移动终端用户在任务卸载过程中所面临的安全问题,也即可以使用物理层安全技术来保证移动终端用户计算任务卸载时的安全性。首先,本文研究了基于社交感知的物理层安全协作干扰方案,综合考虑了通信设备的物理特性与社交特性。一方面,我们为每个设备定义了信任值,以此来描述设备之间的社交关系以及网络交互性,社交关系越强的辅助节点参与协作干扰的可能性也越大。另一方面,构建了合法链路和窃听链路的效用函数,并且以最大化整个网络的效用函数为优化目标,将问题转换为一对一匹配博弈,最终合法发送节点和协作干扰节点会达到一对一匹配状态。与现有的其它物理层安全方案相比,本方案能有效的提升系统的平均保密率。其次,本文还研究了基于社交感知的物理层安全协作中继方案,且中继节点采用放大转发协议（AF）。在单用户场景下,系统总开销定义为合法发送节点开销以及中继节点开销之和,合法发送节点在多个辅助节点中以系统总开销最小化的标准找出最合适的中继节点进行协作传输。同样的在多用户场景下,本优化目标可以看作是一对一匹配算法中合法发送节点建立偏好列表的过程,一对一匹配算法沿用上一方案所述。仿真结果表明,与其它方案相比,本方案在保证系统安全性的情况下能有效降低系统的总开销。最后,本文还研究了面向物理层安全的移动边缘计算卸载策略。因为目前大多终端用户的计算能力都有限,也不能够独立进行大规模的运算,所以当移动终端用户的运算量很大时,就必须考虑把移动终端用户的部分运算任务卸载到移动边缘服务器。所以本文还研究了在移动终端用户任务卸载时面临的安全问题,在保证系统卸载安全的情况下,也即在保密容量的约束下,最小化移动终端用户的总能耗,也即移动终端用户用于本地计算的能量消耗与移动终端用户用于任务卸载时的能量消耗。

关键词：物理层安全社交感知协作干扰协作中继边缘计算卸载

一种基于多跳D2D和社交感知的新颖中继选择算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电信科学 2022年第8期38卷 101-110页

作者：李良杨新杰宁波大学信息科学与工程学院浙江宁波315211

将社交域引入蜂窝网络场景中的多跳设备到设备(device-to-device,D2D)通信中,并提出了一种用于蜂窝网络下多跳D2D通信的新颖中继选择算法。不同于以往的中继选择算法,所提出的算法以反向顺序选择每一跳的中继,减少了算法执行所产生的信... 详细信息

将社交域引入蜂窝网络场景中的多跳设备到设备(device-to-device,D2D)通信中,并提出了一种用于蜂窝网络下多跳D2D通信的新颖中继选择算法。不同于以往的中继选择算法,所提出的算法以反向顺序选择每一跳的中继,减少了算法执行所产生的信令开销。在算法中引入了社交域信息,研究了社交域信息在多跳D2D通信中的作用。研究结果表明,终端用户之间的社交关系对算法性能具有不可忽略的影响,从而为实际系统的算法实现提供了一定的指导意义。另外,通过大量的蒙特卡洛仿真得到的结果表明,所提算法在不考虑社交关系信息时吞吐量和能量效率均优于对比算法,在考虑社交关系信息时,尽管其吞吐量会自然降低,但其能量效率远远优于对比算法。

关键词：设备到设备频分双工中继选择社交感知

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

社交感知的图像个性化美学用户建模与识别

社交感知的图像个性化美学用户建模与识别

作者：蔡成加华南理工大学

学位级别：硕士

可计算图像美学是通过计算机模拟人类的视觉系统和审美思维对图像进行美学价值的判断。如今大部分学者关于图像美学的工作都是在建立在人类美感感知共性的基础上,将高美感图像从低美感图像中区分出来。虽然人类的美感感知有共性之处,但... 详细信息

