首页期刊导航|计算机仿真
期刊信息/Journal information
计算机仿真
计算机仿真

吴连伟

月刊

1006-9348

kwcoltd@public.bta.net.cn jsjfz@compusimu.com

010-68767186

100037

北京海淀阜成路14号

计算机仿真/Journal Computer SimulationCSCD北大核心CSTPCD
查看更多>>本刊旨在促进我国仿真技术交流和发展,既总结过去、探索基础理论,又跟踪发展前沿,重点报导仿真应用成果。现已是中国科技论文核心期刊。于2003年被《中国科学文献计量评价研究中心》评为优秀期刊。同时被选入中国学术期刊(光盘版)文献检索系统、中国科学引文数据库、中国核心期刊数据库。现已成为仿真技术领域中优秀期刊。
正式出版
收录年代

    基于多模块分层组合模型的CAE软件耦合方法

    陈雪曹建文
    481-485页
    查看更多>>摘要:为了弥补复杂装备CAE软件缺乏开放式、可组合式系统架构的短板,提出了一种基于多模块分层组合模型的全链路CAE软件耦合方法。首先,基于离散事件系统规范(DEVS)中离散事件模型+有限状态机+连续时间模型的组合模式,构建CAE软件前处理、数值求解、后处理阶段的核心构件库。其次,采用多模块分层分级的组合模型,基于多智能体系统的事件触发驱动机制,实现全链路CAE核心软构件的自动化耦合。面向盾构/高铁应用场景的仿真结果表明,将CAE全生命周期链路进行构件化细分、自动化耦合,利于研究多因素耦合作用下的复杂装备产品设计。此外,多模块组合模型的架构支持CAE软件核心模块的灵活组合与独立部署,实现对CAE软件向云服务平台整合的支持。

    多模块可组合式分层分级离散事件系统规范耦合

    基于TEE预言机的区块跨链数据安全传输协议

    曾萍张沥文赵耿梁银杰...
    486-492页
    查看更多>>摘要:针对当前区块链技术发展过程中,异构区块链之间存在信息孤岛、扩展性不高、数据不能安全互通共享的问题,提出基于可信执行环境(Trusted Execution Environment,TEE)预言机(Oracle)的跨链数据安全传输协议。构建了TEE预言机体系结构,直接为智能合约的跨链操作提供接口,有效降低了存储代价,保证了传输数据的可信度;上述协议包括密钥注册以及数据请求和传输两部分,在数据请求和传输部分采用了基于Curve25519 系列椭圆曲线算法,保证了数据跨链传输过程的安全性和机密性。最后,进行了安全性分析以及性能分析。实验结果表明,上述方案吞吐量最高可达 1358TPS左右,与文献[9]的中继方案相比提高了 600TPS,且可以抵抗重放攻击、更改攻击等。

    跨链可信执行环境预言机安全传输

    改进复合免疫算法的大规模网络入侵攻击检测

    要丽娟武喆
    493-497页
    查看更多>>摘要:为提高入侵攻击检测效果以应对多种网络攻击,提出一种改进复合免疫算法的大规模网络入侵攻击检测方法。通过对自我和非我的区分匹配,描述网络入侵攻击检测问题,凭借模糊算法规则明确免疫机制界限。将遗传算法带入否定选择法中,令任意染色体可描述为模糊规则中的部分限定,设定惩罚系数限制规则覆盖正常样本的概率,令检测器选择过程简单化。选用二进制编码和汉明距离计算抗体与抗原间亲和度,得出二者在大规模网络内的浓度,最后基于检测器数据集与网络数据对比,若匹配则存在入侵攻击,根据对比结果记录抗体并报警。实验结果表明,所提方法能够提高检测精度和效率,具有极佳的适用性和应用价值。

    入侵攻击检测否定选择复合免疫算法匹配阈值

    基于联邦学习算法的复杂网络大数据隐私保护

    符太东李育强
    498-502页
    查看更多>>摘要:网络数据中含有大量的数据信息,为避免大数据泄露用户的隐私信息,有效保证复杂网络大数据的安全性,提出一种基于联邦学习算法的复杂网络大数据隐私保护方法。将联邦学习算法和VAE技术结合,构建变分自编码器,训练本地数据集。通过训练好的数据建立参数聚合链,将训练过程中产生的中间参数设定为证据,利用激烈节点验证模型参数,删除虚假以及低质量参与节点。建立联合模型,通过模型参数的交互代替数据的直接交换,完成复杂网络大数据隐私保护。实验结果表明,所提方法可以有效保护大数据隐私,同时可以提升整体运行效率和抵抗病毒攻击能力,降低平均存储损耗。

    联邦学习算法复杂网络大数据隐私保护

    用户终端隐私大数据交互式保护算法

    赵振兴段富
    503-506,524页
    查看更多>>摘要:用户终端隐私数据泄露,大量隐私信息被不法分子利用,导致用户隐私安全受到严重威胁。为了提高用户终端隐私数据的安全性,提出一种用户终端隐私大数据交互式保护算法。采用互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)算法结合小波阈值函数对用户终端隐私数据去噪处理,并通过启发式搜索算法和最大信息数建立特征选择模型,获取隐私数据的特征;采用差分隐私保护算法对隐私数据保护,通过K-means算法划分特征并计算敏感度,使用拉普拉斯机制将噪声加入敏感度较高的特征中,实现隐私数据的保护。实验结果表明,所提算法的数据隐私性强、可用性高,且对数据加密所用时间短。

