一种冗余流量消除算法

本文提出了一种基于内容的冗余流量消除算法(RFECB)。算法利用滑动窗口计算数据块的边界点,对二个边界点的数据块计算其指纹并进行指纹匹配。RFECB能够提高冗余消除字节节省百分比,减少了冗余流量在网络中的传输。     

一种新颖的突发交换网络混合组装算法研究

提出一种新颖的混合组装算法来实现对到达网络边缘节点的IP数据进行突发组装.低流量时,采用FAP算法改善数据延迟特性;高流量时,采用AAS算法防止由于阻塞而产生的突发丢弃.仿真结果表明,混合组装算法在保证网络较低的阻塞率的同时,有效改善了数据突发在边缘节点的排队延迟特性.     

IPv6实验网与CNGI-CERNET2连接的探索与实践

针对学校平稳建设IPv6校园网络环境和智慧校园平台的目的,采用私网双协议栈技术,通过展开向IPv6过渡的基础部署以及在小范围内实现IPv6应用的实验,实现了IPv6实验网与西安教育城域网之间的路由连通,同时与CNGI-CERNET2对接成功。实验网搭建成功为学校实现IPv4到IPv6网络平稳过渡做好了技术和数据铺垫工作。     

一种IPv6隧道环境下数据逃逸的防御策略

隧道技术是IPv4向IPv6过渡阶段的重要研究内容,为无IPv6物理接入的用户提供基于隧道的IPv6接入,使其可提前使用IPv6网络。为提高隧道网络的安全性,对隧道流量有关安全设备的影响进行了研究。指出隧道技术可被攻击者利用实施针对网络边界安全设备的数据逃逸,攻击网络内部主机。因此,提出了基于隧道分类的防御方法,通过在特定结构中增加外层包头的相关信息对不同流量进行分类,抵御上述攻击。实验表明,该方法具有较好的时间和空间复杂度,对系统负载影响较小。     

兼容电力线载波通信的低压集抄研究

文中介绍了一种利用电力线通信(PLC)网络从智能电表(SM)实时采集低压用户用电数据实现低压集抄的有效方法。PLC网络使用现有的电线同时承载数据和电力,然而由于PLC网络中的传输介质不是为高质量数据传输而设计的,因此其网络通信效率是有限的。PLC网络的流量负载受路由算法和智能电表的轮询顺序的显著影响。文中提出了两种基于应用层方法的智能轮询算法。这两种算法的主要思路是通过对嵌入在路由控制消息进行优化以降低三层网络中数据包的数量从而提高基于PLC网络的低压集抄平台的通信效率。仿真实验证明了所提出的算法基于两种常见三层路由协议在PLC网络中能够提高低压集抄平台的自动抄表效率。     

NAT-PT技术研究及实现

针对IPv4网络与IPv6网络网络互通问题,对网络地址协议转换(NAT-PT)技术进行了简要介绍,NAT-PT技术是通过对IPv4地址和IPv6地址转换同时在IPv4数据报文和IPv6数据报文之间进行报文头语义翻译,实现IPv4网络与IPv6网络互通。给出了基于嵌入式操作系统的NAT-PT网关方案设计、实现、工作流程和验证结果等。提出了NAT-PT技术是一种解决纯IPv4网络与IPv6网络互通的有效可行的方法。     

基于IPv4/IPv6混合网中BRT立体交叉网设计实现

结合NAT-PT和IVI技术实现了纯IPv4网络和纯IPv6网络的互通,同时为了实现IPv4/IPv6混合网络与IPv6网络间快速通信,提出了一种BRT立体交叉网系统模式。该模式在IPv6网络和双栈网络间搭建高架BRT快速IPv6通道,使IPv6通过BRT高架专用IPv6通道进行通信。实现了在实验网络中混合网络和IPv6网络快速通信,解决了由于IPv6在双栈网络中占用IPv4的通信通道,增加网络负担,影响网络通信问题。     

基于MapReduce的连续Skyline查询

随着Web网络和无线传感器网络的不断发展,大数据的出现对数据查询和处理产生了挑战。研究了MapReduce框架下移动对象的并行Skyline计算问题,采用基于角度划分的方法解决负载平衡问题,并提出了一种过滤策略进行剪枝提高计算效率,在此基础上分别实现了静态Skyline算法和基于事件跟踪的MR-Track算法。最后通过对比实验验证了算法的有效性。     

