基于簇的无线传感器网络路由协议分析

无线传感器网络路由协议分为平面路由协议和分簇路由协议,分簇路由具有拓扑管理方便、能量利用高效、数据融合简单等优点,成为当前重点研究的路由技术。着重从簇头的产生、簇的形成和簇的路由这三个过程对当前典型的无线传感器网络分簇路由算法和协议进行了研究,并根据路由性能指标对上述算法和协议进行了比较,在此基础之上提出无线传感器网络路由协议未来的发展趋势及研究策略。     

基于类别划分的OSSEC报警数据聚合方法

为解决目前基于主机的开源入侵检测系统(open source HIDS security,OSSEC)报警数据类别属性不统一、冗余量大导致数据聚合率低的问题,提出一种基于类别属性划分的报警数据聚合方法。借助MapReduce编程模型对原始报警数据进行合并,按类别属性对其进行划分,计算属性相似度,使用熵值法确定属性权重,对报警数据进行聚合。实验结果表明,该方法提高了OSSEC报警数据的聚合率和系统检测率,降低了系统误报率。     

一种基于分层多代理的云计算负载均衡方法

针对现有云计算系统中负载均衡方法的不足,借鉴系统逻辑分层和多代理的思想,提出一种基于分层多代理的云计算负载均衡方法.通过对云计算平台逻辑分层,在任务代理层设置任务监控代理和任务子代理,根据用户任务的差异性,采用基于任务优先级和QoS目标约束的调度策略协同完成任务调度;在资源代理层设置资源监控代理和资源子代理,考虑物理节点的异构性,采用基于启发式贪婪的资源分配策略协同完成虚拟机到物理节点的映射.通过评估对比仿真实验,结果表明该方法在任务调度效率、任务完成时间、截止时间违背率和负载均衡度方面表现更优,多代理有效地分担了中心管理节点的管理负载,使云计算平台的任务处理能力、资源利用率及鲁棒性均得到了进一步的提升.     

基于SystemC的网络处理器仿真系统

为提高建模网络处理器的效率,利用C++模板机制和依据依赖倒置原则采用的接口方法调用机制封装SystemC构建建模框架。针对处理器内部结构和功能,框架使通信和连接、功能和时间解耦,这样不仅提高建模效率而且减少逻辑进程[1]和事件的数量从而加快仿真速度。为提高仿真系统稳定性,提出单元和系统测试方案,其中系统测试平台通过静态建模实现自动化测试,通过网络和文件两种方式与仿真系统通信实现功能和性能测试。该框架和测试方案适合各种网络处理器的建模和测试,在工程中已成功应用。     

网络流量分类方法的比较研究

实施有效地网络管理,首先要对网络流量按照应用类型不同进行准确分类.由于目前传统的基于端口号匹配和特征字段分析的流量分类方法不能很好的满足网管需要的现状,因此,针对这两种方法在应用中存在的问题进行了分析,并与目前研究较多的基于流统计特征的机器学习分类方法进行比较.研究后结果表明:该方法包括有流样本的形成、特征选择过程和机器学习分类过程3个关键步骤,可通过网络流量的统计特征,采用机器学习方法进行准确分类.     

基于核函数的SOM网络流量分类方法

由于网络流量数据高度非线性,传统的自组织映射(self-organizing maps,SOM)网络对此分类的鲁棒性和可靠性较差,提出了一种基于核函数的SOM(kernel SOM,KSOM)网络流量分类方法。该方法用核函数代替原始数据在特征空间中映射值的内积,使输入空间中复杂的流量样本结构在特征空间中得到简化,实现对有多个统计特征属性的网络流量在应用层的分类。实验结果表明,KSOM能识别新应用类型的流量,较传统的SOM更适合对网络流量进行分类,其分类准确率高于NB方法。     

基于OSPF协议的网络拓扑发现算法

基于SNMP和ICMP的网络拓扑发现算法采用主动探测手段,在获取拓扑信息时会注入额外的网络流量,易造成实时性较差、网络性能受影响等问题,因此,提出了一种基于OSPF协议的网络拓扑发现算法。该算法采用被动监测方式,通过Jpcap捕获OSPF协议中的链路状态更新报文,分析其中的Router LSA和Network LSA,获得路由器之间的链路类型等网络拓扑信息,进而在不影响网络性能的前提下发现拓扑结构。实验结果表明,该算法能够快速准确地获得完整的网络拓扑结构。     

基于成对约束扩展的半监督网络流量特征选择算法

针对网络流量特征选择过程中监督信息缺乏的问题,提出一种基于成对约束扩展的半监督网络流量特征选择算法。该算法同时考虑少量成对约束和大量无标记样本,利用样本集合间的相关性和自相关性,扩展成对约束集到无标记样本上,产生更多可靠性强的成对约束,以揭示样本空间分布信息。最后,利用扩展的成对约束集进行特征选择。实验证明:与未进行成对约束扩展的算法相比,该算法在少量初始成对约束的情况下能获得更好的分类性能。     

基于蚁群的无线传感器网络分簇路由算法

在研究经典低能量自适应分簇路由算法的基础上,提出基于蚁群的无线传感器网络分簇路由算法。该算法将蚁群算法应用到簇间路由机制中,寻找簇头到基站的最佳路径,使得离基站较远的簇头节点沿着最佳路径传输信息,有效地减少了簇头节点的能量开销。同时,在簇头选举时,该算法不仅考虑簇头节点的剩余能量,而且兼顾簇头与簇头之间的距离,使得簇头分布更加均匀。仿真结果表明,该算法和LEACH及DADC算法相比,有效地均衡了网络能量消耗,并延长了网络生命周期。