传统的流媒体系统建立在客户－服务器模式的基础上，系统伸缩性差，服务器常常成为系统的瓶颈.而最近兴起的P2P(peer-to-peer)技术在充分利用客户资源、提高系统伸缩性等方面具有巨大的潜力，基于P2P方式的流媒体的研究也逐步引起了人们的注意.讨论了当前P2P流媒体关键技术的研究进展，介绍了P2P流媒体的研究现状，最后指出了P2P流媒体的未来研究方向.

随着中间件应用的增加和多样化，新兴的分布式应用对中间件提出了更高的要求，其中最突出的是要求中间件采用灵活的方式来构建，并且支持在运行时根据变化的环境对中间件进行动态配置.反射式中间件把计算反射的思想引入到中间件中，能够满足上述要求.简述和计算反射相关的一些问题，介绍反射式中间件和构件技术，分析一些有关反射式中间件的研究项目，通过综述指出目前的研究中存在的主要问题和未来的发展方向.

移动性管理是移动计算研究领域的一个挑战性课题.提出了一种带模糊控制器的动态指针推进移动性管理策略.这种策略以移动台的移动次数、指针链长度及位置管理的代价作为模糊控制器的输入，指针长度的改变量作为模糊控制器的输出，对指针长度进行动态调整.仿真实验结果表明：当移动台的呼入移动比较低时，这种策略比现行无线移动通信网络的移动性管理策略的性能更优.

Random Waypoint模型是自组网经常使用的移动模型，对这种移动模型下运动节点的空间概率分布进行了研究，得到了一维与二维区域的运动节点空间概率分布的精确公式，解决了自组网仿真模型的一个遗留问题.研究结果为基于Random Waypoint移动模型的自组网理论的推导、证明、仿真与应用提供了理论依据，对基于该模型的自组网仿真具有实践指导意义.

从软件体系结构的角度出发，对Web服务组件与服务合成等概念以及性质进行了形式化定义与分析，提出了一种基于体系结构生命周期的Web服务动态合成模型：ALBC4WS模型.该模型是在服务的发布管理算法和服务的自动合成查询与恢复管理算法的基础上为服务组件的合成提供了一个动态的、可管理的服务合成支撑框架.在OPEN-WEB原型系统的开发实践表明，该模型提高了服务组件的合成能力、保证了合成系统的健壮性和自适应性，同时也为Web服务的合成过程提供了有效的动态管理机制.

目前，TCP拥塞控制算法作为一种可靠的数据传输被广泛应用在因特网中.在保证网络数据传输可靠性的基础上，数据流之间的公平性是算法设计的重要的性能指标之一.在单瓶颈网络环境下对TCP数据流之间的研究算法已经被提出，但对多瓶颈网络环境下TCP数据流之间的公平性研究至今不多见.因此，根据网络层的显示拥塞指示Marking Relay ECN(explicit congestion notification, ECN)技术,研究了在多瓶颈网络环境下TCP数据流的公平性，提出了一种改进的TCP拥塞控制算法，并使该算法在IP网络中得以实现.仿真结果证明，此算法在多瓶颈网络环境下能使TCP流达到较好的数据流之间的公平性；而且所提出的算法与传统的TCP算法相比，有更高的吞吐量和更快的响应.总之，所提算法性能表现良好.

负载平衡是并行分组交换的一项关键技术，目前已知在高速率查表后应用负载平衡技术可取得良好效果，但在OC768(40Gbps)甚至OC3072(160Gps)下进行包处理工作是很困难的.基于分路包处理和分路负载平衡的思想，提出一种基于分路的分布式负载平衡控制结构和DDPA算法，依据工程设计考虑，还提出基于丢包策略的DDPA算法，对它们的有效性做出证明并定量地计算出其关键参数.

