- 姚旭影;
传统嵌入式终端数据传输并行加密方法易受到数据传输迭代过程中暂态特性的影响,加密后数据信息丢失量较大,加密效果不佳。为了减少加密后的信息丢失量,提升加密安全性,提出基于高级加密标准算法和混沌映射的嵌入式终端数据传输并行加密方法。根据嵌入式系统中数据的属性分布情况,对其进行编码设计,基于混沌映射原理,对数据进行初级加密,并对传输数据进行整合,求取其状态矩阵,以消除数据传输迭代过程中暂态的影响,以此为依据,采用AES算法,对数据进行轮钥加密,由此实现数据传输并行加密。对比实验结果显示,所提方法能够为数据提供一个安全且稳定的传输空间,加密后的信息丢失量很小。
2024年02期 v.23;No.128 54-59页 [查看摘要][在线阅读][下载 32409K] - 何远景;李光龙;
为提升金融业务数据库查询精准度和效率,设计了一种基于多级索引表的金融业务数据库精准查询方法。首先,构建多级索引的逻辑结构,设计多级索引表构建过程;其次,进行金融业务数据特征融合,为金融业务数据查询准备好数据条件;最后,设计金融业务数据库精准查询算法,完成基于多级索引表的金融业务数据库精准查询方法设计的全过程。实验结果表明:设计方法的金融业务数据库查询精准度均在90%以上,最高可达到98%,而且查询所需时间最短仅为5.25 s。本设计方法的适用性极强,具有较好的应用前景,以期能够为金融业务数据的精准高效查询提供参考借鉴。
2024年02期 v.23;No.128 60-64页 [查看摘要][在线阅读][下载 6853K] - 高峰;
传感器数据通常具有高维特征,且在实际工业环境中可能存在复杂的非线性关系。如何有效处理高维度、非线性和复杂的数据特征,是当前研究的难点问题。为此本研究基于支持向量数据描述算法,针对高维非线性传感器数据流进行异常点检测。采用生成对抗网络提取高维非线性数据特征,通过主成分分析方法对提取得到的特征进行降维处理,以减少数据维度。使用经过降维处理的数据训练SVDD模型,通过求解对偶问题,得到的支持向量的系数和阈值等参数,以确定异常检测的决策边界,根据决策边界实现异常点检测。通过实验验证可知,所提方法的异常检出率较高,误报率较低,得出SVDD算法在高维非线性传感器数据流中异常点检测具有有效性,证明了其在实际工程应用中的潜在价值。
2024年02期 v.23;No.128 65-69页 [查看摘要][在线阅读][下载 8170K] - 朱平哲;
针对传统云计算框架中的资源部署所面临的高能量消耗和高资源浪费问题,提出了一种基于元启发式的虚拟机资源部署算法。首先,综合考虑物理主机的CPU类型、RAM大小以及硬盘大小等多个因素,设计了一种兼顾能量消耗和资源利用的最小化目标函数,并构建了虚拟机资源部署模型;其次,基于上述模型设计了一种基于元启发式的虚拟机资源部署算法,该算法综合了能量消耗以及资源浪费等多个因素,重新设计了适应度函数,将种群进行了再划分;最后,并创建了关联集和合集,以得出虚拟机资源的全局最优部署方案。仿真实验结果表明,与目前几种代表性算法相比,所提出的算法在能量消耗、资源浪费比例、活动服务器、算法执行时间等4个方面均具有显著优势。
2024年02期 v.23;No.128 70-74+91页 [查看摘要][在线阅读][下载 2319K]