导读:本文包含了多用户机制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:多用户,机制,资源共享,同态,干扰,环境,公平性。
多用户机制论文文献综述
王娅菲[1]（2019）在《基于加密语义树的多用户可搜索加密机制》一文中研究指出随着云计算的不断发展,云存储已经成为云计算最广泛的应用之一。云存储在为广大用户带来方便的同时,也造成了数据所有权和管理权分离的问题。云存储安全受到业界广泛地关注,为了更好地解决此问题,可搜索加密的云存储服务机制及效率问题在近几年中得到了研究者的广泛研究和发展。本文针对目前可搜索加密的不精确问题进行了研究,实现了在语义方面的精准搜索以及效率的提高。目前的可搜索加密方案大多针对多用户,多关键字搜索等方面进行研究,但没有考虑到语义对于搜索结果的影响,为了解决这个问题,本文实现了语义方面的可搜索加密,并且在此基础上提高了运作效率。本文利用了两个云服务器确保用户语义搜索的高效运行,一台用来匹配陷门以及产生语义的相关匹配结果,另一台用来搜索出最相关的文件并返回给用户。为了更安全和高效,本文中语义树上传至云服务器中,使用在云服务器中产生陷门的办法,确保减少用户的计算量,同时对语义树进行加密,保证语义树关键信息的安全,不被恶意用户窃取。另外,本文采用消息摘要算法(Message-Digest Algorithm 5,MD5)加密可以保证明文与密文的对应,并且利用MD5加密的密文无法通过密文解出明文的特点,保证明文的安全。通过安全性分析可得本方案具有抗伪造攻击、已知密文模型下的安全性和数据的安全性。通过语义树的效率分析和与目前相关方案的时间复杂度的对比分析,表明该方案具有高效性。(本文来源于《兰州理工大学》期刊2019-05-20）
梁富伟,裘华东[2]（2019）在《共享通信信道下多用户竞争的能效计算卸载机制》一文中研究指出移动云计算环境中,移动用户需要决定是否将应用卸载至云端处理,即计算卸载决策问题。在共享信道下,多竞争用户进行应用卸载时,必然会导致应用执行的延时。为了解决截止时间约束下执行能耗的优化问题,提出了一种非合作博弈算法。博弈过程中,每个用户以满足应用执行期限的同时最小化自身能耗为目标,将多竞争用户共享通信信道建立为非合作博弈过程,使单个用户可以独立作出计算卸载决策。证明了在同质和半同质环境下,算法总能产生Nash均衡解。并设计了一种基于高斯赛德尔模型的方法求解了Nash均衡解。仿真实验结果证明,算法可以在一定次数迭代后收敛于Nash均衡点处,在满足时间约束的同时,极大降低用户局部执行时的总体能耗。(本文来源于《实验室研究与探索》期刊2019年03期）
席晟哲[3]（2018）在《混合云平台基于属性访问控制的多用户可搜索加密机制》一文中研究指出随着云计算技术的不断发展,“云”也成为了数据存储的重要载体。云服务器强大的搜索能力和廉价的成本吸引着大量用户及企业将其数据存储在云端,但数据一旦脱离了用户的控制就会产生各种安全问题。由于云服务器的半可信性,非法用户可以利用各种手段窃取存储在云端的数据,这使得云存储服务机制存在很大的安全隐患。数据加密存储是保证云端数据隐私性的有效方法,但数据的安全共享和高效搜索又成为一大难题。为了解决以上问题,本文针对混合云多用户的应用场景,将可搜索加密技术与基于属性的访问控制技术进行有效结合,提出了一种混合云环境下基于属性的多用户可搜索加密机制,并实现了用户属性的撤销功能。本方案利用数据分割的思想将明文数据分割为关键数据与非关键数据以适应混合云的存储方式,将数据量较少的关键数据存入私有云服务器中以确保其高安全性,将数据量较庞大的非关键数据存入公有云服务器中以确保其高效性并节约存储成本。在本方案中私有云利用线性秘密共享技术实现对授权用户的访问控制,并利用密文策略属性基加密对关键数据及其关键字进行加密存储,而公有云中利用典型对称加密算法中的Z-IDX算法对非关键数据进行加密存储。本方案将属性信息标识唯一的版本号,在算法各阶段对密钥和密文进行更新,以实现用户权限的撤销。最后通过安全性分析和性能分析,得出本方案具有较高的效率并且在安全模型下是安全可靠的。(本文来源于《兰州理工大学》期刊2018-04-24）