基于历史连接数据的机会网络关键节点预测

鉴于无线传感网络关键节点探测算法的研究基础,设计了一种基于历史连接数据预测机会网络关键节点的算法(HDPA)。考虑到节点间连接时长与频率对连通概率的影响,提出了一种连通概率的计算方法。将研究时间切分成若干个周期,利用历史连接数据对各周期的连通概率进行计算。将所得时序周期的连通概率进行趋势分析,根据其走势应用相应的指数平滑法预测未来周期内的连通概率,从而得到一个概率连通图。将疑似节点从图中删除,计算概率连通子图的连通概率即可得到该节点成为关键节点的概率。最终将节点概率大于0.5的节点预测为关键节点。实验结果表明,HDPA具有较高准确度和较好扩展性。     

基于白化旋转技术的盲分离算法

针对盲信号分离给出了一种基于解相关技术的盲分离算法。根据多源混合信号的各分量间具有一定的相关性的特点(其中包括了二阶相关和高阶相关特性),通过相应的白化、旋转方法能够解除各个分量之间的相关性,从而可以达到对独立信号分量的分离效果。研究表明,对混合信号进行适当的白化、旋转处理,能够有效地消除各阶的相关性,从而实现独立信号的分离。最后给出了实现上述过程的方法、步骤,并进行仿真实验,结果表明该算法对独立源信号能够实现有效的分离。     

Offiine traffic analysis system based on Hadoop

Offiine network traffic analysis is very important for an in-depth study upon the understanding of network conditions and characteristics, such as user behavior and abnormal traffic. With the rapid growth of the amount of information on the Intemet, the traditional stand-alone analysis tools face great challenges in storage capacity and computing efficiency, but which is the advantages for Hadoop cluster. In this paper, we designed an offiine traffic analysis system based on Hadoop （OTASH）, and proposed a MapReduce-based algorithm for TopN user statistics. In addition, we studied the computing performance and failure tolerance in OTASH. From the experiments we drew the conclusion that OTASH is suitable for handling large amounts of flow data, and are competent to calculate in the case of single node failure.     

一种基于多穴跳变的IPv6主动防御模型

该文利用IPv6多穴技术,借鉴跳频通信的跳变思想,提出多穴跳变的概念,将主机的地址在网络提供的多个地址域内动态变化,增大攻击者地址搜索范围,增大攻击者流量监听难度。在此基础上,建立了IPv6主动防御模型。给出了双重随机地址生成算法,保证了地址的随机性,给出了快速切换和过保留两个地址切换策略,保证了地址切换过程中通信持续有效。从地址和流量两方面对模型的安全性进行了理论分析,从功能和性能两方面对模型进行了实验测试。理论分析与实验测试结果表明所提出的模型可有效提高攻击者开销,保护网络安全。     

IPv6组播通信的研究与实现

随着Internet的飞速发展,IPv6必然会取代IPv4。由于组播技术的优越性,IETF在制订IPv6协议时保留了组播,而取消了广播。IPv6组播技术可避免网络资源浪费,减小网络拥塞和广播风暴等问题,能有效利用带宽,提高数据传送效率,尤其适合视频流等大数据量的传输。介绍了IPv6组播技术的基本原理,具体说明了IPv6组播在Linux下的编程方法和通信过程,相信对IPv6组播技术的应用有较大的帮助。     

改进的基于时变FARIMA模型和小波变换的网络流量预测算法

网络的流量特性是反映网络实时状态的一个重要特征,对于网络流量的分析、预测一直是该领域的研究热点。传统的基于时间序列模型的方法在计算效率和多尺度分析能力方面存在一定的局限性。本文提出了一种改进的基于小波变换和时变FARIMA模型的流量预测方法,利用小波变换的多尺度分析特性将原有的流量数据进行分解,在使用时变FARIMA模型进行预测,可大大提高算法的执行效率和预测的准确性。最后,本文选取了Bellcore提供的真实的网络流量进行了仿真实验,验证了提出的预测方法的准确性和有效性。     

