基于负载均衡的Web服务双向选择方案

随着Web服务的广泛应用,如何在有限的资源下来提高Web服务的QoS(quality of service)已经成为关注的热点问题.通过设计一个灵活的选择结构BS-Serv(bidirectional selection-serv),提供者使用多维背包算法,请求者使用需要等待时间原则,来实现提供者和请求者的双向选择,从而即保证了提供者的资源能达到最充分的利用,提高了Web服务的QoS,还保证了请求者对服务的满意.详细分析了多维背包算法和请求者需要等待原则的设计,并讨论了结构的实现.     

HONEYD协助云系统提高安全性的研究

本文介绍了一种利用HONEYD诱测对云系统攻击,并且在受到攻击后把警报信号发送给云系统,从而让云系统能够及时进行防御反应的方法。文章从介绍了HONEYD原理来说明HONEYD能够协助云系统进行安全防御,最后配置了一个诱测云系统被攻击的实例。     

协同极大熵聚类算法

极大熵聚类算法(MEC)是基于信息论的新型聚类算法。以不同子集之间的协同关系为出发点,与信息理论中的极大熵原理相结合,通过构造新的极大熵目标函数来改变传统聚类算法中对整个数据集直接聚类的机制。提出一种基于协同的极大熵聚类算法CMEC,它不仅具有较MEC算法更高的聚类精度和更好的泛化性等特点,较之协同模糊聚类算法还具有更好的物理意义。实验结果表明所提出的CMEC算法具有上述优点,其聚类效果比传统的聚类算法有了很大的提高。     

HONEYD解析

针对HONEYD的特色——能在一台物理机器上创建大量的虚拟蜜罐,从逻辑结构上、对不同网络数据包的处理上、通过脚本语言的实现上分析了如何创建虚拟蜜罐。虚拟蜜罐需要很好地伪装,深入地分析了HONEYD的伪装技术——指纹匹配技术和网络拓扑虚拟技术。最后指出了HONEYD还存在的缺点及改进思路。