检索结果-内蒙古大学图书馆

作者：孙铭呈湘潭大学

学位级别：硕士

近年来,随着通信技术的发展,诞生了很多P2P网络技术,例如区块链技术P2P下载等等。这些P2P技术的内核之一就是流言算法。流言算法的雏形出现在上世纪80年代,主要作用于分布式数据库,目的是同步这些数据库的副本,使它们达成一致。流言算... 详细信息

近年来,随着通信技术的发展,诞生了很多P2P网络技术,例如区块链技术P2P下载等等。这些P2P技术的内核之一就是流言算法。流言算法的雏形出现在上世纪80年代,主要作用于分布式数据库,目的是同步这些数据库的副本,使它们达成一致。流言算法的服务特点就是它适用于对等节点网络,同样地,流言算法也适用于无线传感器网络。但不论是什么网络技术,流言算法都存在收敛速度方面的缺陷。本文在已有关于经典成对流言算法研究的基础上,针对共识过程中流言算法收敛速度缓慢与大量消息冗余的问题进行了改进,并对共识过程中可能存在的异常数据进行了分析。针对这两个问题,本文从两个角度进行分析:一、通过改变网络拓扑结构的方式,减少流言算法的随机性;二、通过时间相关性分析对数据中的离群值进行异常检测,针对噪声异常值则利用正态分布计算异常。本文具体工作如下:1.利用K-means构建具有类别属性的网络模型,通过这种网络模型减少了流言传播过程的随机性,有利于流言信息在大规模节点集群情况下传播,提高了共识的效率。从类别的角度,提出以空间维度作为类别属性依据进行简单分类,在区分强一致性和弱一致性的情况下分别进行讨论。2.针对无线传感器网络中可能存在的异常数据进行分析,提出了基于流言共识机制的异常检测算法,采用基于时空相关性的统计分析方法和基于距离方法,来综合判断异常,大大提高了离群值检测精度。在Intel Berkeley Research lab数据集下,测试了基于流言机制的异常检测算法的性能,并与Temporal method,Spatial method,Kitnet三种方法进行对比,基于流言机制的异常检测算法即使在异常数据比例较高时也有%96以上的准确率。

关键词：无线传感器网络共识流言算法异常检测

来源：评论

学校读者我要写书评

暂无评论

敌对节点情形下差分隐私分布式在线优化算法研究

敌对节点情形下差分隐私分布式在线优化算法研究

引用

作者：候明安徽理工大学

学位级别：硕士

本文研究了敌对节点情形下,能确保分布式数据源数据隐私的分布式在线学习算法,以及此种情形下差分隐私算法的收敛速度优化。对于前者,主要基于生成鲁棒性网络,对于不同的敌对模型优化网络拓扑,从而使得基于拉普拉斯噪声的差分隐私在线... 详细信息

本文研究了敌对节点情形下,能确保分布式数据源数据隐私的分布式在线学习算法,以及此种情形下差分隐私算法的收敛速度优化。对于前者,主要基于生成鲁棒性网络,对于不同的敌对模型优化网络拓扑,从而使得基于拉普拉斯噪声的差分隐私在线学习算法（ε-Differentially Private DOLA）和基于高斯噪声的差分隐私在线学习算法（（ε,δ）-Differentially Private DOLA）这两种算法有了更快更好的收敛速度。对于后者,主要通过切换网络通信规则为私有流言梯度下降算法使得算法有更好的收敛速度,以及通过控制噪声的插入以便于能够使得在敌对模型下,算法有更好的效果。论文的工作主要包括以下三个部分:第一部分主要研究了分布式在线学习模型和隐私模型。具体来说,对于分布式设置,假设所有节点（即具有独立在线学习功能的节点）都通过一个节点（或一小批）本地数据源中的数据更新其本地参数。为了实现算法的收敛,所有节点必须将其可学习的中间参数交换给相邻节点。在隐私机制方面,研究了分布式在线学习的差异化隐私框架。简而言之,不同的隐私机器学习算法确保它们的输出不会有太大的差异,不管个体是否在训练集中。因此,对手无法从算法的输出中推断出任何有意义的信息。与传统的加密方法不同,DP通过添加适当的噪声来保护分布式数据集的隐私。对于敌对的模型,研究了在不同类型的对手行为下差分隐私模型的表现,并假定有一个上界F对手网络中节点的总数（称为F-total模型）或在当地对手每个普通节点的邻居节点（称为F-local模型）。研究了在特定的敌对行为下,图的拓扑结构对两种不同的差分隐私算法的影响。第二部分主要研究了流言梯度下降算法,其中每个代理节点以一种流言的方式与它的相邻节点以随机梯度下降的方法进行交互。随后,在其基础上研究了私有流言梯度下降算法,建立了不同的隐私级别以及收敛界。在预期的速度中实现了收敛,保留了各个节点的隐私级别,又能够有更快的收敛速度。最后通过数值实验表示,通过该算法具有更快的收敛速度和性能。第三部分主要研究了通过控制噪声的插入以确保每个节点收敛到真实的初始状态平均值的算法。在差分隐私在线学习算法中,通过在过程中注入噪声来保护节点的初始值。通过设置,在每次迭代中,每个节点都会记住上次采样时添加的噪声,在接下来的迭代中,首先减去之前添加的噪声,然后再添加一个较小量级的新噪声。从经验上讲,保护初始值的方法是首先向系统中注入噪声,噪声在网络中传播,然后逐渐消除,以确保均方意义下收敛到真实的初始状态平均值。最后,通过数值仿真表明了该算法的有效性。图[21]表[1]参[60]