胡秋翔,崇殿兵,毕思斯[4]（2018）在《基于锁定机制的电网GIS多用户协同编辑研究》一文中研究指出针对电网GIS中多用户协同编辑的现实需要,在确保编辑数据一致性和正确性的基础上,结合任务划分和版本管理技术,提出了基于锁定机制的电网GIS多用户协同编辑.首先分析了协同编辑的体系结构和编辑流程,然后描述了协同编辑中锁定机制的实现算法、锁定流程以及客户端之间数据同步,最后结合实际项目需求构建原型系统,对基于锁定机制的电网GIS多用户协同编辑进行了验证.(本文来源于《计算机系统应用》期刊2018年04期）
金丽[5]（2018）在《移动云计算环境下基于多用户协作的资源共享机制研究》一文中研究指出在移动云计算环境下,移动终端用户将需要大量计算资源的应用任务通过无线接入网络和互联网卸载到远程的云计算数据中心上,利用资源丰富的云计算数据中心完成移动终端上的任务。然而,云计算数据中心通常离移动终端较远,计算任务迁移至云端的方式不仅增加了网络负荷,而且引入了较大的数据传输时延。为了解决传统移动云计算所面临的问题,人们提出利用多个邻近移动设备以协作的方式形成一个资源池,即移动自组织云(mobile ad hoc cloud),以满足资源短缺用户的需求。移动自组织云在很大程度上依赖于用户的参与。由于每个用户的理性和自私性,用户通常不会自愿地共享本地的空闲资源。因此,为了实现移动自组织云,需要提出一种有效的机制以促进多用户之间的资源共享。本论文研究了移动自组织云中两种不同的场景:1)存在一个资源提供者;2)存在多个资源提供者。针对这两种场景,本论文分别提出了有效的机制以促进多个移动用户之间的资源共享。本论文的主要工作如下:1、针对存在一个资源提供者和多个资源需求者的场景,本论文研究如何设计有效的定价机制来协调多个用户对有限资源的需求。在资源提供者不清楚其他多个资源需求者的效用函数的场景下,本论文提出一种基于预测的资源定价策略,并且在理论上分析了该定价策略所实现的社会效用与最优社会效用之间的差值以及定价策略中预测误差的影响。2、针对存在多个资源提供者和多个资源需求者的场景,本论文研究如何设计有效的资源分配机制来匹配多个资源提供者和资源需求者。结合多用户之间所存在的社会关系,本论文将多用户之间的资源共享问题建模成一个一对多的匹配问题,并提出一种基于经典Gale-Shapley(GS)的完全分布式的算法,该算法可以使所有移动用户从资源共享中收益,而且经过有限次迭代后能够到达稳定的状态。3、本论文对所提出的算法进行了详细的数值仿真以及分析。针对包含一个资源提供者的移动自组织云场景,验证了基于预测的定价策略的有效性,并且预测误差越小性能越好;针对包含多个资源提供者的移动自组织云场景,验证了基于GS的完全分布式资源共享算法,结果表明该算法实现的社会效用接近于最优社会效用。(本文来源于《南京理工大学》期刊2018-03-01）
