基于数据流方法的大规模网络异常发现

随着网络规模和速度的增加,大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线分析。针对在高速骨干网上进行大规模网络异常发现的特点和要求,提出了一种基于数据流的大规模网络异常发现的方法,第一次将数据流模型用于大规模网络的异常发现。主要包括以下创新点:设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;在真实数据分析的基础上,对网络业务量进行了数据约减,使得监测部分特殊类型的数据流能最大程度地获得整体网络业务量的变化特征以提高异常发现的效率。通过真实网络环境下的实验和性能评价验证了数据流方法的有效性。     

基于聚类分析的网络数据流异常检测方法

为加强对网络数据流异常检测误报率的控制,进行多维度的动态化检测,营造更加稳定、可靠的数据流异常检测方法。文章结合聚类分析技术,构建网络数据流异常检测方法。先进行数据流模态的描述,针对数据的异常状态,完成并行聚类特征提取,随即布设K-means异常感应节点,并以此作为基础,逐步构建聚类衰减检测模型,采用交叉部署法实现数据流异常检测。最终的异常检测结果表明:对比于传统概率数据流异常检测组、传统多模态数据流异常检测组,文章所设计的聚类分析数据流异常检测组最终得出的数据流异常检测误报率仅为1.01,实现了较为有效的控制,进一步提升了异常检测能力,逐步营造更加稳定、安全的检测环境,结构更加可靠、精准,具有实际的应用价值。     

基于云计算的数据流系综分类算法研究

综合分析了数据流分类算法以及云计算的基本理论,提出了基于Hadoop框架的数据流系综分类算法,算法采用MapReduce并行编程模型对传统基于动态权重系综模型进行改进,以提升算法的分类效率.分析结果表明,该算法在处理快速海量到达的数据流时,其执行效率远高于传统系综算法.     

数据流异常检测及其在僵尸网络检测中的应用

目前大多关于P2P僵尸网络检测的研究都采用传统的逆向工程方法,这些方法检测都比较准确,但其工程实施难度太大,效率较低,且对于变种病毒,该类检测方法无能为力。本文尝试通过数据流异常检测技术的应用,找到一种适合数据流应用场景的异常检测方法,并尝试将其应用于P2P僵尸病毒的检测当中,通过监控网络数据流,能够有效地发现P2P僵尸病毒在传播过程当中的特殊行为,并通过捕获这些行为来实现发现僵尸主机的目的。     

基于强化学习的网络数据流异常检测数学建模

为避免网络环境遭到异常数据流的攻击,实现对常规信息参量的准确捕获,设计基于强化学习理论的网络数据流异常检测数学模型.分析PLVF-TD学习框架的组成形式,借助分段线性值函数,对局部节点的泛化能力展开研究,完成网络数据流信息的强化特性学习.在此基础上,搭建Storm流式处理平台,通过选取网络数据流特征的方式,确定异常数据...     

分布式光纤应变传感网络节点异常状态识别方法

受到恶劣环境影响及外部因素攻击时,针对网络产生异常节点、数据以及行为影响网络正常传输问题,提出一种分布式光纤应变传感网络节点异常状态识别方法,根据通信状态与特征筛选,确定存在异常的网络链路层,提取异常节点特征向量,在有事件和无事件两种情况下,利用双阈值法检测光纤传感网络内异常节点,在每次检测后,根据结果更新节点间信任值,既保护正常节点不被牺牲,也提高节点异常状态识别精度。经实验证明,所提方法,在400 s～550 s这一实验时间段内,第15个节点为网络内的异常节点,邻居节点能耗在1.1×10⁴ J左右,可以准确识别异常节点位置和特征向量,节点消耗相对更小,适应性更强。     

分布式数据流上的连续异常检测

近年来,数据流异常检测在决策支持和监测等领域有着广泛的应用前景,并成为数据管理与挖掘的研究热点.针对该问题提出了相应的异常定义及检测算法,理论分析表明:与现有异常检测算法相比较,提出的算法具有良好的性能和效率,更适合于数据流应用.     