    网络终端小波阈值函数隐私大数据差分隐私保护算法

    小时间尺度网络数据传输故障识别数学建模

    肖金桐田亮王艳君
    507-511页
    查看更多>>摘要:在网络传输过程中,数据容量较大,受外界因素影响极易导致传输中断,从而出现信息缺失与传输误码。为解决中断故障造成的数据传输误差和缺失问题,提高网络利用率,保证网络的正常通信。因此,提出一种小时间尺度网络数据传输故障识别数学建模。建立传输的容错控制条件,分析小时间尺度网络的混沌状态和流量序列,描述网络中多层前向特征,调整各个尺度下权重和阈值。设定容错策略,对小时间尺度网络多项训练,得到网络的中断故障诊断。针对性预测缺失数据,通过函数计算预测误差及序列权重等参数,获得故障隶属度层和规则集合层间调节权值,完成中断故障容错识别。实验证明,所提方法提高了网络传输召回率,增加网络资源利用率,减少网络在中断故障下的传输误码率。

    小时间尺度网络网络流量混沌理论中断故障容错识别

    最佳节点找寻下传感节点优化部署覆盖仿真

    江锐张薇
    512-515,535页
    查看更多>>摘要:在传感节点部署过程中,节点的密度影响节点覆盖,密度过低会导致覆盖不足,无法捕捉到关键信息;密度过高则会浪费资源和增加成本。因此,提出最佳节点找寻下传感节点部署覆盖优化方法。建立传感节点概率感知衰减模型,获取传感网络中传感节点的应用环境。通过全局传感网络冗余节点休眠算法,对冗余节点执行休眠操作,以此减少网络能耗;计算传感网络覆盖率,并将传感网络最大覆盖率和最小传感节点利用率作为传感节点部署覆盖优化目标函数;引入鱼群算法和粒子群算法求解,同步对最佳传感节点位置迭代寻优,以此实现最佳节点找寻下传感节点部署覆盖优化。实验结果表明,所提方法的网络覆盖率高,能够有效降低节点能耗,且运行时间短,增强了网络寿命。

    传感节点部署冗余节点鱼群算法粒子群算法覆盖优化

    无线传感器网络容错低功耗自适应分簇算法

    轩春青王婷婷
    516-519,530页
    查看更多>>摘要:针对成簇阶段因缺少容错性而无法保证数据可靠性的问题,提出基于局域世界的无线传感器网络容错分簇算法。以局域世界的社团理论和符号网络结构平衡理论为根本,构建由多个簇组成的局域世界下无线传感器网络拓扑结构。融入势博弈和最优刚性子图的概念,根据集聚系数较小边的所在位置,优化网络拓扑结构。以优先级理念与带宽预留技术为支撑,设计容错机制。将节点与簇的剩余能量作为簇头选择依据,采用低功耗自适应集簇分层型协议获取容错分簇簇头,实现无线传感器网络容错分簇。经实验检验,所提算法能够有效解决节点失效过早、失效速率过快等问题,容错分簇后减少死亡节点与节点能耗,增加运行周期,加强吞吐能力。

    局域世界无线传感器网络容错机制能量消耗多跳通信

    多端口并行通信下多维度数据高速采集仿真

    林树青叶丽珠
    520-524页
    查看更多>>摘要:在多端口并行采样过程中,不同输入通道之间存在失配造成的误差,导致数据采集不准确,且存在大量的冗余数据,增加了数据传输的负担。为了提高数据采集效率,提出一种超多端口通信中多维数据的高速采集方法。明确多维数据的采集理想值,分析多端口通信信噪比环境,选择通用接口保证通信兼容,稳定的模数转换器性能。为减少多端口并行采样的失配误差,利用时间交替并行采集策略,通过调试端口通信各类误差,降低通道信噪比。实时判断数据采集所需时间,重构数据采集误差函数,根据采集间距和模糊规则,调整有效距离,判断并删除冗余数据,实现多维度数据的高速采集。经实验证明研究方法能在保证数据完整性和精确度的前提下,实现高速采集,采集过程中受噪声影响小。

    多端口通信多维度数据数据采集高速采集模糊规则

    基于混合网络和注意力机制的脑电情感识别

    朱飞宇王杰华丁卫平谢天...
    525-530页
    查看更多>>摘要:针对目前脑电信号情感识别准确率不高,循环模型特征提取能力不足等问题,提出了基于一维卷积和BiBASRU-AT的脑电信号情感识别模型。对数据集进行分段预处理以扩充样本数量,由一维卷积提取 62 个通道局部情感特征;构建内置自注意力简单循环单元以捕捉多通道融合特征以及通道之间的依赖关系,软注意力机制识别出对情感倾向识别影响较大的重点特征,线性层输出积极、中性、消极的情感识别结果。在脑电信号数据集 SEED 上的实验结果表明,该模型取得了90。24%的平均分类准确率,高于实验对比的优秀深度学习模型,内置自注意力简单循环单元特征捕捉能力更强,证明了模型的有效性。

    情感识别脑电信号简单循环单元自注意力一维卷积