大规模并行网络模拟系统

为了提高并行网络模拟的真实性、可用性以及运行效率，该文设计并实现了并行分布式互联网模拟使用系统，它可以用网络测量工具获得真实网络数据作为模拟基础，采用优化的拓扑网络划分方法对模拟任务进行划分，采用基于边界路由器的子网间路由配置实现准确的路由模拟，运行脚本的自动生成以及模拟拓扑图的可视化。通过该并行网络模拟使用系统可以实现大规模网络安全事件的模拟，如蠕虫扩散、DDoS攻击等。     

基于遗传算法的并行网络模拟拓扑划分

要提高并行网络模拟性能,需对网络模拟拓扑进行有效划分。为此,提出一种并行网络模拟拓扑的优化划分方法。分析影响并行网络模拟性能因素,给出并行网络模拟性能估计模型,以该模型为评价函数,采用遗传算法寻找优化划分,实现并行网络模拟拓扑的优化划分。在PDNS上的实验结果表明,与传统划分方法相比,该优化划分方法的并行模拟性能平均提高13.3%。     

基于主机节点删减的网络蠕虫模拟方法研究

为降低网络蠕虫模拟所需的计算及存储开销,提出了一种基于主机节点删减的简化模拟方法。其基本思路是:删减大规模网络蠕虫模拟拓扑中的部分主机节点,以形成小规模网络拓扑,并基于该小规模拓扑进行蠕虫模拟。基于SEM蠕虫模型分析了该方法能保证被感染节点个数、蠕虫流量速率等参数的模拟真实性,针对DropTail及RED分析了该方法能保证蠕虫数据包转发延迟及丢包的模拟真实性。基于NS2的实验表明:该方法在保证模拟真实性的前提下,降低蠕虫模拟计算开销97%以上,降低存储开销90%以上。     

基于多层油藏问题负载均衡的并行任务划分S

该文基于分布式并行计算机系统,对一类多层二维二相流油藏数值模拟问题给出了3种任务划分策略-"卷帘"方式、区域分解方式和"卷帘"与区域分解结合的方式,对它们进行了比较,提出了减少求解时间、利于负载均衡和提高并行性能的任务划分方法,并实际应用于有多达72万个网格节点的大规模油藏模拟问题.实算结果表明,该策略划分产生的并行求解任务均衡,有利于加速比的提高.该方法也适用于区域或数据并行的任务划分问题.     

基于多层油藏问题负载均衡的并行任务划分

该文基于分布式并行计算机系统,对一类多层二维二相流油藏数值模拟问题给出了3种任务划分策略—“卷帘”方式、区域分解方式和“卷帘”与区域分解结合的方式,对它们进行了比较,提出了减少求解时间、利于负载均衡和提高并行性能的任务划分方法,并实际应用于有多达72万个网格节点的大规模油藏模拟问题.实算结果表明,该策略划分产生的并行求解任务均衡,有利于加速比的提高.该方法也适用于区域或数据并行的任务划分问题.     

WSS:一个基于NS2的蠕虫模拟系统

网络蠕虫严重威胁着互联网的安全，然而由于其爆发所具有的突然性和大规模性，使得蠕虫研究面临巨大挑战,本文介绍了一个基于NS2的蠕虫模拟系统-WSS,该系统的建立主要分为三部分：首先通过处理BGP路由表信息来获取模拟中用到的Internet抽象网络，然后以传染病学模型为基础对蠕虫传播进行建模，最后将两者在NS2中相结合实现对蠕虫传播的模拟．实验证明，WSS能够在实验室环境中获取同实际蠕虫爆发时类似的统计数据，在理解蠕虫的宏观行为、预测蠕虫的流量、传播速度及危害等方面有着广泛的应用前景．     