吴岱霓[6]（2017）在《云环境下多用户加密检索机制的研究》一文中研究指出随着云技术的不断发展,越来越多的企业和个人使用云技术。云技术给人们带来运营成本低、数据管理方便等优点的同时,也带来一系列安全问题。由于用户外包的数据都带有强烈的隐私属性和商用价值,而云服务提供商又不是完全可信的,外包数据的安全受到极大的威胁。为了防止隐私数据的泄露,数据拥有者会先将数据加密后,再上传到云端。然而,数据从明文变密文之后,有效的信息被隐藏,使得检索数据变成异常困难。因此,研究加密检索机制是十分必要的和急需的。论文主要对加密检索机制进行了研究,主要工作如下:已有的大多数加密检索方案都是基于数论,如大整数分解难问题,离散数学难问题等。然而随着量子计算机的发展和基于量子计算机的算法的提出,基于数论的密码学方案的安全性受到威胁。基于格上困难问题的密码学方案可以抵抗量子攻击,但基于格的加密检索方案很少,而且都是针对单用户的加密数据检索。针对这些问题,提出一个基于格上困难问题的多用户公钥加密检索方案。提出的方案不仅能实现不同的数据所有者用自己的私钥加密索引,而且能实现拥有不同私钥的用户能产生有效的查询陷门,云服务器利用这些查询陷门在密文上完成检索。在随机预言模型下该方案被证明满足基于LWE(Learning With Errors)困难问题的选择关键字安全。已有的大多数加密检索方案都没有考虑查询结果的完备性。但在实际中,云服务器为了节约成本,有可能没有正确地执行检索请求,只返回部分符合查询的结果。此外,已有的大多数加密检索方案都没有优化云端的索引结构,单个关键字的检索时间复杂度为O(n*m)(n为加密文件个数,m是关键字的总个数),效率较低。针对这些问题,提出一个可验证的多用户加密检索方案。该方案利用DGHV同态加密机制的特性,使云服务器能建立加密数据的倒排索引,优化了云端的索引结构。该方案不仅使单个关键字的检索时间复杂度降为O(m),而且还能验证用户查询结果的完备性。安全性证明表明,该方案基于Approximate―GCD困难问题达到了IND-CKA安全。实验结果进一步表明,提出的方案比同类的公钥加密检索方案具有更高的效率。(本文来源于《暨南大学》期刊2017-06-01）
戴晓琴[7]（2017）在《基于多天线的无线通信多用户传输机制设计》一文中研究指出随着无线通信技术的不断发展,用户数据业务呈现指数增长的趋势,人们对数据速率、系统容量和可靠性等性能参数提出了更高的要求。随着分级结构和异构网络在无线通信网络中的广泛应用,多个用户数据开始采用相同频带、时隙等通信资源进行传输,干扰和频谱利用率低的问题成为影响信号接收和通信网络性能的关键问题之一。如何设计接收与传输机制,对干扰进行处理并提高频谱利用率,实现多个用户信号的并发传输,成为多用户通信系统研究中的重要问题。本论文对多用户系统中的接收机制及传输机制进行设计与研究,主要工作如下:论文首先在由多个发射机和一个公共接收机构成的多址接入系统中设计接收机制。根据信号之间增强性/破坏性的相互作用提出一种基于干扰合成(Interference Combination,ICom)的信号处理方法,并结合迫零(Zero Forcing,ZF)接收和串行干扰消除(Successive Interference Cancellation,SIC)技术设计接收机制。该接收机制不需要发射机的协作,并且可以降低接收天线需求。仿真结果表明,论文设计的接收机制能够在给定的时延约束条件下,显着提升系统的频谱效率(Spectral Efficiency,SE),而且可以在接收天线需求和信号处理复杂度之间进行灵活的折中。接下来,论文针对应用非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术的多输入多输出(Multiple-Input Multiple-Output,MIMO)下行通信系统设计传输机制。在考虑误差传播进行理论分析的基础上,提出一种基于距离和空间相关度的用户匹配准则,并对基站的发射功率分配进行优化。仿真结果表明,所提方法能够在提高系统可容纳用户数的同时保证好的系统和速率性能。文末,对本论文的研究工作进行总结,并梳理下一步研究方向。(本文来源于《西安电子科技大学》期刊2017-06-01）
