基于GBF的追踪溯源系统设计

互联网的快速发展引发了学术界和工业界对于网络安全技术的研究热潮,网络攻击追踪溯源技术能够定位网络攻击的源头,为防御方采取有针对性的防御措施和对攻击者进行反制提供必要信息,对于网络取证也有重要意义。首先介绍网络追踪溯源的基本方法;然后,介绍了广义布隆过滤器（Generalized Bloom Filter）及其在包标记追踪溯源中的应用;接着,设计并实现基于GBF的追踪溯源系统,实验表明本系统可以成功重构攻击路径;最后,进行总结并大致描述了今后的研究方向。     

面向密集部署的超高吞吐率Wi-Fi融合应用技术

为了降低网络密集部署对超高吞吐率( VHT) Wi-Fi性能的影响,提出了VHT Wi-Fi基于软件定义网络( SDN)的网络架构、无线网络侧虚拟化和增强型认证与快速切换技术,以提高系统的共存性、抗干扰性和安全性。实验结果表明,VHT Wi-Fi与SDN、网络功能虚拟化、伽罗瓦/计数模式协议结合,吞吐率性能获得约10%的提升,在保证安全性同时平均切换时延降低至40 ms,可保障VHT Wi-Fi在密集部署网络中发挥重要作用。     

基于RoBERTa-WWM 和HDBSCAN的文本聚类算法

在大数据环境下,从海量的互联网数据中获取热点话题是研究当前互联网中民意民情的基础,其中文本聚类是得到热点话题最常用的方法之一,可以分为文本向量化表示和聚类2个步骤。然而在文本向量化表示任务中,传统的文本表示模型无法准确表示新闻、帖文等文本的上下文语境信息。在聚类任务中,最常使用的是K-Means算法和DBSCAN算法,但是它们对数据的聚类方式与实际中话题数据的分布不符,这使得现有的文本聚类算法在实际的互联网环境中应用效果很差。本文根据互联网中话题的数据分布情况,提出一种基于RoBERTa-WWM和HDBSCAN的文本聚类算法。首先利用预训练语言模型RoBERTa-WWM得到每一篇文本的文本向量,其次利用t-SNE算法对高维文本向量进行降维,最后利用基于层次的密度聚类算法的HDBSCAN算法对低维的文本向量进行聚类。实验结果表明提出的算法相较于现有的文本聚类算法,在含有噪声数据且分布不均衡的数据集上,聚类效果有很大的提升。     

匿名网络追踪溯源综述

近年来,匿名网络以其匿名性在互联网中得到了广泛应用,为用户提供了隐私和信息安全保护.然而,匿名网络技术也被网络攻击者用于自身信息隐藏保护,以逃避网络追踪,给网络犯罪取证带来了极大的困难和挑战.通过介绍匿名网络的特点,综述多种匿名网络追踪溯源技术原理,归纳总结匿名网络追踪溯源技术分类和发展趋势.     

基于linux平台的双机双工的实现

主要论述了基于linux操作系统的双机双工机制,针对系统的高可靠性和实时性要求,从硬件组成、软件架构对系统的实现进行了全面阐述 并对双机双工机制的关键技术：故障检测、心跳技术、切换策略和双机调度进行了详细解释,最后对系统运行情况进行了总结。     

基于VW2010的MPEG-4视频会议终端机

主要介绍基于VW2010的MPEG-4视频会议终端机系统工作原理,论述该系统的视频采集、编码压缩、传输和系统控制等方面的设计,并提供系统的硬件软件设计参考.     

星座卫星通信系统安全威胁分析

文中简述了星座卫星通信系统的组成,并用威胁分析模型对星座卫星通信系统面临的可能安全威胁进行了比较详细的论述;其分析结果对构建安全可靠的星座卫星通信系统具有一定指导意义。     

计算机网络追踪溯源技术现状及其评估初探

近年来随着计算机网络技术的发展,网络攻击事件愈发频繁,使网络安全受到了极大的威胁。追踪溯源技术能够追踪到攻击数据包的源头,定位攻击源,通过隔离或者其他手段限制网络攻击,保护网络安全。文中通过对网络追踪溯源技术的介绍,分析其面临的困难,对其发展现状进行概括,将追踪溯源技术分为三大类,对各种技术方法进行比较,初步提出追踪溯源技术的评估标准,抛砖引玉,共同探讨网络追踪溯源技术的发展。     

一种通用的互联网追踪溯源技术框架

近年来,应对网络威胁,学术界提出并发展了网络追踪溯源技术,产生了多种追踪溯源技术体制;然而,多数追踪溯源的技术研究主要集中在具体的溯源技术及算法上,对网络追踪溯源的技术框架研究较少.文章从协作网域和非协作网域两个方面分析追踪溯源技术,提出非协作网域追踪溯源体制,设计一种通用的互联网追踪溯源技术框架,将多种有效的追踪溯源技术或方法统一在该框架中,发挥各种的溯源技术的优势,实现全球互联网空间的追踪溯源能力,提高网络安全防护的主动性和有效性.     

基于异质图卷积注意网络的社交媒体账号分类

由于社交媒体网络的复杂性, 单一性质的同质信息网络对社交媒体账号分类会造成信息丢失, 对分类结果产生不利影响. 针对这种问题, 本文提出基于异质图卷积注意网络的社交媒体账号分类方法(HGCANA). 首先构建社交媒体的异质信息网络, 然后提取异质信息网络的社交媒体特征, 引入注意力机制, 对社交媒体账号进行分类识别. 通过实验比较HGCANA方法与现有方法, 证明了本文提出的HGCANA方法能够更好地对社交网络媒体账号进行有效分类.