基于ReliefF算法的通信网络蠕虫病毒高效检测方法

由于传统方法对通信网络蠕虫病毒的检测效果不佳,提出基于ReliefF算法的通信网络蠕虫病毒高效检测方法。首先采用ReliefF算法采集通信网络蠕虫病毒特征,并根据应用程序接口（ApplicationProgramming Interface,API）的调用筛选特征;其次将筛选出来的蠕虫病毒特征作为训练样本,将经过特征选择后的训练样本输入分类器中进行模型构建;最后通过交叉验证方法优化模型,并使用构建的模型检测文件中是否含有蠕虫病毒。实验结果表明,采用基于ReliefF算法的通信网络蠕虫病毒检测方法准确率较高,且优于其他两种方法。     

基于陷阱网络的未知蠕虫行为模式挖掘

针对传统陷阱网络系统对未知蠕虫行为分析能力的不足，提出了一种基于遗传算法的优化解决方案。通过自定义行为向量构造准确描述网络蠕虫行为的项目集，并利用遗传算法优化未知蠕虫行为模式挖掘结果。对比研究表明，上述方案对行为模式挖掘在两个方面有显著改进：(1)提高了未知蠕虫行为项目集描述的完备性和预测性；(2)提高了既定行为模式的支持度与置信度。论文给出了运用模式相似度对系统感染特定蠕虫后的行为进行检测的统计比较结果，实验结果表明，和现有基于知识工程的方法相比，该方案能有效提高基于陷阱网络的蠕虫行为模式挖掘的精度。     

对等网络蠕虫建模与分析

对等网络蠕虫是威胁对等网络乃至Internet安全的一个重要问题。针对蠕虫扩散过程和对等网络拓扑的特点，构造了对等网络蠕虫传播模型；以Gnutella网络为研究实例，获取其拓扑快照数据，用以模拟蠕虫在Gnutella网络中的传播过程，从而验证模型的有效性，衡量对等网络蠕虫对P2P网络的危害。     

一种基于客户端的网络蠕虫预警方法

针对现有网络蠕虫预警方法的不足，通过对网络蠕虫繁衍原理和行为模式的分析，提出一种基于客户端的网络蠕虫预警方法。改进了现有方法中所有操作均在服务器端进行的不足。与现有的网络蠕虫预警方法比较，新方法更加有效，而且能够预警未知的蠕虫。又因为这种方法结合了客户端和服务器端的功能，所以大大减轻了服务器端的负担。     

基于多层k路划分的三维网格并行任务分配策略

为解决传统任务划分方法在三维网格并行计算任务分配阶段产生的通信开销大的问题,提出了一种基于多层k路划分算法的并行任务分配策略.首先利用多层k路划分算法划分三维网格,将任务划分问题转化为图划分问题,然后基于图划分结果给出一个任务映射并行算法将计算任务分配到各计算结点.在深腾1800上求解三维网格模型最短路径问题的实验结果表明,相比于传统的行列划分任务分配策略,该策略在保证负裁平衡的同时有效地降低了通信开销,算法的运行时间减少,加速比得到提高.     

分布式并行计算在交通网络仿真中的应用*

根据交通网络仿真的并行特征采用域分解方法设计交通并行仿真系统的框架,把交通网络分为几个子网,集群系统的每个节点机分别负责其中的一个子网,提出基于车辆数负载的网络分割算法来平衡各子网的负载量,并分析子网之间的通信机理.同时,在基于MPI 的并行计算平台上实现设计的并行仿真系统.通过实例表明,提出的并行算法能大大提高交通网络仿真的速度和效率.     

集群计算环境下基于复杂网络的社会学仿真负载划分优化算法

负载划分是决定集群计算环境下基于复杂网络的并行社会学仿真性能的核心因素之一.由于背景负载等因素的影响,集群系统中往往需要根据实际可用计算资源非均匀分配仿真任务,而现有针对无标度特性拓扑结构的并行仿真负载划分算法无法适应集群环境下计算负载非均匀划分的需求.针对这一问题,提出了一个基于集散节点聚合的负载划分算法,将集群计算...     