DDoS攻击以其高发性、高破坏力和难以防范的特点，近年来成为互联网的主要安全威胁之一.研究者们提出了多种对抗DDoS攻击的方法.其中，Savage等人提出的概率包标记方案以其易于实施、消耗资源小等优点，引起人们的重视.然而概率包标记方案存在两个明显缺陷：多攻击路径重构时的高误报率和高计算复杂度.在概率包标记的基础上，提出了一种分块包标记方案，该方案与概率包标记方案相比具有较低的误报率和较低的计算复杂度，因而具有更高的实际应用意义.

存储过程是DBMS中动态实体，确定其执行权限集合是有效进行DBMS访问控制的关键问题.常用方法违反了最小特权原则，从而导致了一系列DBMS安全漏洞.此外，存储过程的嵌套执行为确定权限集合并限制其应用范围带来了困难.针对这些问题提出一个基于动态上下文栈的DBMS访问模型.模型以操作序列为输入，在存储过程执行过程中使用上下文栈动态确定存储过程的执行权限集合.模型不仅可以有效地支持最小特权原则，而且还具有良好的管理性和可扩展性.

在进程代数框架内基于算子的性质研究抽象安全性质及其偏序关系，定义了复合不变安全性质和可构造安全性质.首先证明进程代数算子在安全性质集是单调衰减算子.根据这一结果证明了复合不变性质和可构造安全性质在安全性质集上的存在性，并且在安全性质集合上证明了安全性质的“木桶原理”，即复合系统的整体安全性不强于系统中最弱的部分.基于安全性质之间的偏序关系，将所谓绝对安全性质与平凡性质联系起来，证明绝对安全性质是一类平凡性质.

移动代理是一种能在异质网络里各计算机间自主迁移的程序.尽管移动代理技术很适合分布式应用，但是安全问题一直是它得到更广泛应用的主要障碍之一.首先对已有的移动代理路由协议进行分析，然后提出了一个基于基本签字基本加密的移动代理路由协议，并对其安全性和计算复杂度进行了详细分析.结果表明，该协议满足路由协议的所有安全性质，而且相比原有的嵌套签字嵌套加密协议，具有更低的计算复杂度.最后，在此基础上提出了一个基于移动代理的鲁棒路由协议，该协议不需要在主机中配备安全的代理创建环境，对路由主机的配置要求不高，具有更广泛的应用性.

基于“Gap统计”理论思想,在概念“Wilcoxon秩和统计量”基础上提出了顺序秩和统计量、顺序秩和间隙以及边缘隶属度的概念,以相对半邻域之间图像灰度分布的顺序秩和差别为依据,建立了基于顺序秩和统计间隙的多尺度图像模糊边缘检测模型,分析了模型与Prewitt算子的关系.通过图像的边缘检测实例对模型进行了验证,比较了不同尺度下边缘检测的差别,验证并分析了噪声对边缘影响依尺度的关系.该模型具有多尺度、区域内部抗噪能力与尺度有关、噪声弱化弱边缘以及边缘具有隶属度、图像的边缘检测结果与尺度有关等特点,反映了边缘与纹理依尺度的关系.

已有的纹理合成方法往往难以很好地保持纹理中的边界结构特征.为此，提出一种利用纹元边界辅助合成的方法.新方法首先从样本纹理中抽取出“纹元边界图”，然后在此图的指导下，基于块纹理合成方法的流程对“纹元式纹理”的两种情况“覆盖式”和“非覆盖式”纹理分别采用“边界覆盖法”和“边界匹配法”进行纹理合成.与已有的合成方法相比，新方法能更好地保持纹理的边界结构特征，对很多“纹元式纹理”都达到了满意的效果并且合成速度很快.

提出了一种新的融合思想，即图像应在相似尺度(similar scale, SS)上进行融合.当融合低分辨率多光谱图像与高分辨率全色图像时，一般的方法没有考虑到插值的多光谱图像和高分辨率的全色图像的尺度不一致性.基于相似尺度的思想，图像融合算法如下.首先，使用“à trous”离散小波变换分解高分辨率全色图像，使其低通分量与插值后的多光谱图像具有相似的尺度.然后，用加权多尺度基本形式(weighted mutlitscale fundamental form, WMFF)来融合它们得到合成的最低频带.最后，“à trous”逆小波变换用来重建高分辨率的多光谱图像.与其他的基于小波变换的图像融合算法相比，基于相似尺度的融合方法取得了更好的融合结果.

