基于收发平衡判定的TCP流量回放方法

基于真实网络流量的互动式回放测试是当前针对防火墙、IPS等串接型安全设备进行测评的最新方法.文中在分析现有基于状态判定的TCP流量互动式回放方法基础之上,引入收发平衡机制,提出了一种基于收发平衡和状态判定相结合的新的TCP流量回放方法.通过在发送TCP数据包前优先进行收发平衡判定将数据包发送出去,提出的方法能够有效减少TCP流量在发送过程中的状态判定开销,提高回放性能.对引入收发平衡机制前后的TCP流量回放方法的差异进行了分析比较.从单个TCP会话特性、并发会话流量特性、网络传输延迟与丢包等角度分析验证了影响引入收发平衡机制后的算法有效性的因素.实际流量实验表明,文中所提方法在回放TCP流量时性能有显著提升,适用于在更大规模的流量环境下对防火墙、IPS等串接型网络安全设备进行测评.     

社会控制论及其进展

本文综述控制论应用于社会系统和社会过程的研究及其取得的成就; 介绍社会控制论的诞生、定义和定位; 叙述社会控制论的发展沿革; 小结了社会系统控制论研究的主要方法; 阐明社会控制论的有关主要理论、原理和技术. 在几个实例中, 介绍了自反控制模型、人类活动理论应用、人类前景的研究、基于人工社会的教室行为动态研究和中美知识产权谈判研究等. 最后本文给出分析和评论.     

自适应UKF算法在目标跟踪中的应用

针对目标跟踪中系统噪声统计特性未知导致滤波发散或者滤波精度不高的问题, 提出了一种自适应无迹卡尔曼滤波(Unscented Kalman filter, UKF)算法.该算法在滤波过程中,利用改进的Sage-Husa估 计器在线估计未知系统噪声的统计特性,并对滤波发散的情况进行判断和抑制, 有效提高了滤波的数值稳定性,减小了状态估计误差. 仿真实验结果表明,与标准UKF算法相比,自适应UKF算法明显改善了目标跟踪的精度和稳定性.     

可量化的移动Ad Hoc 网络时空动态特性评估方法

移动模型是Ad Hoc网络区别于其他形式网络的重要标志,对其产生的动态网络特性(简称动态特性)进行评估,是研究Ad Hoc网络的协议仿真和网络相关技术(如拓扑控制和网络性能测量等)的基础性问题.在已有研究的基础上,改进了网络的模型化描述,克服了以往模型无法很好地描述相关联的时空动态特性的缺陷,并在此基础上,提出了移动模型通用的可量化时空动态特性评估方法.通过构建节点空间位置分布,建立网络拓扑时空动态特性的分析模型,深入研究了几种移动模型的动态性.提出一种圆周曲线移动模型,弥补了以往移动模型难以描述现实的曲线移动场景.仿真实验结果表明,该方法能够有效地对现有移动模型的动态性进行评估.实验结果表明,圆周曲线移动模型与以往移动模型相比,具有良好的时空动态特性.     

基于内容的手机短信息实时审计系统

针对非法手机短信息日益泛滥的问题，分析了短信息的发送机制，给出了短信息内容的审计监控方案，建立了审计系统的系统模型，详细论述了系统模块的功能，阐述了系统中创新算法的主要思想。实际应用证明，该系统可实现文字短信和多媒体彩信的内容审计，有效阻止非法短信息的传播。     

Ring 0级程序行为分析系统的设计与实现

提出一种Windows平台下基于虚拟机的Ring 0级程序行为分析架构,据此架构设计和实现程序行为自动分析系统Malbox。该系统能够在封闭的虚拟环境下自动地检测和分析待测程序的进程、文件、注册表、网络等行为。经过测试,该系统能够较好地检测程序的本机和网络行为,具有较高的实用性。     

一种基于证据推理的视频运动目标融合检测算法

为了解决复杂场景下传统的运动目标检测问题, 利用证据推理—–谨慎有序加权平均方法(COWA-ER), 提出一种综合使用混合高斯、均值滤波和码本的多方法融合的检测方法. 该融合检测算法以上述3 种检测方法为准则建立一个多准则决策框架, 通过双阈值检测法来表征检测过程中的不确定性, 最终利用COWA-ER 方法进行决策级融合, 实现多种方法的优势互补. 实验表明, 所提出的融合检测算法具有更理想的目标检测效果, 能有效应对诸如阴影及光照突变等问题对检测性能的影响.

     

基于分段加权的点积相似度方法研究

针对信噪比较低或因噪声干扰造成的谱图质量较差时,传统加权点积方法由于不能有效利用谱峰分布规律和不同质量区间谱峰在谱图识别中的作用而易出现相似度较低、假阳性或假阴性等问题,提出了基于分段加权的点积相似度方法。首先利用谱峰的分布规律合理地确定各个质量区间的范围,依据不同的质量区间在谱图识别中的作用设置不同的质量数(mass/z)权重值和丰度权重值,然后按赋予的权重值计算谱图相似度,以甲基磷酸二甲酯谱图为例研究了合理确定各分段权重的方法。采用该方法在NIST08标准参考谱库(191 000张谱图)中检索1000多张谱图的准确性实验表明,与传统加权点积方法相比谱图识别的准确度提高了16.2%;通过质谱仪得到样品的实测谱图在参考谱库中检索结果表明,该方法能有效提高谱图匹配的相似度和准确度,与传统加强点积方法相比,不同浓度的八氟奈谱图相似度平均提高了2.3%;采用该方法处理同分异构体化合物,如邻二甲苯数据时,提高了相似化合物的选择性。     

面向负荷特征分析的地理分布式协同聚类方法

能源互联网架构下,用户数据传输延迟和电力公司管理规定促使电力数据中心在全国各地建立,电力数据因而呈现地理分布式,对此研究了在地理分布式情景下的用户负荷特征聚类算法。首先,对于地理节点内用户负荷的特征分析,在采用主成分分析与负荷指标特征加权组合算法的基础上,提出了考虑密度峰值信息的K-means算法,并为地理节点间的信息共识提供了支撑。其次,针对用户需求的地理分布式网络化感知结构,构建了考虑特征迁移的分布式聚类模型框架,提出将节点局部信息通过参数共识得到全局聚类模型的分布式K-means算法,在节点间仅传递公开信息的前提下,实现了用户特征的全局聚类。最后,通过爱尔兰、中国北方部分城市的负荷数据对模型及算法进行验证。结果显示,分布式K-means能利用全局信息、考虑不同区域的差异来更好地识别典型用电曲线,并且算法具有较好的可迁移性。     

基于流量统计特征的端口扫描检测算法

根据网络流量的统计特征提出一种慢速端口扫描行为检测算法，以主机数和端口数的比值及被访问主机端口集合之间的相似度为基础，采用非参数累积和CUSUM算法及小波变换方法对流量统计特征进行分析，进而判断是否存在端口扫描行为。实验结果表明，所提取的网络流量特征及算法可以有效地检测异常行为，该方法和Snort相比较具有低的漏报率和误报率。