可计算图像美学是通过计算机模拟人类的视觉系统和审美思维对图像进行美学价值的判断。如今大部分学者关于图像美学的工作都是在建立在人类美感感知共性的基础上,将高美感图像从低美感图像中区分出来。虽然人类的美感感知有共性之处,但仍有较强的个性因素。而在图像推荐中,用户的图像个性化美学研究就显得十分重要。随着社交图像的蓬勃发展,海量图像的用户语义标注和行为数据得以保存,为用户的图像个性化审美分析提供了良好的支撑。然而,目前人们在个性化美学的研究中只利用了图像的视觉信息,却忽略了图像的社交信息。本文主要以社交网络的用户图像作为研究对象,探索用户的个性化审美偏好的表达和建模。通过提取用户图像的视觉特征,引入社交图像的语义信息,采用二维平面概率生成模型对用户的审美偏好进行个性化建模,实现了基于图像个性化美学的用户识别。围绕社交图像用户的个性化美学研究,本文的主要工作如下:1)基于图片社交网站Flickr上用户喜欢的图像,创建了包含200个用户、4万幅图像的SCUTUserData数据集用于个性化美学研究。2)完成了SCUTUserData图像数据集社交图像的视觉特征,包括美学特征和内容特征的提取。3)利用图片社交网站图像上传者添加的语义标签,设计了图像的语义特征,最后将语义特征与图像的视觉特征相结合,作为个性化模型的输入。4)利用图片社交网站用户的交互信息,即图像喜欢数和浏览数,设计用户图像权重,对图像数据集的热门和冷门图像进行加权处理,提高了用户个性化审美冷门图像的权重,而降低用户大众化审美热门图像的权重。本文在创建的SCUTUserData数据集上采用Counting Grid二维概率生成模型,对用户个性化图像审美偏好建立模型,并通过SVM(Support Vector Machine)算法实现基于个性化美学的用户识别。我们分别使用用户喜欢的100幅图像作为训练和测试数据进行基于个性化美学的用户识别,用户识别率达到了84%,达到了目前该领域最好的性能,同时大幅提高了时间效率。

关键词：个性化美学用户建模用户识别社交感知 Counting Grid

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

可穿戴社交感知身心健康评估系统

可穿戴社交感知身心健康评估系统

作者：顾俊电子科技大学

学位级别：硕士

社交信号处理和情感计算已经被广泛研究于各个领域,如医疗、心理学、社会学等。有研究表明,通过融合多维传感器数据特征,挖掘社交信息能够推断出复杂的人类社交行为和心理状态。随着人民物质生活水平的进一步提高,越来越多的人开始专注... 详细信息

社交信号处理和情感计算已经被广泛研究于各个领域,如医疗、心理学、社会学等。有研究表明,通过融合多维传感器数据特征,挖掘社交信息能够推断出复杂的人类社交行为和心理状态。随着人民物质生活水平的进一步提高,越来越多的人开始专注身心健康问题。传统心理健康诊断方法是以观察法、会谈法、实验法和问卷法来获取临床资料并通过对资料的分析对被诊断者心理状态和个性特征做出判断。传统评估方法不可避免地受到诊断者主观及经验因素的干扰,影响评估结果的准确性。因此,本文通过设计可穿戴社交感知系统采集穿戴者在演讲过程中的语音和行为数据,提取社交语音和社交行为特征,通过分析社交特征与焦虑量表得分的皮尔逊相关性,建立大学生焦虑评估模型。本文的主要研究内容如下:1)基于语音特征、肢体动作反应个体心理活动状态的社交感知技术以及可穿戴传技术,本文设计并实现了智能可穿戴设备,采集穿戴者语音和行为数据,提取社交语音和社交行为特征,分析社交特征与焦虑量表得分的皮尔逊相关性,建立大学生焦虑评估模型。2)由于可穿戴设备功能的单一性、计算性能和存储空间的有限性以及当今社会智能手机的普及性,本文设计并实现了社交感知App与阿里云后台服务器系统,实现了智能可穿戴设备与社交感知App的通信并通过App展示焦虑评估结果、App采集用户社交活动数据并与后台服务器通信的功能。3)提出了语音社交感知特征以及行为社交感知特征的分析方法,包括76种语音社交特征以及43种行为社交特征,并通过组织大学生进行焦虑实验,研究社交语音特征和社交行为特征与焦虑程度与的相关性。4)基于社交特征与焦虑程度的相关性分析结果,通过分别对比特征选择与特征压缩前提下,带线性核函数的SVM分类器、带RBF核函数的SVM的分类器以及Logistic Regression(LR)分类器对样本分类的正确性、计算复杂度、以及决策函数的输出特性,确定使用LR分类器对样本进行预分类。5)提出了基于社交感知特征的大学生焦虑评估模型,首先通过LR预分类器对4个语音细分场景下样本预分类以及左右手社交行为特征样本预分类,然后再通过LR分类器对3个预分类器的决策结果进行融合,综合评估个体的焦虑程度。