切割是虚拟手术系统中需要表现的真实动作之一,真实感和实时性是衡量切割效果的关键.因此有必要研究一种新的基于体元剖分的软组织切割算法.该算法不同于以往的体元剖分算法，它将整个剖分过程分两步来完成：首先通过退化处理过程将不完全切割的四面体单元分解成多个完全切割的四面体单元；然后将切割情况进行分类，根据不同的切割情况分别进行相应的基元分解.实验表明，研究的新算法用于四面体单元的有限元模型，具有良好的切割处理效果.

提出一种新的基于混沌系统及Henon映射的图像加密算法.使用经过取模处理的可逆二维非线性Henon映射对各像素点的灰度值进行链式循环迭代，每个迭代环节中Henon映射的参数与迭代次数依次取自一维混沌映射生成的混沌序列.该算法设计简单、运算快速、解密准确，尤其是解决了基于混沌或非线性变换的加密算法中普遍存在的由于计算机的有限精度或各计算机精度不同所导致的解密失败的难题，避免了常用置乱变换算法固有的缺陷及密码强度的不足，具有很高的安全性.

加标记的心脏核磁共振图像(tagged MRI)提供了一种非介入性的方法来跟踪心肌组织的运动，通过对MRI中tag线的分割可以获得在心动周期不同时刻的多帧稀疏的tag线位移信息.如何借助这些信息近似恢复整个心脏的运动是一个具有挑战性的课题.提出了一种新颖的心脏形变计算模型：由tag线交点信息通过BP神经网建立描述连续位移场的局部拟合函数；再通过对位移场函数的迭代求解心肌质点的运动，实现心脏形变计算.实验表明模型具有物理意义明确、算法简单和计算精度高的特点.

当IP语音包的网络时延抖动较小时,一般的语音缓冲算法可以得到较好的语音质量.当网络中存在突发大时延时，就会出现极大丢包率或极大端到端时延，从而难以获得好的语音质量.为此，提出针对突发大时延下的自适应语音缓冲算法.通过估算网络平均时延和学习语音包经过的网络路径上的状态，来确定需要控制端到端时延大小和语音包的丢包率，动态调整Jitter Buffer队列的最小深度和最大深度，从而可以尽量减小语音裂缝(gap)的出现.通过基于听觉模型的客观音质评价(PESQ)仿真计算以及在实际语音网关设备中的应用表明算法对语音通信质量有一定的改善作用.

为提高文本分类性能，提出一种结合机器学习和领域词典的文本特征表示方法.基于领域词典的文本特征表示方法可以增强文本特征表示能力，并降低文本特征空间维数，但是领域词典存在覆盖度不足的问题.为此，提出一种学习模型——自划分模型——来解决这个覆盖度不足的问题.实验结果表明，采用基于自划分模型的领域特征属性作为文本特征，可以提高文本分类性能，特别是特征数目少的情况下，该方法表现出很好的分类效果.相对于传统词文本特征方法，在特征数为500时分类的F1值提高6.58%.

讨论了约束4点决定一条抛物线、5个点的几何分布对二次曲线形状的影响，提出了用有序5点确定一条二次曲线的计算方法.给出了隐式二次曲线和有理二次Bézier曲线相互转化的计算公式，其转化过程可用来计算插值点的参数，并提出了对此参数进行重新参数化的计算方法.计算实例表明，新的参数化计算方法可提高节点的精度，从而使构造的插值曲线具有更高的插值精度.还以实例对两种新参数化方法和其他方法的精度进行了比较.