关键词：分布式优化差分隐私在线学习敌对模型流言算法梯度下降算法

来源：评论

学校读者我要写书评

暂无评论

分布式流言push-sum无梯度算法

引用

武汉科技大学学报 2017年第6期40卷 472-477页

作者：李德权王孝梅马驰安徽理工大学数学与大数据学院安徽淮南232001

研究多个体网络中所有个体目标函数之和最小值问题,其中每个个体仅知其自身目标函数且仅可与其邻居个体交互信息。鉴于个体目标函数通常非光滑,同时个体间单变量信息通信有一定局限性,本文提出一种分布式流言push-sum无梯度算法求解此... 详细信息

研究多个体网络中所有个体目标函数之和最小值问题,其中每个个体仅知其自身目标函数且仅可与其邻居个体交互信息。鉴于个体目标函数通常非光滑,同时个体间单变量信息通信有一定局限性,本文提出一种分布式流言push-sum无梯度算法求解此优化问题。假设每个个体都具有一个服从泊松分布的控制时钟,时钟的每次转动表示随机选择的个体之间进行信息更新。进一步地,在网络连通条件下证明了所提算法的收敛性。数值仿真结果表明,与现有的分布式流言无梯度优化算法相比,本文算法具有更快的收敛速度。

关键词：多个体网络网络优化分布式优化流言算法 push-sum算法无梯度算法

来源：评论

学校读者我要写书评

暂无评论

切换网络分布式Push-sum无梯度算法

切换网络分布式Push-sum无梯度算法

引用

作者：王孝梅安徽理工大学

学位级别：硕士

近年来,伴随着网络、通迅、计算机等技术的快速发展,分布式优化研究课题备受学者们关注,尤其是大数据时代的到来给分布式优化算法提供了新的研究课题。多个体网络是由众多个体通过信息通讯耦合成的网络化系统,其中每个个体均具有感知、... 详细信息