关键词：可穿戴社交感知身心健康语音特征行为特征

D2D网络中基于社交感知的内容缓存策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

D2D网络中基于社交感知的内容缓存策略研究

作者：孔祥林福州大学

学位级别：硕士

随着5G时代的到来,无线业务流量呈现爆炸性增长趋势,从而给传统的蜂窝无线网络带来巨大的压力。在传统网络架构中,用户所请求的数据均需从远程服务器上通过回程链路进行卸载,使得系统无法满足用户在传输带宽和时延方面的要求。为解决此... 详细信息

随着5G时代的到来,无线业务流量呈现爆炸性增长趋势,从而给传统的蜂窝无线网络带来巨大的压力。在传统网络架构中,用户所请求的数据均需从远程服务器上通过回程链路进行卸载,使得系统无法满足用户在传输带宽和时延方面的要求。为解决此问题,业界提出很多解决方案,其中基于设备直通(device-to-device,D2D)通信技术的边缘缓存策略是研究热点之一。运用D2D内容缓存策略,可以将内容高效地存储在靠近用户的移动设备中,用户可以从周边D2D设备获取所需数据。该技术能够减轻基站负载并缓解网络拥塞问题,从而提高用户体验质量。面对种类繁多的海量内容,引入社交感知可以提高用户的协作程度。因此,本文将研究基于D2D缓存网络中用户社交属性特征的协作缓存方案。本文的主要工作概括如下:(1)本文提出了一种基于内容流行度预测的内容缓存策略。首先,在满足用户缓存容量的约束条件下,以最小化能量消耗为优化目标,建立用户和内容关联的缓存配置策略优化问题。然后,通过隐语义矩阵对用户请求评分数据进行分析,结合矩阵分析的结果和社交属性的相似度理论进行内容流行度的预测。最后,提出了一种启发式算法对缓存配置策略进行优化。仿真结果表明,基于内容流行度的内容缓存策略可提升缓存命中率和缓存精准率,并有效减少能量消耗。(2)本文提出了一种基于社区聚类的内容缓存策略,旨在通过设计内容缓存配置策略来最小化用户获取内容的时延。首先,以最小化内容传输的延迟时间为优化目标建立缓存配置优化问题。然后,通过用户间拓扑结构图,充分利用用户多跳传输的特性,提出了最短路径传输算法,和一种基于贪婪思想的启发式算法对缓存优化问题进行求解。仿真结果表明,D2D多跳协作缓存策略可以有效减少用户获取内容的平均时延。(3)本文提出了一种基于社交中心度的缓存空间分配算法。首先,充分利用用户的兴趣偏好对多层社交网络进行建模,以缓存空间效用最大化为优化目标进行数学建模。然后,基于用户在D2D多层社交网络中的拓扑结构和社交中心度属性,提出了一种新的影响中心度算法,用以表示节点在网络中的重要程度。最后,根据节点不同的重要程度,通过拉格朗日乘数法对缓存空间进行分配。仿真结果表明,所提缓存空间分配算法可以有效提升缓存空间效用。

关键词：边缘缓存 D2D网络社交感知多跳传输中心度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于社交感知数据城市GDP空间化方法研究

基于社交感知数据城市GDP空间化方法研究

2015中国城市规划年会

作者：常晓猛鲁国珍简志春乐阳李清泉深圳大学武汉大学

长期以来,以人口、经济数据为主的人文数据与自然地理数据在空间单位上的不统一,低分辨率的人文数据严重制约了人与环境交互作用的研究。统计数据空间化则是解决这一问题的关键技术,基于遥感图像技术实现格网级的社会经济数据的空间模... 详细信息