后柯达[8]（2017）在《基于下一代IEEE 802.11标准节能模式的多用户TWT协商机制》一文中研究指出近年来,无线局域网WLAN技术受到人们越来越广泛地使用,随着无线通信技术的发展,可以为人们提供更快更好的网络服务。更优的服务意味着人们更频繁地使用设备,如智能手机、平板电脑和笔记本电脑等。而为了满足高移动性的特点,这些设备基本上是依靠电池供电,续航能力受到限制。除了设备厂商对电池的改进设计以外,从节能机制上进行改进也是很有必要的,这使得功率管理问题越来越受到关注,成为了业内的研究热点。IEEE 802.11标准中规定了站点STA可以进入节能模式,即PSM机制,在长时间空闲的时候STA可以保持睡眠状态,此时的能耗极低,接入点AP为睡眠的STA缓存到达的数据。STA周期性地唤醒接收AP广播的信标帧查看是否有自己的缓存数据要接收,当有数据接收的时候STA唤醒,其它时间则继续睡眠。本文综述了 802.11标准中MAC层的主要关键技术,并着重分析了其中的功率管理功能,详细地阐述了 PSM机制的流程和细节,表明了背景流量对PSM机制的影响,提出区分前景流量和背景流量可以对降低能耗带来很大的提升。此外,详细介绍了802.11 ah标准中的TWT技术,目的在于通过创新改进此技术进而引用到PSM机制中,达到降低能耗的目的。目前,对于功率管理的研究大多集中在单播TIM信标期中,而对广播和多播DTIM信标期的研究非常少。本文针对发送广播和多播帧情景下,提出了创新的多用户TWT协商机制,并详细地给出了帧交换流程和帧格式的设计,通过建立马尔可夫链数学模型,分析出一步转移概率和稳态概率,理论上对能耗进行了分析。最后,通过Matlab仿真表明采用TWT机制,相比较传统PSM机制的能耗,可以很有效地减少能量消耗。此外,多用户TWT协商机制除了应用在功率管理方面,此机制还可以应用在其它需要通过AP调度的情景下。(本文来源于《西南交通大学》期刊2017-05-10）
余媛[9]（2017）在《云平台下多用户应用并发部署机制的研究与实现》一文中研究指出未来网络研究一直以来都是计算机网络方面的研究热点。未来网络将为用户提供一个更加先进的网络环境,能够更好地支撑上层服务以及应用。然而目前很多科研人员在进行应用或服务的研究和实验时,由于自身资源或工具限制,难以搭建出面向未来网络的服务实验环境,只能在本地搭建低性能的网络环境。而且科研人员在搭建本地的环境的时候,需要手动部署各种软件,耗时耗力,严重影响了科研效率。针对这一现状,需要为用户提供一个能将资源、工具进行集中管理、部署的服务器创新环境,需要搭建一个基于自动化部署机制的服务创新云平台。但是随着服务创新云平台的使用用户的增多,部署机制在运行中将会面临着多并发对系统性能的挑战。用户的多并发请求将会导致响应滞后,系统性能下降甚至瘫痪崩溃。针对这些问题,本论文研究了面向多用户并发请求下的部署机制的系统架构的设计,从单台扩展、动态负载均衡扩展、分布式扩展等方面提出了优化部署机制的架构设计的方案,并结合OpenStack云平台和自动化部署工具Puppet提出叁种架构下的部署机制,实现对应用的自动化部署、对已有应用的重新部署以实现应用版本自动切换等功能。本论文的主要研究内容如下:1.设计并实现了云平台下多用户并发部署的单台机制。包括使用Apache结合Passenger的形式来改变部署架构,并实现单机机制下的实验环境首次搭建的应用一键部署功能和需求变更下的应用重新部署功能。2.设计并实现云平台下多用户并发部署的动态负载机制。包括使用Nginx结合Puppet集群来改变部署架构,采用监控服务器性能来动态更改负载均衡策略,并实现动态负载均衡机制下的实验环境首次搭建的应用一键部署功能和需求变更下的应用重新部署功能。