智慧标识网络服务机理研究进展及安全性分析

随着互联网规模的不断扩大以及应用场景的多元化,传统网络无法很好地满足新业务的动态多样化需求,因此国内外对未来网络展开了深入研究.本文首先介绍了未来互联网体系架构的研究现状.其次,介绍了具备"三层、两域"特征的智慧标识网络(Smart Identifier NETwork,SINET)体系架构,然后重点阐述了SINET服务机理在服务的命名与解析、路由机制、服务缓存、移动性、传输控制机制、可扩展性、绿色节能等关键技术方面取得的研究进展,并进一步详细分析了SINET服务机理的安全性.最后总结了SINET面临的挑战,对SINET服务机理在大规模场景部署中可能存在的问题做出讨论.     

基于ARMA模型的双路径差异性分析

拟通过单向时延的历史记录对其未来趋势进行预测。首先,通过粗粒度和细粒度两种方式采集世界各地若干目标节点的单向时延作为原始数据;然后,结合多种预测模型的特点和原始数据的内在属性,提出一种基于ARMA模型的双路径差异性分析方法;最后选取合理的预测窗口对方法的准确性进行验证。结果表明,该预测方法是正确、合理的,与灰色预测模型相比能更有效地预测单项时延差序列。     

煤矿瓦斯爆炸动态安全预警系统中物联网技术探讨

随着科学技术的发展,物联网成为了煤矿企业现代化生产的一个标志型技术。文中提出了一种基于物联网技术的矿井瓦斯爆炸动态安全预警系统,为煤矿企业的井下生产提供了新的方案和工艺。该系统融合了物联网技术、安全预警技术、煤矿安全技术和复杂施工技术。动态预警系统采用应用层、传输层、感知层三层架构,可实现专家控制、瓦斯灾难预防、矿井安全数据共享、环境检测报警等功能。结合了现有矿井工业以太网资源,解决了矿井基础设施协同管理和控制、电气机械设备管理、人员定位以及复杂环境监测等问题,为煤矿企业的安全生产保驾护航。     

垂直切换的策略研究

下一代无线网络中,异构切换技术是融合多个异构接入网络的关键技术之一。近年来,随着无线通信技术的蓬勃发展,如何使用多个异构网络接口达到无缝的异构切换成为研究热点。多个接口可以采用不同的触发机制和使用规则,这将需要不同的协议实现支持并带来不同的实际切换性能。文章对异构切换中的多接口使用机制以及触发规则进行详细研究,并对不同的多接口使用机制和异构切换触发机制的4种不同组合进行仿真比较。从仿真结果可以看到,切换过程中采用链路层的信息能够及时触发即将发生的切换,另外,如果采用多个接口预先建立连接的机制,能够最大限度的减少切换延时。因此,这两种机制的组合能够带来最佳的切换效果。     

IPv6动态安全防御体系模型研究

基于IPv6下一代网络的安全问题是当前研究的热点问题之一.本文从网络安全基本要求和安全问题的基本特点出发,提出了一个IPv6动态安全防御体系模型.该模型充分考虑了下一代网络移动、IPv4/IPv6长期并存的特点,具有层次化设计、集中化管理和分布式控制相结合、动态智能响应的特点.     

移动互联网技术综述

移动性是互联网发展方向之一。移动互联网的基础协议能支持单一无线终端的移动和漫游功能,但这种基础协议并不完善,在处理终端切换时,存在较大时延且需要较大传输开销,此外它不支持子网的移动性。移动互联网的扩展协议能较好解决上述问题。文章首先介绍移动互联网的基本目标,然后介绍移动互联网的基础协议工作原理,最后介绍能提高移动互联网工作性能的扩展协议。     

一体化标识网络安全性能测试

分析一体化标识网络对网络攻击的抵抗能力以及在网络安全方面的优势,并以ICMP Flood攻击为例,使用思博伦Test-Center测试仪对一体化网络和传统网络分别进行安全攻击测试,从而评估一体化网络的安全性能.测试结果显示,对于DDoS攻击,相比于传统网络较明显受到攻击的影响,一体化网络能有效抵御攻击,保护了核心网的安全性.     

分离机制移动性管理系统测试

分离机制移动性管理系统是基于分离机制的在扩展代理移动IPv6的基础上提出的一种新的网络结构,它包括三个子系统,即身份与位置分离子系统、控制平面与数据平面分离子系统以及接入网与核心网分离子系统。描述了该系统中涉及的实体功能,以及移动节点的注册及通信流程。对系统进行了功能和性能测试,给出了测试结果。     

基于集成学习的多类型应用层DDoS攻击检测方法

针对应用层分布式拒绝服务（DDoS）攻击类型多、难以同时检测的问题,提出了一种基于集成学习的应用层DDoS攻击检测方法,用于检测多类型的应用层DDoS攻击。首先,数据集生成模块模拟正常和攻击流量,筛选并提取对应的特征信息,并生成表征挑战黑洞（CC）、HTTP Flood、HTTP Post及HTTP Get攻击的47维特征信息;其次,离线训练模块将处理后的有效特征信息输入集成后的Stacking检测模型进行训练,从而得到可检测多类型应用层DDoS攻击的检测模型;最后,在线检测模块通过在线部署检测模型来判断待检测流量的具体流量类型。实验结果显示,与Bagging、Adaboost和XGBoost构建的分类模型相比,Stacking集成模型在准确率方面分别提高了0.18个百分点、0.21个百分点和0.19个百分点,且在最优时间窗口下的恶意流量检测率达到了98%。验证了所提方法对多类型应用层DDoS攻击检测的有效性。     

基于Deeplabv3+与CRF的遥感影像典型要素提取方法

为提取高分辨率遥感影像的典型要素(建筑物及道路),基于深度学习,提出一种语义分割与全连接条件随机场(CRF)相结合的提取方法。以Deeplabv3+作为语义分割模型,提取较完整图像分割信息,并将其作为全连接CRF的一元能量函数的输入,利用平均场近似方法进行推理,实现对分割信息边界的优化。通过分析Deeplabv3+模型在噪声样本集数据的训练效果验证其鲁棒性,并基于公开影像及矢量数据源设计大规模遥感训练样本集智能采集系统。采集罗德岛2 000平方公里遥感影像及相对应典型要素标记数据作为样本进行实验,结果表明,该方法分割精度MIoU值达到80.32%,结合形态学滤波处理,要素边界轮廓明显优于初始分割结果。