基于吸收Markov链的网络入侵路径分析方法

从攻击者角度对网络进行入侵路径分析对于指导网络安全防御具有重要意义。针对现有的基于吸收Markov链的分析方法中存在的对状态转移情形考虑不全面的问题和状态转移概率计算不合理的问题,提出了一种基于吸收Markov链的入侵路径分析方法。该方法在生成攻击图的基础上,根据攻击图中实现状态转移所利用的漏洞的可利用性得分,充分考虑了非吸收节点状态转移失败的情况,提出了一种新的状态转移概率计算方法,将攻击图映射到吸收Markov链模型;利用吸收Markov链的状态转移概率矩阵的性质,计算入侵路径中节点的威胁度排序和入侵路径长度的期望值。实验结果表明,该方法能够有效计算节点威胁度排序和路径长度期望;通过对比分析,该方法的计算结果相比现有方法更符合网络攻防的实际情况。     

非饱和态802.15.4网络MAC层数据传输可靠性研究

为提高802.15.4网络媒体接入控制(MAC)层数据传输可靠性,提出一种基于非饱和态的节点工作过程的Markov链模型,对节点状态的稳态概率进行推导计算。研究影响数据包在MAC层传送可靠性的两个因素,即节点访问信道不成功和最大重传次数限制,并推导出可靠性性能的分析式。分析参数minBE,NB,λ以及两个因素对可靠性的影响。实验结果表明,与没有休眠机制的节点工作模型相比,该模型能够有效地降低信道冲突,提高网络的可靠性。     

基于词重要性的Markov网络查询扩展模型

词项权重已经广泛应用于信息检索模型中,针对传统的词项独立性假设的词袋模型的问题,本文将基于词重要性的词项权重的计算方法应用于Markov网络查询扩展模型中。该词项权重的计算方法须先建立文档的词项图,然后根据词项图得到词项的共现矩阵和词项间的概率转移矩阵,最后利用Markov链的计算方法得到词的权重。将得到的词项权重代入Markov网络扩展模型中,在5个标准数据集上的实验结果表明,采用基于词重要性的Markov网络查询扩展模型的检索结果优于传统的基于词袋的检索结果。     

几何学概率的无线传感器网络能耗估计模型

针对无线传感器网络能耗这一问题,提出了一种基于几何学概率的能耗估计模型.以节点的状态转换为基础,建立了基于半Markov链的节点能耗模型,并引入概率分布函数的概念.从传感器节点随机分布出发,假定节点之间可以相互通信,分别对在单个正六边形和相邻两个正六边形内的节点随机分布进行研究,推导得出能耗估计模型.仿真结果表明:该模型可以实现网络能耗的准确估计.     

无线Ad hoc网络MAC层吞吐量分析

MAC层吞吐量分析是无线Ad hoc网络容量分析的基础。对CSMA协议特别是IEEE802.11DCF协议建立了一个Markov链分析模型。分析得出状态间的转移概率,通过建立状态方程得出稳态概率的线性方程。通过数值方法得出稳态解,从而得到无线Ad hoc网络MAC层吞吐量,并与公认的网络容量分析结果做了比较。通过吞吐量与节点数及分组大小的关系曲线,为网络性能的优化提供了理论基础。     

非结构化P2P网络基于马尔科夫链的搜索算法研究

现有的非结构化P2P资源搜索算法并没有将兴趣与负载结合进行考虑,本文不仅考虑节点搜索资源时基于兴趣的查询转发,也综合考虑了各个节点的负载信息。基于此,本文设计提出了基于Markov Chain模型的资源搜索改进算法Bo MC。Bo MC算法利用马尔科夫模型为非结构化P2P网络节点通过随机采样建立状态转移概率矩阵。而转移概率是基于节点的转发因子,其中包含有节点兴趣及负载的综合信息。我们知道,基于马尔科夫链平稳分布的特性可以使整个网络在查询过程中趋于收敛状态,进而达到节点的负载均衡。根据网络负载分布情况,该算法考虑到动态更新转移概率。在Peer Sim的仿真环境下,实现Bo MC算法并将其与传统的P2P资源搜索算法作比较。     

