检索结果

Select

1. 面向动态网络的介数中心度并行算法

刘震宇, 王朝坤, 郭高扬

《计算机应用》唯一官方网站 2023, 43 (7): 1987-1993. DOI: 10.11772/j.issn.1001-9081.2022071121

摘要（392）

HTML （57）

PDF （1663KB）（393）

介数中心度是评价图中节点重要性的一项常用指标，然而在大规模动态图中介数中心度的更新效率很难满足应用需求。随着多核技术的发展，算法并行化已成为解决该问题的有效手段之一。因此，提出一种面向动态网络的介数中心度并行算法（PAB）。首先，通过社区过滤、等距剪枝和分类筛选等操作减少了冗余点对的时间开销；然后，基于对算法确定性的分析和处理实现了并行化。在真实数据集和合成数据集上进行了对比实验，结果显示在添加边更新时PAB的更新效率为并行算法中最新的batch-iCENTRAL的4倍。可见，所提算法能够有效提高动态网络中介数中心度的更新效率。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于跳数差的无线传感器网络安全定位方法

肖继清, 刘震宇, 肖江

计算机应用 2016, 36 (4): 945-951. DOI: 10.11772/j.issn.1001-9081.2016.04.0945

摘要（408）

PDF （1052KB）（446）

针对无线传感器网络(WSN)中女巫攻击使距离矢量跳数(DV-HOP)等算法的定位结果产生偏差的问题,提出基于跳数差值的距离矢量跳数算法(HDDV-HOP)及其增强型算法(EHDDV-HOP)。首先,检测节点通过可控泛洪方式获取其他节点的邻居节点列表;其次,检测节点通过分析邻居节点列表检测虚假节点并建立白名单;最后,节点根据白名单选择性转发接收到的数据包并进行安全定位。两种算法的区别在于它们使用不同的检测方式,HDDV-HOP算法中检测节点分析邻居节点列表是否相同,而EHDDV-HOP算法中检测节点分析邻居节点列表交集与并集中元素个数之比。仿真结果表明,在信标节点比例达到20%和信号覆盖不对称时,与无女巫攻击时DV-HOP算法相比,HDDV-HOP定位误差相对大133.4%,EHDDV-HOP在相似度阈值合适时只高出7.3%,但都低于有女巫攻击时DV-HOP的定位误差。两种算法都能抵御女巫攻击,但EHDDV-HOP更优。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于网络处理器的并行包分类方法

刘震宇李卫军赖粤

计算机应用 2010, 30 (2): 306-308.

摘要（1172）

PDF （586KB）（1168）

在大型网络中大量的规则数量会导致位向量（BV）算法的位向量过长和稀疏，要在网络处理器中实现BV算法需要大量的存储资源，而且多次存储读取也降低了算法匹配效率。针对BV算法位向量的问题，将Tuple空间分割思想与BV算法相结合缩短了位向量长度，充分利用网络处理器的并行处理机制和硬件加速单元，提出了一种适用于网络处理器的改进算法——Tuple-BV算法。该算法的元组分割缩短了位向量的长度，减少了位向量的存储空间和读取次数。通过对数据包处理延时的实验比较，当较多规则时，Tuple-BV算法在最大延时和平均延时指标上优于BV算法。