SIP DDoS分布式入侵防御系统及其负载均衡策略

对SIP DDoS攻击的原理和检测算法进行研究,结合SIP协议本身的特点和一般网络中的分布式入侵防御系统,提出一种在高效防御SIP DDoS攻击的同时使用检测算法检测攻击的分布式防御系统,并为该系统设计了负载交互流程和防火墙模块.根据SIP负载均衡算法和检测算法的要求,为分布式防御系统设计了两级负载均衡策略并给出了实现方法,其中一级负载均衡模块根据SIP消息的头域进行转发,保证对话的完整性和检测算法的要求;二级负载均衡模块根据防御检测节点负载进行转发,保证防御检测节点的负载均衡特性.仿真实验结果表明系统的两级负载均衡算法能够在保证检测算法要求的前提下表现出良好的负载均衡特性.     

一种无线传感器网络中多应用系统级分布式接入控制策略

本文从无线传感器网络中多应用场景下的能量管理问题出发提出了一个系统级分布式接入控制策略.其目的为在一定的网络初始配置能量的前提下最大化总用户收益期望值.在设计该策略时,本文将多应用接入控制问题抽象成为一个特殊的“动态随机背包问题”,并采用相关理论对该问题建立了模型.为了求解这一模型,本文还提出了一个估计应用Reward及Cost联合概率分布的方案.并采用相关算法对该模型进行了求解,并据此设计了最优系统级分布式接入控制策略.经实验表明,本文提出的分布式接入控制策略能在各种网络初始能量配置下获取显著的总用户收益期望值的提高.另外,经实验还发现可以采用一个最优阈值的＂阈值准则＂来获取次优的接入控制效果,从而大大简化最优接入控制策略的设计.     

离散多智能体有限时间Q学习协同输出调节

针对离散多智能体系统输出调节,提出了一种基于Q学习的最优控制策略。对于传统多智能体系统的输出调节,获取系统的精确动力学模型并依此求得其HJB方程的解为主要障碍。该策略通过智能体之间的局部通信,在不依赖系统动态模型的前提下实现了对每个智能体输出的全局最优控制。为实现对系统响应速率的优化,提出了一种新的有限时间局部误差公式,不仅保证了算法原有的全局最优性能,而且将输出同步时间缩短了近50%,并对所提算法的稳定性进行了分析。仿真结果表明,该策略在避免建立复杂系统模型和求解离散HJB方程的前提下实现了对系统的最优控制,采用更新后的有限时间局部误差公式有效缩短了收敛时间。     

基于智能代理的分布式入侵检测系统模型

本文针对通用入侵检测系统的存在的缺陷,分析了Agent的特性,提出了一种基于智能Agent的分布式入侵检测系统模型.该模型利用Agent的移动、自治特性,将基于主机和基于网络的入侵检测结合起来,增强了入侵检测系统对分布式网络的协同检测能力,有效降低网络通信负荷,提高系统自身的安全性.文章阐述了该模型实现的关键技术并对系统性能进行了评价.     

基于GSM网络的分布式机房监控方案的设计与实现

该文利用了GSM网络永远在线、覆盖范围广的特性,结合C#编程语言对消息队列进行控制,将数据无线传输技术运用于校园网络的管理从而实现了对分布式远程设备进行实时监控及针对网络的迅速排障,并对监控系统的系统构成、部署方案、技术实现和运行过程进行了详细说明。     

基于GSM网络的分布式机房监控方案的设计与实现

该文利用了GSM网络永远在线、覆盖范围广的特性,结合C#编程语言对消息队列进行控制,将数据无线传输技术运用于校园网络的管理从而实现了对分布式远程设备进行实时监控及针对网络的迅速排障,并对监控系统的系统构成、部署方案、技术实现和运行过程进行了详细说明。     

认知无线网络中混合式频谱分配策略及性能研究

针对认知无线网络中的非实时业务,考虑集中式频谱分配可以实现全局优化,分布式频谱分配具有更好灵活性的特点,引入随机退避和控制中心调度的协作机制,提出一种混合式频谱分配策略.基于系统中授权用户和认知用户分别占用的信道个数,建立一个二维Markov模型,在认知用户理想感知的前提下,给出系统的转移概率矩阵,并进行系统模型的稳态分析.导出混合式频谱分配策略下的信道利用率、认知用户中断率及阻塞率等系统性能指标,并通过系统实验,定量的刻画认知用户数,认知用户到达率及信道数对系统性能的影响.     

基于IPv6的SIP网络管理系统设计与实现

以SIP协议为核心的应用支撑平台的大规模部署对网络管理提出了新的需求,由于SIP应用支撑平台中网络组件的复杂性,加之其提供的服务的多样性.原有的网络管理系统已无法满足其要求,需要设计一种专门的网络管理系统.文中分析了IPv6环境下SIP应用支撑平台管理中所面临的问题,利用分布式网络管理的方法.结合代理技术,设计了一种基于IPv6的分布式SIP网络管理系统.并对系统有关的具体实现方法,特别是故障管理模块的实现过程进行了阐述.通过在CERNET2上的实际环境测试.表明该系统是有效而且实用的.     

基于贪婪策略的高效可靠多播路由协议

无线Mesh多播路由协议多数是通过建立多播树实现,导致一些相邻链路上可利用的传输被忽略。另外,建立多播树的过程需要占用较多的时间和空间资源,以及整个网络的全局信息。为进一步提高网络性能,在Mesh网络多播路由中采用贪婪策略,不建立多播树,而是让在局部区域内发送效率最高的节点发送数据,充分利用无线Mesh网络中的有效链路,且仅需相邻节点间的局部信息即可实现完全分布式。仿真实验结果表明,基于该策略的路由协议比Pacifier协议的性能有较大提高。     

复杂网络特性对大规模多智能体协同控制的影响

随着分布式多智能体系统应用领域和系统规模的不断扩大,网络特性已成为影响系统性能的一个重要因素.通过研究和分析复杂网络特性对大规模分布式多智能体系统协同控制的影响,对多智能体系统性能的影响做出系统性分析,同时为提出大规模多智能体组织结构的优化算法提供依据.主要针对随机网络、小世界网络、网格网络和无尺度网络这4种典型复杂网络特性,从理论和仿真两方面进行分析.在理论方面,通过基于马尔可夫链的信息传输过程在不同网络结构下的建模,对比分析了信息无偏随机游走模型和智能决策模型下的传输效率.在仿真建模中,主要从智能体间信息传输效率、不同应用领域中集成协同控制效率、对网络故障恢复的影响这3个典型的多智能体系统协同控制应用对比分析复杂网络特性对系统性能的影响.研究结果表明,复杂网络特性如小世界和无尺度特性可以在相同的控制策略下形成明显的性能差异,如果设计合理的控制算法,复杂网络结构将有助于多智能体系统性能的提升.