3.设计并实现云平台下多用户并发部署的分布式机制。包括使用Git结合Puppet来改变部署架构,实现服务器代码的自动推送、客户端代码的自动拉取,并实现分布式机制下的实验环境首次搭建的应用一键部署功能和需求变更下的应用重新部署功能。为验证多并发下每个机制下系统可用性,对云平台下的每个部署机制进行了功能测试和性能测试。功能测试表明,本文提出的基于云平台的叁种部署机制都能实现预期的功能需求。性能测试表明,当并发请求较小时,叁种部署机制都能提供优异的性能。但随着并发请求不断增加,单台机制的性能极速下降,动态负载机制的性能稍微有所下降,分布式机制则基本维持一个优异的性能。(本文来源于《北京邮电大学》期刊2017-03-16）
宋浒[10]（2016）在《分布式环境下多用户共享异构资源的分配机制》一文中研究指出分布式环境下资源异构性较强,资源具有差异较大的服务能力。为解决多用户共享资源时系统分配资源不公平的问题,形式化建立了多用户共享资源模型,利用公平调度算法求得分配资源数,设计了资源平均分配算法(RAA)和资源优先分配算法(RPA),有效地将不同性能资源公平地分配给不同用户。RAA与RPA分配算法能够让用户之间所获资源性能差别较小,较多用户接收返回结果时间缩短,系统服务效率高。实验表明,RAA算法、RPA算法相比fair-share算法,在公平性共享方面具有较大性能优势,系统服务效率提高了10%~33%。(本文来源于《2016电力行业信息化年会论文集》期刊2016-09-24）
多用户机制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
移动云计算环境中,移动用户需要决定是否将应用卸载至云端处理,即计算卸载决策问题。在共享信道下,多竞争用户进行应用卸载时,必然会导致应用执行的延时。为了解决截止时间约束下执行能耗的优化问题,提出了一种非合作博弈算法。博弈过程中,每个用户以满足应用执行期限的同时最小化自身能耗为目标,将多竞争用户共享通信信道建立为非合作博弈过程,使单个用户可以独立作出计算卸载决策。证明了在同质和半同质环境下,算法总能产生Nash均衡解。并设计了一种基于高斯赛德尔模型的方法求解了Nash均衡解。仿真实验结果证明,算法可以在一定次数迭代后收敛于Nash均衡点处,在满足时间约束的同时,极大降低用户局部执行时的总体能耗。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多用户机制论文参考文献
[1].王娅菲.基于加密语义树的多用户可搜索加密机制[D].兰州理工大学.2019
[2].梁富伟,裘华东.共享通信信道下多用户竞争的能效计算卸载机制[J].实验室研究与探索.2019
[3].席晟哲.混合云平台基于属性访问控制的多用户可搜索加密机制[D].兰州理工大学.2018
[4].胡秋翔,崇殿兵,毕思斯.基于锁定机制的电网GIS多用户协同编辑研究[J].计算机系统应用.2018
[5].金丽.移动云计算环境下基于多用户协作的资源共享机制研究[D].南京理工大学.2018
[6].吴岱霓.云环境下多用户加密检索机制的研究[D].暨南大学.2017
[7].戴晓琴.基于多天线的无线通信多用户传输机制设计[D].西安电子科技大学.2017
[8].后柯达.基于下一代IEEE802.11标准节能模式的多用户TWT协商机制[D].西南交通大学.2017
[9].余媛.云平台下多用户应用并发部署机制的研究与实现[D].北京邮电大学.2017
[10].宋浒.分布式环境下多用户共享异构资源的分配机制[C].2016电力行业信息化年会论文集.2016
论文知识图