基于流重复信息检测来估寻服务节点

Discovery of service nodes in flows is a challenging task, especially in large ISPs or campus networks where the amount of traffic across network is massive. We propose an effective data structure called Round-robin Buddy Bloom Filters (RBBF) to detect duplicate elements in flows. A two-stage approximate algorithm based on RBBF which can be used for detecting service nodes from NetFlow data is also given and the performance of the algorithm is analyzed. In our case, the proposed algorithm uses about 1% memory of hash table with false positive error rate less than 5% . A prototype system, which is compatible with both IPv4 and IPv6, using the proposed data structure and algorithm is introduced. Some real world case studies based on the prototype system are discussed.     

A New Enhanced Fast Handover Algorithm in Hierarchical Mobile IPv6 Network

1　Introduction　MobileIPv6requirestheMobileNode (MN)toregisterwiththeHomeAgent (HA)andtheCorre spondentNode (CN)whenitchangesitspointofattachmentintheInternet[1～ 3] .Therefore ,thiscauseMobileIPv6toincurlongdelayintheregis tration process,andaddsignalingtraffictothebackbonenetworkespeciallywhentheHAandCNarefarawayfromtheMN .Inordertominimizethisdelay ,andthesignalingoverhead presentinMobileIPv6,literatures[4～7] proposeHierarchicalMobileIPv6(HMIPv6)architectureandafasthan dover…     

Online trace anonymization based on anonymous flow table

A real-time network packet anonymous method named Fad-Pan (online trace anonymization based on the anonymous flow table) was proposed. The Fad-Pan algorithm was studied and an online trace anonymization prototype system based on DPDK library was developed. The experimental results prove that the Fad-Pan algorithm is faster more than 20 times than the existing method, and a single server can handle the real-time IPv4 and IPv6 traffic of the 10 Gbit/s link used by the Fad-Pan.     

未知网络应用流量的自动提取方法

提取未知网络应用特征时需要获得其流量数据,但在网络工程中,采集的未知应用流量往往是几种应用流量的混合,如何将未知混合流量进行分离,按照应用进行归类是现有方法没有解决的问题。基于此提出一种基于载荷信息的流量聚类方法,该方法通过对报文载荷的部分字节编码,采用扩展的ROCK算法对未知混合流量进行分离,按照不同应用进行归类。实验结果表明,与基于会话行为特征（一种流量统计特征）的流量聚类方法相比,这种方法具有较高的精确度。     

基于云计算的海量网络流量数据分析处理及关键算法研究

为了应对日益增长的网络流量数据量和对网络安全的需求,提高网络流量数据的处理效率和准确性,文中从云计算架构出发,设计并搭建了一个能承载大规模网络流量数据处理的云计算平台。基于该平台,采用了分布式存储、并行计算和机器学习等技术,对海量网络流量数据的预处理、聚类分析、异常检测等关键环节进行了研究。结果表明,基于云计算的海量网络流量数据分析处理的关键算法取得了显著成果。通过分布式存储和并行计算技术,实现了对海量网络流量数据的高效读写和处理。在预处理阶段,针对流量数据进行采样和滤波,减少了数据量,并保留了关键特征。在聚类分析方面,利用机器学习算法实现了对网络流量的分类和统计,通过构建模型、训练和优化算法,实现了对网络攻击和异常行为的准确识别和及时报警。     

ON MULTICAST TREE CONSTRUCTION IN IPV4-IPV6 HYBRID NETWORK

With the IPv4 addresses exhausting and IPv6 emerging,the Peer-to-Peer (P2P) overlay is becoming increasingly heterogeneous and complex: pure IPv4,dual stack and pure IPv6 hosts coexist,and the connectivity limitation between IPv4 and IPv6 hosts requires the overlay protocols to be fit for this hybrid situation. This paper sets out to answer the question of how to construct multicast tree on top of IPv4-IPv6 hybrid network. Our solution is a New Greedy Algorithm (NGA) which eliminates the problem of joining failure in the hybrid network and keeps the efficiency of greedy algorithm in tree construction. Simulation results show that our algorithm has excellent performance,which is very close to the optimal in many cases.