基于漏洞动态可利用性的网络入侵路径分析方法

现有的网络入侵路径分析方法未考虑漏洞的动态特征,且在描述漏洞利用导致的状态转移时,未考虑漏洞利用失败的情形。通过建模漏洞可利用性随时间的变化,文章提出一种改进状态转移概率计算方法的吸收Markov链模型。该模型结合网络攻防实际,考虑漏洞利用失败的情形,合理计算状态转移概率:首先对目标网络生成攻击图,在计算漏洞动态可利用概率的基础上,构建吸收Markov链;然后利用状态转移概率矩阵的性质,计算状态节点威胁度排序、入侵路径长度期望和路径成功概率,并在时间维度上进行分析。实验分析表明,文章方法相比已有方法在节点威胁度排序上更准确,对入侵路径长度期望和路径成功概率的计算更加符合网络攻防实际。     

6LoWPAN网络节点信道接入延时性能研究

为了优化6LoWPAN网络MAC协议性能,提出了一种基于饱和负载的时隙CSMA/CA机制的Markov链模型,并对协议主要网络参数进行了数学推导。基于该模型对节点平均接入延时及网络的信道接入概率等参数进行数值计算,重点分析了协议参数对网络延时性能的影响。数学分析表明,该模型较好地描述了基于饱和负载的IEEE 802.15.4 MAC协议的信道竞争接入机制,而合理的协议参数设置能够有效地改善网络节点平均信道接入延时性能。     

基于链路断开概率的自适应信标交换算法

在移动无线传感器网络中,贪婪地理路由协议采用周期性信标交换算法来构建和维护邻居节点表会导致通信暂盲现象.针对该问题,首先从理论上分析节点移动对网络连通性的影响,对节点间的链路状态进行Markov链建模,分析推导出链路断开概率的计算公式.根据链路断开概率与运动时间的一一对应关系,提出一种基于链路断开概率的自适应信标交换算法,提高邻居节点表的构建与维护的准确性与实时性,为贪婪地理转发策略提供可靠的依据,减缓节点移动带来的不利影响.仿真结果表明,该算法不但提高了数据分组传送成功率,而且还降低了控制开销,适用于对传输可靠性和能耗要求高的移动无线传感器网络.     

基于蒙特卡罗法的FC-AE-ASM网络可靠性研究

对于FC-AE-ASM网络的可靠性问题,从FC-AE-ASM网络的基本模型出发,介绍了两种FC-AE-ASM网络冗余结构;提出了基于蒙特卡罗仿真法的网络可靠性分析方法,给出了FC-AE-ASM网络全端可靠度计算方法,给出了仿真结果的误差分析公式;结合由多个FC交换机组成的复杂FC-AE-ASM网络模型实例,分析链路冗余结构、链路可靠概率和节点可靠概率对FC-AE-ASM网络可靠性的影响。     

无线传感器网络的生存性评估

当前无线传感器网络的生存性评估模型均假设网络的节点分布符合某种规律且在长期的运行中规律保持不变,但该种模型未考虑节点的移动性。针对以上问题进行了研究,通过引入节点的移动速率建立连续时间马尔科夫链表示的评估模型,该模型不依赖于网络的拓扑,能准确反映出节点的实际分布情况;其次研究不同攻击和故障对节点隔离的影响;稳态连通概率是刻画可生存性最为重要的指标,最后提出该指标的计算方法。仿真实验结果表明,本文提出的生存性评估模型能够对无线传感器网络的生存性进行有效的评估。     

基于匹配规则的MapReduce任务调度模型

基于开源云计算平台Hadoop的MapReduce是当前流行的分布式计算框架之一,然而其先进先出(FIFO)调度算法存在资源利用效率低下的问题。提出了一种基于资源匹配规则的MapReduce任务调度模型并进行了算法实现。该调度模型通过获取任务的资源需求与计算节点的剩余资源,依据资源的匹配性进行任务分配,提高了系统的资源使用效率。首先对MapReduce的调度过程进行建模,提出了资源及匹配度的量化定义和相应的计算公式;然后给出了资源测量的具体方法及算法实现;最后利用TeraSort、GrepCount和WordCount任务与FIFO调度算法进行实验对比,实验结果显示,最好的情况下,提出的调度模型任务完成时间减少了22.19%,而最差情况下的吞吐量也提高了25.39%。     