多媒体云计算下的大规模数据流调度方法研究

传统的多媒体数据流调度方法在云平台环境下,未考虑服务器信息调度的差异性,容易形成数据调度冲突,调度效率低。为了解决上述分析的问题,通过构建多媒体云计算下数据流调度平台,实现对多路大规模多媒体数据流的合理调度,利用多级分层结构将多媒体云计算下的多服务器大规模数据流调度过程划分成管理层面、控制层面以及数据层面,可确保将数据包均匀的分配给各个服务器,充分发挥云计算下的多服务器可并行处理的特性,增强数据流的调度质量。对调度平台的软件框架进行了详细的描述,依据该软件框架的多层次实现大规模数据流调度优化,分析了大规模数据流调度的具体实现过程,并给出大规模数据流调度平台软件代码的设计。实验结果表明,所提方法增强了多媒体云计算下的大规模数据流调度的并发性能,提高数据流调度质量。     

基于中间件的分布式网络异常检测系统

文章介绍了网络异常的概念和思路,然后对中间件技术做了分析比较,重点提出了一种基于中间件的分布式网络异常检测系统。该系统采用CORBA实现分布式交互,能对网络异常进行分布式检测,与单点异常检测系统相比具有更高的实时性和处理数据的能力,对大型网络效果更好。本系统通过MIB变量相关联地剧烈突变来检测异常的发生。CORBA标准定义的比较完善的安全体系结构使本系统自身的安全性得到了保证。     

网络数据流分段存储模型的研究与实现

针对网络数据流存储面临的瓶颈问题，提出了同时保持时序性和属主性的网络数据流分段存储模型。模型在内存中采用基于弱时序性的高速缓存数据结构，提高了网络数据流实时存储的效率；在磁盘中采用了基于多级索引结构的数据流生成树结构，提高了基于时序性和属主性的检索效率。实验结果表明，模型显著提高了网络数据流的实时存储能力，有效降低了索引数据的信息量。     

基于云计算平台的网络视频技术应用研究

网络视频作为一种技术成熟、被大众广泛接受的服务,有与云计算技术相结合的必要性和可行性,本文分析了云网络视频服务平台的特征和技术需求,提出了如何利用云计算技术构建一个灵活、可靠、节能、安全服务平台的基础架构。     

基于无线通信的工业控制网络异常数据识别方法

随着工业无线通信技术的逐步发展与国际化,它在工业自动化领域中发挥着举足轻重的作用。近年来,工业控制网络的安全问题受到了广泛的关注,针对工业网络中异常数据的识别研究也得到重视。目前,工业网络数据异常识别方法可以处理的大部分数据是单维的,并且数据检测只能在被测量的单个项目上执行,测量网络数据的方法复杂且检测非常不方便,测量的精确度不高。为了解决此类问题,通过查找大量的文献,对数据进行对比分析,基于无线通信的异常数据识别是针对工业网络,检测无线网络的数据,找到了一种可以检测待测多个指标数据的异常识别方法,经过实验证明可提高网络数据识别的可靠性和安全性。     

基于SDN的云计算网络

移动互联网和云计算的高速发展促使传统的互联网数据中心向云计算数据平台迁移。随着云平台负担的加重,当面对如用户私有云隔离、网络底层流量控制、访问控制、自动网络配置等诸多技术问题时,传统的云平台网络架构己经很难满足其需求。软件定义网络(SDN)作为一种新兴的网络技术,被认为是解决当前云计算问题的有效方法。文章在概要介绍云计算技术概念、架构以及关键技术的基础上,结合SDN技术的发展演进、网络架构和协议标准,重点介绍基于SDN的云计算网络,同时,还将结合一种特定的SDN云计算网络平台架构Meridian,讨论基于SDN的云计算技术发展趋势。     

