BitTorrent流量的捕获方法及自相似性的评价*

研究了BitTorrent流量的捕获方法,并设计和实现了具体的流量捕获方案,得出了可以用于建模的自相似性参数的量化结果。     

基于通用PC的高速链路数据包捕获方法评估

数据包捕获方法是流量监测的关键,不同的捕获方法在可操作性、实际应用上有所不同。为了选择适当的数据包捕获方法,通过实验对四种基于通用PC架构的数据包捕获方法进行评估,并且分析了NAPI模式和中断模式对数据包捕获方法的影响。实验表明流量大且小包多的环境下,NAPI模式对数据包捕获有很大的改善,而当大包多的情况下特别是256B以上的数据包比较多的时候,采用中断的方式捕包性能更高。     

优秀创业学生网络行为实证研究

以义乌工商职业技术学院创业园学生为研究对象,部署了网络实验环境,通过流量监测技术实施流量捕获,根据记录的流量数据,分析、归纳了创业学生的网络行为。采用的网络流量监测技术主要有:MRTG统计端口整体流量,OptiView采集网络层和传输层流量分布,包过滤捕获技术分析Web网络访问取向。     

基于Linux的高速网络包捕获技术研究

论文首先分析了Linux数据包捕获机制,指出了在高速流量的网络环境中,频繁的网卡中断是系统接受数据包能力瓶颈。然后讨论了基于Linux系统中采用中断和轮询相结合的数据包捕获技术NAPI。测试实验结果证明了NAPI技术能有效地提高数据包捕获效率。     

基于行为特征的P2P流量快速识别

网络中P2P流量的快速识别,对于实现网络流量控制和QoS保证提供了有效的流量组成结果.本文提出了一种基于行为特征的流量识别技术,捕获流量数据,分析数据集端口与IP个数比值,上行数据量和下行数据量比值,实现P2P流量快速识别.     

WinPcap数据包捕获在VB下的实现

WinPcap在网络监控和流量分析等方面应用广泛,该文对WinPcap数据包捕获系统的结构及其主要功能作了详细的分析,并用MFC对其进行封装,实现了WinPcap数据包捕获在VisualBasic中使用的功能。     

网络数据包捕获工具的开发与实现

捕获网络数据包可以用来检测并分析网络面临的安全性威胁,网络数据包的捕获广泛应用于IP网络性能测量、流量分析、用户计费、网络入侵检测、网络协议分析及口令拦截等多种场合.介绍了以太网数据包的捕获机制,并在此基础上采用Linux的Lipcap和Socket两种方法,讨论了网络数据包捕获工具的开发过程,同时给出TCP/IP首部的提取方法,以便对捕获的数据作进一步的分析与处理.     

基于Linux的802.11b无线局域网数据包捕获方法*

数据包捕获是进行网络监测、流量分析等网管活动中所使用的基本技术。从无线局域网（WLAN）和有线局域网的区别出发,研究了WLAN包捕获的原理及无线网卡两种不同的捕包方法。     

一种基于xenVMI机制下的蜜网流量异常检测方法

针对目前私有云网络存在的安全隐患,提出了一种基于xen VMI机制下的蜜网流量异常检测模型。首先通过数据捕获模块截获蜜网流量;然后利用BP神经网络自主性、交互性和主动性的特征,对捕获的流量特征进行训练,得到五元组特征;再计算五元组特征的信息熵,从而判定蜜网中异常行为。实验结果表明,模型可以有效地检测蜜网中的异常,并通过对异常的分析增强私有云网络的防御能力。     

面向交通流量预测的多组件时空图卷积网络

流量预测一直是交通领域研究者和实践者关注的热点问题.流量数据具有高度的非线性和复杂性,对其进行精准预测具有很大的挑战,现有的预测方法大多不能很好地捕获数据的时空相关性.提出一种新颖的基于深度学习的多组件时空图卷积网络（MCSTGCN）,以解决交通流量预测问题.MCSTGCN通过3个组件分别建模流量数据的近期、日周期、周周期特性,每个组件同时利用空间维图卷积和时间维卷积有效捕获交通数据的时空相关性.在美国加利福尼亚州高速公路流量公开数据集上进行了实验,结果表明,MCSTGCN模型的预测效果优于现有的预测方法.     

几种人类生物网络的自相似性实证研究

介绍了复杂网络自相似性的基本概念,阐述了自相似指数及其计算方法盒覆盖算法的基本原理和方法,并对四种不同类型的人类生物网络进行了实证分析。结果表明,无论是否考虑流通代谢物和小分子代谢物,新陈代谢网络都是自相似的,但是其他的生物网络大多不是自相似的。     

基于多尺度结构自相似性的单幅图像超分辨率算法

多尺度结构自相似性是指同一幅图像中存在相同尺度或不同尺度的相似结构,这种多尺度图像结构自相似性广泛存在于遥感图像中.本文提出了一种基于多尺度结构自相似性的单幅图像超分辨率（Super resolution,SR）算法,该算法结合了压缩感知框架与图像结构自相似性,利用非局部方法和基于图像金字塔的K-SVD字典学习方法,将蕴含在相同尺度和不同尺度相似图像块中的附加信息在压缩感知的框架下加入到重构图像中.本文算法的优势在于,它仅借助于单幅低分辨率图像自身所蕴含的信息,实现了空间分辨率的提升.实验表明,与CSSS算法和ASDSAR算法相比,本文算法更有效地提升了遥感图像的空间分辨率.     