长期以来,以人口、经济数据为主的人文数据与自然地理数据在空间单位上的不统一,低分辨率的人文数据严重制约了人与环境交互作用的研究。统计数据空间化则是解决这一问题的关键技术,基于遥感图像技术实现格网级的社会经济数据的空间模拟的方法成为主流。随着网络通信技术、移动互联网技术、社交网络/社会化媒体等的日益普及,基于人类时空间行为大数据的研究受到多方关注。本文基于社交网络大数据,提出人类活动指数,并利用该指数对GDP统计数据进行了空间化,通过与基于灯光数据对GDP进行空间化的结果比较,证明基于社交网络数据提出的人类活动指数,能够更好地预测GDP的空间分布。

关键词：统计数据空间化 GDP 社交感知时空活动时空数据回归分析

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

考虑随机失效的D2D协同卸载策略研究

考虑随机失效的D2D协同卸载策略研究

作者：杨林林大连理工大学

学位级别：硕士

随着5G通信技术的蓬勃发展,人工智能和物联网技术与其相互融合,交织出许多新型的智能应用,移动边缘计算(MEC)被提出来解决智能应用的时延问题。但是大量的设备接入会造成MEC的繁忙,而基于MEC架构的Device-to-Device(D2D)协同方案可以利... 详细信息

随着5G通信技术的蓬勃发展,人工智能和物联网技术与其相互融合,交织出许多新型的智能应用,移动边缘计算(MEC)被提出来解决智能应用的时延问题。但是大量的设备接入会造成MEC的繁忙,而基于MEC架构的Device-to-Device(D2D)协同方案可以利用用户附近的空闲资源设备计算任务,该协同方案能够减轻MEC的压力,并提高空闲设备的利用率。首先,本文提出了考虑失效的D2D卸载系统中收益最大化的卸载方案。本文对卸载系统下的社交收益进行建模,在考虑设备随机失效的同时,使用Page Rank算法挖掘出用户间的社交感知度并量化处理,以保证卸载系统收益的最大化。对于随机失效的场景,提出了最大似然取样算法以保证解的质量和效率。对形成的零一规划问题,采取基于匈牙利算法的卸载框架做出最优的卸载决策。其次,本文在考虑失效机制的同时引入了社交亲密度和社交相似度的概念以挖掘用户间的社交影响力,并提出了按照用户社交影响所占比例大小的资源分配策略,以保证数据在更可靠的用户间传输,同时考虑多个失效场景,建模形成整数规划的风险中性模型。对于存在的失效机制采用最大似然算法进行取样,对整数规划采用改进的离散鲸鱼优化算法(DWOA)获取近似解,并提出了启发式的任务卸载算法(HTOS)与DWOA进行对比,结果表明DWOA能够获得质量更高的解。最后,本文基于风险中性模型使用CVa R技术提出风险规避模型,对卸载系统进行风险评估。实验结果表明,风险规避模型能够提高解的鲁棒性,并且规避一些风险状况。

关键词：边缘计算 D2D 任务卸载社交感知随机失效

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于车联网场景下的边缘协作缓存策略研究

基于车联网场景下的边缘协作缓存策略研究

作者：樊奕铮河南科技大学

学位级别：硕士

随着城市信息网络的日益成熟和车辆保有量的快速增长,车联网中许多前沿的应用技术和软件服务都可能依赖优越的计算、通信和存储资源,并且对内容访问延时和网络带宽有着比较严格的要求。在这样的趋势下,对基于车联网场景下的边缘协作缓... 详细信息