近年来,伴随着网络、通迅、计算机等技术的快速发展,分布式优化研究课题备受学者们关注,尤其是大数据时代的到来给分布式优化算法提供了新的研究课题。多个体网络是由众多个体通过信息通讯耦合成的网络化系统,其中每个个体均具有感知、处理和通迅的能力。分布式优化目的是要求网络中各个个体团队合作解决网络中各个目标函数之和的最小值问题,其优点不仅能有效节约企业或公司中的投资成本而且具有极强的鲁棒性。但现实中,很多通迅条件都会影响个体间信息通讯,如切换非平衡网络、个体目标函数次梯度计算复杂或者通迅通道故障等约束条件,因此目前研究切换网络下分布式优化算法意义重大。本文主要解决多个体网络中所有个体通过相互协作来寻求各个个体目标函数之和的最小值问题,其中每个个体仅知其自身目标函数且仅可以与其邻居个体交互信息。针对个体目标函数次梯度计算复杂和不存在情况,以及对个体间信息通讯出现的其它复杂问题进行深入研究。本文包括两部分主要内容:一、针对多个体网络中个体间信息通讯常会出现数据丢包、个体目标函数通常是非光滑及单变量信息通迅具有一定局限性等问题,提出数据丢包情形下分布式无梯度Push-sum算法。通过增加虚拟节点进行系统扩维,为此建立一个有限的非均匀的马尔可夫链,这意味着与网络拓扑相对应的权矩阵为列随机矩阵而无需双随机矩阵,因而网络拓扑是切换非平衡的。并利用遍历性系数的结论理论上验证了算法的收敛性,其中误差值与高斯近似函数的光滑参数、目标函数的lipschitz常数成正比。故有效解决了数据丢包及个体目标函数次梯度计算复杂的分布式优化问题。二、针对多个体网络中所有个体在同一时刻进行信息通迅使得信息量巨大致使信息拥塞或网络坍塌的情况频繁发生的问题,提出分布式流言Push-sum无梯度算法来解决上述问题。个体选择邻居进行信息通讯的过程均服从一个泊松分布时钟的转动规律,时钟每转动一次代表与选择的邻居信息通讯一次。接着在网络连通和迭代步长下降的基础上证明了所提算法具有收敛性。最后,通过MATLAB软件分析得出的图像验证了所提算法理论结果的有效性。综上,本文在网络连通和权矩阵为列随机矩阵情况下,理论上证明了数据丢包情形下分布式无梯度Push-sum算法的收敛和分布式流言Push-sum无梯度算法的收敛,从而有效的解决了数据丢包、目标函数非光滑、单变量通讯和同步信息通迅的复杂问题。最后通过MATLAB软件得出的图像结果显示:多个体网络中个体间单(双)变量进行信息通迅并不影响算法的收敛性,仅是在此问题上双变量信息通迅比单变量信息通讯收敛速度快。

关键词：多个体网络 Push-sum算法无梯度数据丢包流言算法

来源：评论

学校读者我要写书评

暂无评论

复杂多个体系统的量化一致性研究

复杂多个体系统的量化一致性研究

引用

作者：王娜安徽理工大学

学位级别：硕士

近年来,关于如何协调一组分布式的动力学系统或个体已经成为复杂多个体系统研究的一个热门领域。作为复杂多个体系统的分布式控制研究中的一个根本问题,多个体系统的一致性问题近来已经引起了越来越多的关注。在一组个体中,“一致”意... 详细信息

近年来,关于如何协调一组分布式的动力学系统或个体已经成为复杂多个体系统研究的一个热门领域。作为复杂多个体系统的分布式控制研究中的一个根本问题,多个体系统的一致性问题近来已经引起了越来越多的关注。在一组个体中,“一致”意味着所有的个体在它们某些共同的状态变量上达到一致,而一致性算法是为个体设计的一种网络控制协议,而这些个体是基于局部信息交换而达到一致的。一种重要的控制策略就是基于量化信息通信的复杂多个体系统的异步一致性问题。事实上,由于通信环境的影响,网络通道带宽有限成为影响复杂多个体系统性能的瓶颈之一。有限带宽受限的网络系统的个体间的通信可以视为这样一个过程：在每次采样过程中,信息发送个体对自身状态变量进行量化编码(Encode)并发出源码(Symbolic data);其邻居(信息接收个体)接收到源码,则利用一个量化解码(Decode)算法对发送个体的状态变量进行估计,进而利用估计的邻居状态进行自我迭代并最终实现群体的宏观协调一致。因此,量化通信在个体间的有限信道信息交换中扮演着重要角色。本文重点分析了网络基于量化信息通信的复杂多个体系统的异步一致性问题。首先,在无向图的基础上研究了基于量化信息通信的复杂多个体系统的流言算法静态一致性问题。其次,在有向图的基础上我们分析了基于量化信息通信的复杂多个体系统的广播流言算法的静态一致性问题及动态一致性问题。

关键词：复杂多个体系统一致性流言算法广播流言算法量化信息通信

来源：评论

学校读者我要写书评

暂无评论

基于P2P的流媒体分发关键技术研究

引用

河南大学学报（自然科学版） 2008年第2期38卷 206-209页

作者：王爽陈亚霖李绍滋厦门大学信息科学与技术学院河南工业大学网络教育管理中心郑州450052

设计一个基于P2P覆盖网的流媒体分发方案,该方案采用Gossip算法进行节点间信息的传递.仿真实验结果显示,有效的成员管理、伙伴管理和调度管理实现了流媒体内容实时、持续的分发,在动态变化的用户环境下表现较优.

关键词：流言算法对等网络流媒体分发

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：