基于分布式数据流的网络处理器数据收集分类平台

自适应分布式数据流处理调整技术进行分布式数据收集与分类时,未构建精准的数据分类器,导致分类精度有所偏差,设计基于分布式数据流的网络处理器数据收集分类平台。所设计平台总体架构包括平台管理层、分布式数据收集层、分布式数据分类层;网络处理器通过网络交换机端口接收分布式数据流,采用变压器、PHY处理所获数据,与主控芯片FPGA交互将数据保存,实现分布式数据流收集;网络处理器实现分布式数据流分类过程包括训练阶段与测试阶段,训练阶段采用分布式数据流更新规则完成数据特征选择,测试阶段进行分布式数据流分类特征更新,对关联度较大的特征数据实施筛选,实现分布式数据流的分类。实验结果表明,所设计平台分类精确度均值高达99.5%,且用时短、使用内存小。     

基于云计算的电能计量数据异常分析方法

电力计量是电网设备稳定运行的重要保障手段,为实现对电力计量的智能化建设,开展电力计量技术的管理及应用研究。利用云计算挖掘有效数据的特征,并以其为基础修复缺陷数据,对于重复数据直接删除,其余类型的数据以时间为基准进行标记,在数据分析阶段按照非目标数据源处理,利用加权回归的方式得出处理后数据的异常情况。文章立足于电网建设现...     

工作流中检测异常数据流的系统遍历图算法研究

工作流技术已经成为管理日益复杂业务流程的标准方案。成功的业务流程管理依赖于有效的工作流模型,而工作流模型主要限制控制流和数据流方面。但是大量分析和算法的存在是用来验证控制流的正确性,只有相对较少的方案可用于验证数据流的正确性。文章针对工作流中的异常数据流,对异常数据流进行定义和分类,并提出一种异常数据流验证算法—系统遍历图算法,其可以在工作流建模时避免异常数据流,有效减少企业经济活动的风险,帮助企业高效地作出决策。     

基于云计算的移动通信网络优化

移动通信网络的普及给人们的生活和工作带来了极大便利,特别是云计算越来越成熟,其为移动通信网络优化提供了重要的技术支持。移动通信网络在实际应用中存在很多问题,结合云计算技术特性,从多方面优化和改进移动通信网络,充分发挥移动通信网络应用优势,全面提升其综合效益。本文分析了云计算和当前移动通信网络存在的问题,阐述了基于云计算的移动通信网络优化策略。     

基于云计算的网络技术研究

本文以网络技术为研究对象,以云计算下的网络技术为研究目标。首先对云计算网络技术框架进行了分析和研究;其次分别从三个技术角度,即数据中心二层互访网络技术、虚拟机本地互访网络技术以及用户接入网络技术,对云计算下的网络技术进行了重点探究。     

分布式网络连续数据流脆弱点识别方法研究

分布式网络连续数据流脆弱点识别能够有效地保证网络计算应用的安全性。为了提高识别效果,提出基于连续数据流脆弱点的错误信息识别方法,选取信号级错误及网络模块集传播的连续数据脆弱点特征,定义错误渗透率,分析当前模块脆弱数据流的传播错误,生成传播树定义分布式网路线脆弱信号影响因子,建立错误传递矩阵,并将不同数据错误对当前网络影响程度作为评判标准建立评价机制,根据权重从比特级、模块级、信号级识别连续数据流脆弱点。实验结果表明,所提的识别方法在分布式网络连续数据流脆弱点识别过程中具有较好的识别效果。     

基于云计算的电能计量数据异常分析方法

由于原始电能计量数据受到外界干扰,对数据实际异常的分析结果存在一定误差,为此,提出基于云计算的电能计量数据异常分析方法.利用云计算挖掘有效数据的特征,并以其为基础修复缺陷数据,对于重复数据直接删除,其余类型的脏数据以时间为基准进行标记,在数据分析阶段按照非目标数据源处理,利用加权回归的方式得出处理后数据的异常情况.测试...