随着城市信息网络的日益成熟和车辆保有量的快速增长,车联网中许多前沿的应用技术和软件服务都可能依赖优越的计算、通信和存储资源,并且对内容访问延时和网络带宽有着比较严格的要求。在这样的趋势下,对基于车联网场景下的边缘协作缓存策略研究能够减少系统内容访问延迟、减轻回程链路负载和提高缓存效率,以提高整个网络的性能。然而,现有的车联网场景下的边缘缓存策略仍被限制在过多的理想条件下,使得缓存系统难以在车联网中部署。传统的协作缓存策略非常依赖全局信息,难以适应车联网的动态环境并且缺乏对车辆的针对性,并且集中式部署的智能缓存策略在处理重复的任务时容易浪费过多网络资源。本文就现有研究工作中存在的一些问题,提出了在车联网场景下的去中心化边缘协作缓存策略,以进一步提高在车联网中部署的缓存系统的性能和普适性,主要贡献如下:1.将联邦学习框架融合基于深度强化学习的边缘协作缓存策略中,并利用车辆社交网络概念形成的机会性车辆对车辆通信和数据共享,提出了一种基于社交感知的去中心化边缘协作缓存策略。该策略能够进一步解决最小化长期全局内容访时延所面临的问题。并且,该缓存系统通过将原始训练数据放置在车辆本地,从而实现更快速的全局模型训练,还能保护车辆用户的隐私信息。同时融合了多种车载通信方式,缓解了内容重复缓存带来的问题。2.将注意力机制运用于不同局部模型的加权聚合,并利用深度确定性策略梯度算法根据车辆性能和本地历史数据动态控制缓存节点的选择和缓存更新的决策过程,提出了注意力加权的去中心化边缘协作缓存策略。该策略以去中心化方式训练深度确定性策略梯度模型,并将训练数据保存在车辆本地,充分解决了处理连续动作空间和异构车辆间模型聚合的问题。并且,还利用注意力机制来控制不同局部模型的权重,避免了因为局部模型精度的差异性而导致无效聚合的问题。

关键词：车联网移动边缘计算协作缓存深度强化学习联邦学习社交感知注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

信息中心网络时延优化技术研究

信息中心网络时延优化技术研究

作者：程艳青北京邮电大学

学位级别：硕士

随着互联网用户需求的不断增长,当前网络流量增长的速度超过了硬件性能提升的速度,同时用户间内容转发带来了大量重复流量。TCP/IP在移动性、可扩展性及安全性方面,也有很多弊端。信息中心网络作为一种新型网络架构,利用网内缓存,能有... 详细信息

随着互联网用户需求的不断增长,当前网络流量增长的速度超过了硬件性能提升的速度,同时用户间内容转发带来了大量重复流量。TCP/IP在移动性、可扩展性及安全性方面,也有很多弊端。信息中心网络作为一种新型网络架构,利用网内缓存,能有效解决这些问题。本文重点研究信息中心网络中的时延优化问题,提出一种基于社交感知的节点排序算法的信息中心网络缓存策略(Socially-aware NodeRank-based Caching Strategy for Information-Centric Networking,SNCS)。它是基于节点对社交区域用户重要性,通过将缓存副本放在合适的位置,提升缓存命中率,降低内容获取时延。在缓存位置选取时,考虑到当前网络变为社交导向的网络,社交链接对网络分发性能有直接影响,因此将网络的社交属性加到网络流量模型中。SNCS利用网络的社交属性和图谱物理属性,通过社区探测算法,将网络划分为多个社交自治域(social Autonomous Sections,sociAS )。在每个自治域中找到起关键作用的节点。为了判断区域内节点的重要度,本文基于“邻居节点的重要度高,则该节点重要度也高”的思想,强调节点在整个网络中的价值,提出了一种新的节点排序算法NodeRank。算法根据周围节点的重要性和自身节点的社交属性构造矩阵,得到NodeRank特征向量,特征向量中的每个元素代表社交小区内节点的评分,评分最高的节点为关键节点。关键节点会将热度较高的内容主动推送给周围的邻居节点。同时,网络中的缓存副本会存放在各个社交小区的关键节点以及路径上的评分较高的节点,实现路径内和路径外的缓存,缓存在空间分布上更加合理。为了实现SNCS缓存策略通信过程,本文设计了新的包结构和请求响应过程,并通过SociaICCNSim平台进行仿真。仿真结果表明,SNCS在缓存命中率、缓存命中距离、平均下载时延和服务端负荷下降率方面都有较好的性能。和传统缓存策略不同的是,SNCS加入了社交属性以及新的节点重要度评价算法,使得缓存策略具有社交感知和内容感知特性,降低了内容获取时延。

关键词：信息中心网络社交感知节点排序缓存时延优化