小波法的网络流量奇异谱估计

网络流量整形、调度、异常检测、管理与控制及保障QoS需求等都需要了解业务流的局部变化特性.本文给出离散小波及其模极大值的网络流量奇异谱估计算法及影响因素,并通过真实的网络业务数据对算法进行了评估和比较.实验结果表明,两种方法的奇异谱估计能有效刻画网络业务流的局部变化特征,并且能通过奇异谱特征参数之间的差别描述不同业务流之间的差异性,也表明了在一定条件下,离散小波模极大法更加优越.     

未知网络应用流量的自动提取方法

提取未知网络应用特征时需要获得其流量数据,但在网络工程中,采集的未知应用流量往往是几种应用流量的混合,如何将未知混合流量进行分离,按照应用进行归类是现有方法没有解决的问题。基于此提出一种基于载荷信息的流量聚类方法,该方法通过对报文载荷的部分字节编码,采用扩展的ROCK算法对未知混合流量进行分离,按照不同应用进行归类。实验结果表明,与基于会话行为特征（一种流量统计特征）的流量聚类方法相比,这种方法具有较高的精确度。     

机器学习通识课程建设与教学实践探索

针对机器学习通识课程的教学情况,提出选择Python作为实践教学工具,从案例演示教学、扩展性实验设置、开放式综合大作业、即时在线课程管理以及注重能力、过程的综合考核方式等方面,探讨适合的教学模式,以提升教学效果。     

日志管理技术研究与实现

阐述了ＡＳ／４００计算机系统上集成的日志管理技术及其实现过程,并在此基础上重点讨论了故障发生时,如何使用日志管理恢复丢失的数据,最后指出了日志技术的某些限制,并且提出参考性的建议。     

自适应网络应用特征发现方法

提出了一种应用特征的自动提取方法。该方法首先从应用层载荷中提取关键词序列,然后通过负例子集合和冗余处理生成候选特征集,最后通过基于识别率的自适应机制选择应用特征。实验结果表明,该方法提取的应用特征能精确识别不同的协议。     

小波法的流量长相关检测分析

本文分析了网络流量长相关的小波法检测原理、方法及其性能,同时介绍了一种尺度指数时间一致性检验方法,通过真实网络流量数据分析验证了方法的有效性,最后总结了小波法长相关检测的一般步骤.     

AS/400系统的审计日志技术实现及应用

审计日志是ＡＳ／４００系统提供的一种跟踪上活动的技术,掌握此技术,对评价系统安全计划是否实现,确保系统数据安全性非常有效,论述了审计日志技术基础,并重点探讨其实现过程及应用。     

AS/400系统消息机制

介绍了消息通信机制一消息、消息队列及它们之间的相互关系,重点探讨了在控制语言程序中消息的处理,分析了对于查询消息如何控制其响应,使作业或程序能在不同条件下正常运行。     

基于机器学习的网络应用识别研究

近年来,网络应用识别在学术和应用领域备受关注和快速发展,已形成一个相对独立的研究领域.基于机器学习的识别方法更是成为研究热点,并且取得一系列初步成果.研究了这方面的相关问题,分别从识别粒度、特征选择及识别算法等方面进行介绍、归纳,并对典型方法进行重点分析,最后指出了存在的问题及未来研究方向.     

基于会话的应用特征自适应提取

提取网络应用特征,对于准确地识别应用层流量,进一步提供差异性服务、QoS保障、入侵检测、流量监控以及计费管理等应用具有很重要的意义。然而目前还没有有效的应用特征自动提取方法。提出了一种自动提取应用特征的新方法,该方法能够从应用层的会话中提取频繁项集,经过冗余项过滤及基于识别率的自适应特征选择获取识别应用协议的最小特征集。采用识别率和正确率对所提取的特征进行评估。实验结果表明,该方法是有效的,所提取的特征具有准确性,能用于应用层流量的精确识别。