基于分形原理的软件维护性评估

针对软件维护性评估难题,从软件结构复杂度和软件开发维护过程两方面着手,分别对软件维护性进行了定性和定量评估。分析了软件模块结构的空间域自相似性及软件生命周期内的时间域自相似性,提出了基于分形维数的软件维护性定性评估,实现软件维护性评估的定性要求和控制。以维护工作量作为软件维护性核心参数,结合自顶向下评估方法,提出了时间域内软件维护性定量评估。通过虚拟维修训练系统软件美腾2.0到3.0版本升级维护实例,对方法的有效性进行了验证。     

三维点云模型特征张量描述符的构造及自相似性分析

三维模型局部自相似性是物体形状分析中的一个基本问题,其中,局部形状描述符的构建对自相似性分析的最终结果至关重要.针对此问题,提出了一种基于张量融合特征描述符的自相似性分析方法.首先利用相关面和反向点对点云模型进行形状直径函数(shapediameterfunction,SDF)的近似计算;然后利用谱聚类对模型进行过分割成模型子块,由K近邻(K-nearest neighbor, KNN)邻域点的SDF、形状指数(shape index, SI)和高斯曲率(Gauss curvature,GS)矩阵构造三维特征张量;最后利用张量范数构造映射得到形状描述符,并定义相似性度量分析模型子块之间的自相似性.对几种最新的方法(包括部分匹配和显著性检测)进行了实验,无论是直观视觉效果,还是相似性测度和相对误差上的评价指标,结果均表明,该方法可有效地对形状进行描述,提高了点云模型相似子块的识别精度.     

链路层分类包的网络流量自相似性研究

提出一种从链路层分类包流量的角度研究网络流量自相似性的方法。使用优化的R/S（rescaled range）法计算Hurst指数,发现分类包流量和总流量一样呈自相似性,并用ON/OFF网络流量模型解释分类包流量自相似的物理原因;并使用主成分分析法研究分类包流量对总流量自相似性的影响,得出大于512 B的分类包（大象包）是影响总流量自相似性的主要原因。实验表明该方法是快速有效的。     

基于结构张量的Non-Local Means去噪算法研究

非局部平均是当前一种新兴而有效的图像去噪方法。为了能充分利用数字图像局部几何结构的自相似性,同时由于结构张量可有效刻画数字图像的局部几何结构特征,进而提出了基于结构张量相似性度量的非局部平均去噪算法。实验结果验证了该算法抑制噪声的有效性,同时能很好地保持边缘等细节特征,峰值信噪比得到有效提高。     

基于局部谱能量自相似矩阵的纹理描述

对于纹理检测和分类中的纹理描述问题,提出一种新的基于Gabor滤波器组局部谱能量的自相似矩阵来描述纹理的方法。首先采用多尺度、方向的极坐标对数Gabor滤波器组对纹理模板进行滤波,获得频域上局部频段和方向上的纹理信息;然后计算频域上各尺度、方向上局部谱能量的自相似度量,将这些度量值以自相似矩阵的形式进行存储,并作为纹理特征的描述子;最后将这种描述方法应用到纹理检测和分类中。由于该描述子主要体现的是纹理模板在不同频段和方向局部谱能量的自相似程度,所以它对滤波器参数的依赖度较低。实验中利用纹理特征描述子可以实现比较准确的纹理检测,多类纹理合成图像分类实验的准确率达到了91%以上。实验结果说明,纹理局部谱能量的自相似矩阵是一种十分有效的纹理描述方法,其检测和分类的结果对后期的纹理分割、纹理识别等研究领域具有广泛的应用前景。     

基于形式化方法的网络业务流Petri网模型的仿真分析

针对自相似业务流的影响,给出具有自相似特性的网络业务流传输过程的随机Petri网模型,使用Petri网分别建立了无限缓冲区的IP层网络模型和有限缓冲区的以太网模型,采用一种马尔可夫随机Petri网的方法对模型进行分析,然后通过实例证明了网络中确实存在着自相似现象,最后利用随机Petri网性能分析工具SPNP对所建立的模型进行了模拟和验证,研究了网络业务流的自相似特性对网络性能的影响.提出的模型在一定程度上能够很好地拟合不同网络的流量特性,为网络构建、网络特性分析和网络性能评估提供了重要的理论基础.     

基于稀疏表示和结构自相似性的单幅图像盲解卷积算法

图像盲解卷积研究当模糊核未知时,如何从模糊图像复原出原始清晰图像.由于盲解卷积是一个欠定问题,现有的盲解卷积算法都直接或间接地利用各种先验知识.本文提出了一种结合稀疏表示与结构自相似性的单幅图像盲解卷积算法,该算法将图像的稀疏性先验和结构自相似性先验作为正则化约束加入到图像盲解卷积的目标函数中,并利用图像不同尺度间的结构自相似性,将观测模糊图像的降采样图像作为稀疏表示字典的训练样本,保证清晰图像在该字典下的稀疏性.最后利用交替求解的方式估计模糊核和清晰图像.模拟和真实数据上的实验表明本文算法能够准确估计模糊核,复原清晰的图像边缘,并具有很好的鲁棒性.     

基于分组无关问题模型的隐私保护算法

针对分组无关问题模型存在隐私泄露的问题,提出一种改进的分组无关问题模型,采用随机响应的方法,通过对原始数据进行伪装变换处理,实现具有隐私保护的关联规则挖掘。实验结果表明,改进后的模型在伪装变换后的数据集上挖掘出的规则与原始数据规则相比,保证了低误差,具有较好的隐私保护性。