传统的语句覆盖准则只考虑语句的可控制性，忽略其可观测性，这可能导致表面上很高的覆盖率数据所蕴含的可信度不高.鉴于此，可观测性覆盖评估准则被提了出来.随着设计规模不断加大，该准则变得越来越重要.首先提出一种可观测性信息的表征方式以及可观测性判定规则，在此基础上，提出一种针对可观测性语句覆盖准则的RTL激励生成方法.这是一种基于模拟的方法，它以所有未观测语句的分布作为启发式信息，指导激励生成.实验结果显示，提出的方法是高效的.

面向基于平台的系统芯片设计，提出具有初始信息素的蚂蚁寻优软硬件划分算法AOwIP.基本思想是：①利用基于平台的设计方法中已有参考设计的软硬件划分结果作为初始划分解，进行适当变换后生成初始信息素分布.②在所生成初始信息素分布的基础上，利用蚂蚁算法正反馈、高效收敛的优势寻求最优划分解.该算法利用基于平台的设计方法强调系统重用的优势，克服蚂蚁算法在求解软硬件划分问题时缺乏初始信息素的不足.实验表明，AOwIP算法有效提高了蚂蚁算法的最优解搜索效率.

从异构生物数据源抽取数据,建立查询分析平台是目前研究的热点,而抽取过程会涉及大量相互依赖的元数据,充分利用这种依赖关系可降低维护工作量.基于正则表达式(RE)提出了ReDE抽取方法:通过围绕RE组建立分析树,设计了基于RE的关系数据库模式生成算法和通用抽取与组装算法,其特点是:RE是惟一的元数据,易于管理和维护.该方法奠定了生物数据库辅助设计工具和高自动化抽取工具的基础,已用于构建国内第1个整合的生物信息在线数据仓库.

发现数据流中的频繁项是数据流挖掘中最基本的问题之一.数据流的无限性和流动性使得传统的频繁模式挖掘算法难以适用.针对数据流的特点，在借鉴FP-growth算法的基础上，提出了一种数据流频繁模式挖掘的新方法：FP-DS算法.算法采用数据分段的思想，逐段挖掘频繁项集，用户可以连续在线获得当前的频繁项集，可以有效地挖掘所有的频繁项集，算法尤其适合长频繁项集的挖掘.通过引入误差ε，裁减了大量的非频繁项集，减少了数据的存储量，也能保证整个数据集中项目集支持度误差不超过ε. 分析和实验表明算法有较好的性能.

主动规则集的可终止性是主动数据库规则集的三大重要特征之一.主动规则集可否保证终止将直接影响到系统的应用.由于主动规则间存在依赖关系，通过对依赖关系的分析，给出了规则的触发传递闭包、依赖传递闭包等概念.以此为基础，提出了用规则触发－依赖图(T-DG)方法来分析主动规则集的终止性.特别讨论了判定含环的触发图(TG)对应的主动规则集是否保证终止的方法，给出了相应的判定算法、算法证明及分析.

大数据量的相似重复记录检测是数据清洗中的一个重要问题，提出一种基于q-gram层次空间的聚类检测方法：它首先将数据映射成q-gram空间中的点，并根据q-gram空间中的相似性度量采用层次聚类方法将相似的重复记录检测出来.它克服了传统的“排序&合并”方法由于字符位置敏感不能将相似记录字符串排在邻近位置的不足和大数量外排序引起I/O代价过大的问题.理论分析和实验表明，方法不仅具有好的检测精度，且有好的伸缩性，能够有效地解决大数据量的相似重复记录检测.

近年来，随着多媒体信息检索技术的不断发展，如何实现高维特征矢量的快速相似性查询成为一个重要的研究课题.为此，人们提出了许多索引结构，包括：R-Tree及其变种、对矢量进行量化近似的VA-File、引入量化思想的A-Tree等等.从公开发表的成果看，这些索引结构在较低维数时，都能够表现出较好的查询性能；而当维数增加时，性能则急剧恶化.为了在更高维数下实现快速相似查询，可采用VA-File和A-Tree中的近似思想，并借助Trie结构来组织和管理压缩后的近似矢量，即所谓的VA-Trie.实验结果表明，在高达128维时VA-Trie仍有查询加速，其性能远好于A-Tree.