安全关键系统的软件可靠性评估方法

基于统计测试的Markov使用链模型对安全关键系统的可靠性估计提出了一种有效的方法。该方法利用重要抽样技术在保证佑计的无偏性条件下,以可靠性估计的方差最小为目的,通过Ali-Silvey距离度量两个分布之间的差异,调整各个状态之间的转移概率分布,修正测试剖面,增加关键操作的遍历概率。最后给出了软件可靠性估计的最优测试剖面生成迭代算法。仿真结果表明,该方法能明显降低估计方差,在提高估计精度的同时能有效地加速统计测试。     

三网融合下基于资源池化的视频业务管理策略

对现有KAD协议在高并发、高实时性需求环境中的优缺点进行分析。为减少系统信息的冗余和延迟时间,提出一种在三网融合背景下,基于服务节点资源池划分的改进KAD网络视频业务系统的调度管理策略。采用基于网络连通性的准则将视频业务网的服务节点划分为若干资源池,各池内部网络采用KAD方式进行组织。根据用户请求量的预测,采用池间资源租借的方式解决单个资源池由于业务量增大而导致的服务过载问题。实验结果表明,对于典型的视频业务请求,马尔科夫链预测法能够实现过载漏报率为0的精确预警,从而根据预测结果,并利用KAD网络灵活的扩展性及时地补充服务资源。     

基于网络感知的容错志愿计算

针对志愿计算系统中节点分布在不同地理位置的特性,分析了传统主一从计算模型在志愿计算系统中的缺陷,提出了基于网络感知的容错志愿计算模型,该模型考虑了节点的网络因素,将节点划分到不同的子集中,基于该模型能够处理由于网络因素造成的故障。另一方面对传统的覆盖容错策略进行了改进并将其应用到容错志愿计算中。实验结果表明,基于网络感知的模型和改进覆盖容错策略能够显著地提高志愿计算系统的可靠性和性能。     

A structural approach for modelling the hierarchical dynamic process of Web workload in a large-scale campus network

A new structural approach based on hidden Markov model is proposed to describe the hierarchical nature of dynamic process of Web workload. The proposed approach includes two latent Markov chains and one observable process. One of the latent Markov chains is called macro-state process which is used to describe the large-scale trends of Web workload. The remaining latent Markov chain is called sub-state process which is used to describe the small-scale fluctuations that are happening within the duration of a given macro-state. An efficient parameter re-estimation algorithm and a workload simulation algorithm are derived for the proposed discrete model. Experiments based on a real workload of a large-scale campus network are implemented to validate the proposed model.     

可信服务链安全架构研究

针对网络功能虚拟化中服务链的安全性问题,提出一种基于可信计算的安全服务链架构。首先,基于可信计算为网络功能虚拟化架构设置可信管理中心模块,为虚拟网络功能实例的生成、服务链的生成和调整提供可信认证;然后,针对服务链的生成和调整设计了相关安全协议;最后,将HOTP协议引入模型之中,实现了服务链各实例之间的安全认证与安全传输,并支持服务链节点的动态扩充和调整。经过架构仿真分析表明,本安全架构在保证服务链动态性的同时提高了安全性。     

一种基于改进蜂群算法的网络重构技术

空间信息网络在给定拓扑结构和资源受限的情况下,卫星节点间如何优化链路选择,重构网络拓扑结构,使得升级后的空间信息网络具有良好的抗毁性,是非常具有研究价值的问题.本文针对空间信网络拓扑重构问题,综合考虑卫星节点之间的可见性、可连通时间和可连通度等约束条件,建立了卫星网络拓扑链路模型和节点模型并提出基于改进蜂群算法的空间信息网络拓扑重构算法.仿真实验表明,该算法在资源受限的情况下,能够兼顾改善网络的有效性和抗毁性,有效延长网络的生存时间.     

基于边缘计算的分支神经网络模型推断延迟优化

针对云服务器上深度神经网络（DNN）模型推断任务延迟过高的问题,提出基于边缘计算的分支神经网络部署模型。分析了边缘计算场景中深度神经网络的分布式部署问题,证明该问题是NP-难的。设计了一种基于分支定界思想的部署算法（DBB）,选择合适的边缘计算节点部署模型以减少推断任务的延迟。设计并实现了选择节点退出（SNE）算法,为不同任务选择合适的边缘计算节点来退出推断任务。仿真实验结果表明,与在云端部署神经网络模型的方法相比,基于边缘计算的分支神经网络模型的推断延迟平均降低了36%。