基于 AdaBoost 的链路预测优化算法

针对当前主流的基于网络拓扑结构的链路预测算法普遍存在召回率较低的问题,研究发现一些算法输出的结果中部分正确结果具有互补性,据此采用基于Boosting的集成学习方法对其进行改进。按照网络中节点之间是否存在链接关系,将链路预测问题定义为二分类问题,进一步遵循算法互补的原则选择若干具有代表性的链路预测算法作为弱分类器,基于AdaBoost算法提出并实现了一个新型链路预测算法。在arXiv论文合作网络和电子邮件网络等真实数据集上的实验结果表明,该算法的准确率以及召回率表现均显著优于当前的主流算法。     

移动Ad hoc网络基于链路可用时间的动态源路由协议

为了提高链路的稳定性,增加路径可用时间,提出一种应用于移动Ad hoc网络的基于链路可用时间的动态源路由协议(LARP).该协议以路径可用时间作为路径评价的参数,优先选择具有最大路径可用时间的路径进行数据包传递.路径可用时间反映了当前节点移动对路径稳定性的影响,其数值取决于路径中的最小链路可用时间.仿真结果表明该协议相...     

分布式网络时序关联入侵攻击行为检测系统设计

分布式网络采用网状拓扑结构,传输链路数很大,在提高网络稳定性的同时也相应增加了遭受恶意入侵的风险。针对传统网络入侵行为检测系统设计存在的检测耗时长、准确率低、误报率高等不足,提出基于时序关联规则的分布式网络入侵攻击行为检测系统。基于时序关联规则算法原理,设计了入侵检测系统的硬件构成,系统硬件部分由数据采集、规则解析、协议解码、数据预处理及检测分析模块等部分构成;在入侵检测系统的软件算法流程方面,重点将入侵数据集变换为一种基于时序的项集矩阵,求解出相关的频繁项集及时序关联规则,实现对分布式网络入侵行为的精确检测。实验数据表明,提出的入侵系统设计具有良好的系统稳定性及检测效率,在检测精度和误报率控制方面也具有优势。     

一种基于高聚集链路测量的网络级别OD流异常检测框架

绝大多数网络异常事件会对网络中的一定空间范围造成影响,形成分布式流量异常,其异常流量模式通常体现在网络级别源到端(OD)流的某些特征参数上.OD流很难直接测量得到,需通过高聚集链路测量反演技术推测,然而反演误差将直接影响下一步基于特征参数的异常诊断.本文提出了一种直接由链路测量进行OD流异常检测的框架,该框架采用RMLP神经网络,并加入部分OD流估计值作为约束输入,实现了由链路测量对OD流级别特征参数的估计.该方法的优点是检测过程不再完全依赖链路到OD流的估计,解决了反演误差影响检测的问题,并且该框架允许链路流量到多种OD流特征参数的估计.     

Ka波段信号链路非线性效应研究平台的设计

针对毫米波导引头的复杂电磁环境效应实验研究需求,设计并实现了一套Ka波段信号链路非线性效应研究平台。该平台由数学仿真系统和实验测试系统2部分组成,其中数学仿真系统基于SystemVue软件平台设计实现,实验测试系统基于模块化组装的思想设计实现。经测试,该平台可用于开展复杂电磁环境对典型毫米波导引头相关关键信号链路环节的影响效应研究。     

基于Ad Hoc网络移动模型动态性技术研究

链路拓扑生存期不仅是衡量Ad Hoc网络移动模型动态性的一项重要参数,而且通过对其研究也是寻找Ad Hoc网络测量时机的一个直接有效的方法。文章通过利用＂抓拍＂移动模型链路拓扑快照的思想,分别对三种较为典型的移动模型：RPGM、Freeway和Manhattan进行了链路拓扑捕获,并对捕获的数据进行统计分析,得到链路连接率和拓扑变化率随时间变化的规律以及链路拓扑生存期的变化曲线,为研究Ad Hoc网络移动模型链路拓扑生存期提供一种新思路和方法。     

Internet中支配延迟的特征行为研究

通过对CAIDA机构授权的原始海量样本数据处理得到单向链路延迟,在此基础上计算了路径上最大的链路延迟对端到端延迟的比例以及路径上链路个数分布,基于此定义了支配延迟.针对链路延迟对端到端延迟的影响进行分析,表明支配延迟之间的差异是导致端到端延迟呈现多峰分布的主要原因.支配延迟更多地出现在路径的中间部分和AS自治域内部,说明延迟瓶颈从网络的接入部分向传输部分转移,得出传输延迟在总延迟中的影响逐渐减小,路径中的支配延迟将主要由传播延迟决定的结论.     

具有层间冗余链路的应用层组播及其性能分析

本文讨论了应用层组播环境下拥塞对扩展树性能的影响,提出了使用层间冗余链路来增强扩展树稳定性的方法,并且通过提出的统计链路模型和相关度模型,对该方法进行了理论分析和性能评价.数字仿真结果说明了统计链路模型有效地描述了应用层组播环境中发生的拥塞,即使在高拥塞链路概率的情况下,层间冗余链路的方法也能以较小的网络延迟代价,显著地增强扩展树的稳定性.本文提出的统计链路模型也可用来深入了解应用层组播的动态行为,或者设计相应的拥塞控制算法.     

大数据环境下复杂网络入侵数据智能检测平台设计

现有复杂网络入侵数据检测平台易受环境因素影响,检测准确度无法满足实际需求,为此,提出并设计了一种大数据环境下复杂网络入侵数据智能检测平台。该平台由产生层、逻辑层、输出层三部分组成,利用产生层对复杂网络数据进行捕获,为平台设计提供基础;利用逻辑层对数据进行预处理、数据特征提取以及数据存储;输出层主要包括检测模块与响应模块,负责输出检测结果,并做出响应。平台中的检测程序通过复杂网络入侵数据智能检测软件完成。实验结果表明,该平台检测准确度可高达83%,且能有效避免网络环境的影响,稳定性较强。     

基于随机几何的低轨星座下行通信链路仿真与分析

低轨卫星网络具有低成本、大容量、广覆盖的特性,是未来空天地海一体化网络中的重要支柱和6G网络的关键组成部分,开展链路分析对于低轨星座链路设计与优化具有重要意义。由于低轨卫星移动性强、星地电磁环境复杂、链路较长等特点,星地信息传输与传统地面移动通信有着显著差异。根据低轨星座的特性构建星座网络的随机几何BPP模型,并针对低轨星座空间分布及移动特征,分析了单星及多星场景下的损耗、干扰等对星地通信链路的影响。通过给出星座系统干扰期望计算方法,并基于所构建BPP网络对星地通信链路特性进行仿真。仿真结果表明,构建随机几何的基于BPP分布的星座模型可以很好地模拟卫星网络的状态,采用随机几何对低轨星座下行通信链路进行仿真分析,能够得到更具泛化的星座构型下低轨星座对地面站的干扰情况,为巨型低轨星座网络分析及星地链路设计提供了参考。