近年来，互联网使得人们可以在分布式计算环境中获取广泛的远程服务。然而，一系列安全问题影响着分布式计算平台数据传输完整性。例如，"僵尸网络"（包含恶意代码）就是互联网安全的一种显著威胁。多种犯罪活动依附于僵尸网络，包括分布式拒绝服务（DDoS）攻击、点击欺诈、网络钓鱼、恶意软件分发、垃圾邮件、建立用于非法信息交换的机器，等等。因此，有必要设计并构建一种稳健的机制以提升僵尸网络的探测、分析和移除过程。目前，已有较多工作从不同角度针对僵尸网络的探测技术进行综述，但是，这些工作视角有限，缺乏对最新技术的探讨。本文全面评述僵尸网络最新探测技术，指出该技术的发展趋势；对僵尸网络探测技术作了分类，并通过定性分析凸显了这些技术的潜在影响和关键方面。基于此全面综述，指出涵盖整个僵尸网络探测领域多个方案的改进方向，并指明此领域长期存在的显著挑战。

僵尸网络检测；异常检测；网络安全；攻击；防护；分类

关键词组：矩阵分解；概率主题建模；相关矩阵分解；推荐系统

对于低端惯性传感器与摄像机组合设备惯性传感器Yaw角输出误差较大或无Yaw输出的情况，进行惯性传感器与摄像机之间的精确标定。 分析经典手眼标定方法，利用标定方程中有关矩阵的相似性质，使得在缺少惯性传感器Yaw角测量信息的情况下，仍然能够精确标定惯性传感器与摄像机之间的相对姿态。 首先，使惯性传感器和摄像机一起运动两次（图3）。根据摄像机拍摄标定板的视频图像求出摄像机两次相对位置姿态，同时记录两次惯性传感器的Roll角和Pitch角的输出。然后，通过分析经典手眼标定方程RX=XR（公式4），得出矩阵R与矩阵R为相似矩阵，且二者迹相等。据此，恢复两次惯性传感器运动的相对旋转矩阵R（算法1）。最后，为获得精准标定结果，记录惯性传感器-摄像机设备的多次运动数据，并利用Levenberg-Marquardt（LM）算法进行优化，以减小噪声影响，获得惯性传感器和摄像机之间的相对旋转（图5）。 利用相似矩阵的性质，可以恢复两次运动之间惯性传感器间的旋转矩阵，利用LM算法，可以优化标定结果。

标定；计算机视觉；惯性传感器；智能手机；部分信息

以提高片上网络性能和可靠性为目标，提出片上网络设计中分配和映射这两个重要步骤的优化算法，提出自适应容错路由算法。 根据片上网络分配和映射的需求和约束条件，设计了自适应容错路由算法以提高系统可靠性。分别设计了PSOGA、PSOSA和SS三个多目标优化算法，既能满足片上网络分配和映射的需求，又改善了传统智能算法易陷入局部最优的缺点，获得了更多高性能分配和映射方案。 首先，根据片上网络分配和映射的需求，分别提出了性能和可靠性的多目标评价模型。接着，设计了自适应的容错路由算法兼顾了系统可靠性和性能。然后，根据片上网络分配和映射的特征，设计了PSOGA和PSOSA算法，融合粒子群、遗传算法和模拟退火算法等传统智能算法的优点，设计了多目标SS算法，实现了基于小种群的多目标优化。最后，将提出的算法用于E3S的典型测试用例，并且通过NIRGAM进行仿真。 实验结果显示，本文算法获得的分配和映射方案在质量和数量上均优于传统智能算法。

片上网络；映射；分配；可靠性

建模分析用于经皮能量传输的三种不同结构平面线圈间的耦合电磁场分布，特别是平面铁氧体磁片对空心线圈自感和互感参数的附加影响。 对平面螺旋线圈间的耦合电磁场模型进行了详细的理论分析，分别对比了三种结构线圈（图2）的自感、互感和耦合强度，得出铁氧体磁片对线圈自身参数的影响，为参数化设计方法奠定理论基础。 首先，简单介绍了应用主体新型人工肛门括约肌的研究进展。然后，对文中提出的三种不同结构线圈对间的电磁场分布进行理论建模，得到线圈参数与线圈自感和互感的相互作用关系。最后，针对实际制作的不同结构的线圈（表1，2），分别使用实验、有限元分析和模型公式计算方法对上述理论公式进行交叉验证和对比（图7–12）。 夹层式平面螺旋线圈间的耦合强度最优，其大小与股数成正比，与线圈间距成反比，并且铁氧体磁片存在最优厚度和相对磁导率使其对耦合因子的增强效果最佳。

经皮能量传输；平面螺旋线圈电感；互感；耦合因子；人工括约肌；肛门失禁

两个发电商的利益最大化之间存在冲突。其一，每个发电商倾向于将其拥有的机组在电价最低的时候进行检修，但每周可以检修的最大容量有限；其二，每个发电商倾向于发更多电，但每天的负荷固定不变。此外，系统可靠性目标与其他目标也构成冲突关系。为此，在电力市场环境下的发电检修计划中，考虑不同发电商的利益最大化，同时考虑电力系统的可靠性最大化。对多个目标同时进行优化，并分析不同目标之间的关系。 提出一种更适于进化算法求解的发电检修计划模型，提高了求解效率。分析了电力市场环境下发电检修计划中不同目标之间的关系及其成因。 为使发电检修计划模型更适于被进化算法求解，发电机组的检修变量采用整数编码，在线状态变量和启动状态变量均转化成为由机组出力变量表示的中间变量。对此多目标优化模型，采用带有多发现者的群搜索优化算法（GSOMP）求解。 仿真分析表明拥有最便宜机组的发电商的利益最大化目标与系统总发电费用目标并不构成冲突。本文提出的系统可靠性目标函数，在高、低负荷时段均有利于保持一定的备用容量。

发电检修计划；市场环境；多目标优化

良好的资源分配算法对提高多天线OFDM系统性能具有重要作用。已有研究多针对传统集中式MIMO-OFDM系统，且通常假设子载波或子信道被用户独占，限制了部分容量性能。为进一步提升系统容量性能，针对多用户分布式MIMO-OFDM系统，提出一种子信道共享的资源分配算法。 不同于已有算法，本文的算法允许每个子信道同时被多个用户使用。允许子信道共享和干扰抑制，确保容量最大化。很好地利用了分布式MIMO系统的信道特性和架构特点，通过静态端口选择，有效降低了复杂度和反馈开销。 假设用户只与系统中的两个端口进行通信，并为每个用户选择信道状况最好的两个端口作为通信端口，进而在每个子载波上采用逐减方法为用户分配子信道。逐减过程中，对每个用户而言，每次删除一个使信漏噪比（SLNR）减少量最小的子信道，直到剩余子信道数与接收天线数相等。所有用户处理完毕后，若仍有子信道未被分配，则将其分给能使信漏噪比增量最大的用户。 仿真结果表明，相较于对比算法，所提算法容量性能更优，且在同样容量性能要求下，该算法能使系统容纳更多用户同时进行通信。

分布式MIMO-OFDM；多用户；资源分配；子信道共享；SLNR

关键词组：光与无线接入网；网络虚拟化；性能分析

关键词组：Keystone变换；匹配滤波；MDCFT；失配；外辐射源雷达；速度估计