并行网络模拟中拓扑抽象算法的研究

并行网络模拟是研究网络的一个重要方法,由于有限的硬件资源的限制,无法完成大规模的网络模拟。提高模拟的抽象度是一种减少资源、提高模拟性能的好方法,它的基本思想是精简网络模拟模型。为了提高并行网络模拟的规模,本文提出一种简化拓扑算法,该算法抽象了拓扑中的所有主机和部分路由器,提高了并行网络模拟的性能。     

Synchronisation and Load Balancing for Parallel Hierarchical Radiosity of Complex Scenes on a Heterogeneous Computer Network

In this paper we propose a SPMD parallel hierarchical radiosity algorithm relying on a novel partitioning method which may apply to any kind of architectural scene. This algorithm is based on MPI (Message Passing Interface), a communication library which allows the use of either a heterogeneous set of concurrent computers or a parallel computer or both. The database is stored on a common directory and accessed by all the processors (through NFS in case of a network of computers). As the objective is to handle complex scenes such as building interiors, to cope with the problem of memory size, only a subset of the database resides in memory of each processor. This subset is determined with the help of a partitioning into 3D cells, clustering and visibility calculations. A graph expressing visibility between the resulting clusters is determined, partitioned (with a new method based on classification of K-means type) and distributed amongst all the processors. Each processor is responsible for gathering energy (using the Gauss-Seidel method) only for its subset of clusters. In order to reduce the disk transfers due to downloading these subsets of clusters, we use an ordering strategy based on the traveling salesman algorithm. Dynamic load balancing relies on a task stealing approach while termination is detected by configuring the processors into a ring and moving a token around this ring. The parallel iterative resolution is of group iterative type. Its mathematical convergence is proven in the appendix.     

Spark平台上利用网络加权Voronoi图的分散迭代社区聚类并行化研究

针对当下数据大规模增长对计算能力需求的急剧增长,传统独立运行的机器在大规模网络社区中执行社区检测操作时无法提供所需的数据处理能力的问题,提出一种网络加权Voronoi图的并行分散迭代社区聚类法(NWVD-PDICCM)。利用基于网络加权Voronoi图的分散迭代社区聚类方法(NWVD-DICCM)提取大型网络的有效社区结构。结合并行聚类方法,将DICCM方法的操作从串行过程转换为并行计算。利用执行并行社区聚类时的图分区,通过最小化从属工作者之间的通信来加速该过程。仿真实验结果表明,NWVD-PDICCM可以与一系列计算机架构平台共同运行,并且实现基于Spark平台的并行操作,相比其他几种较新的方法,在大规模网络数据处理能力方面得到显著提升。     

基于图多层K路划分的仿真节点映射策略

为了提高网络仿真系统中,多物理服务器情况下,服务器资源的利用率,提出一种基于图多层K路划分的仿真节点映射策略。首先对仿真网络拓扑图进行多层K路划分,将节点映射问题转化为图划分问题,然后依据划分结果将仿真节点映射到物理服务器。经过试验表明,相对于随机映射策略,该策略在保证物理服务器负载均衡的同时,可以有效减少物理服务器资源的消耗。     

基于通信量权值二分图分配算法的列车通信网络研究

针对列车通信网络的网络性能直接受到网络拓扑结构的影响,提出一种基于设备间的通信量权值的二分图分配算法,解决网络拓扑中设备到交换机的分配问题。首先,根据列车通信网络中各设备间的实际通信情况,建立列车交换式以太网模型,得出设备间的通信量权值;然后,利用通信量权值的二分图分配算法完成设备到交换机的分配,构建新的交换式列车网络拓扑结构。通过OPNET建模仿真对该结构的网络性能进行分析,结果表明,优化后的列车通信网络拓扑结构比未优化的拓扑结构,在网络时延、链路利用率和吞吐量等网络性方面能均有很大的提升,可为列车通信网络拓扑结构优化研究提供理论参考。