基于熵权VIKOR的安全虚拟网络映射算法

近年来,虚拟网络映射技术作为网络虚拟化的关键技术,成为学术界与工业界研究的重点之一。针对安全虚拟网络映射中因节点安全感知不全面、匹配不合理导致的映射性能较低问题,文章提出了一种基于熵权折衷排序法(VIKOR)的安全虚拟网络映射算法。该算法首先将安全虚拟网络映射问题构建为混合整数线性规划模型,设计了节点安全优先度指标,实现了虚拟网络节点与底层网络节点安全联合感知;其次在映射过程中综合考虑节点资源属性、拓扑属性和安全属性,采用熵权VIKOR进行节点排序;最后按照节点排序结果依次进行映射,其中链路映射采用k最短路径算法。仿真结果表明,在满足节点各项约束的前提下,文章算法提高了虚拟网络映射成功率和收益开销比。     

有线网络中虚拟网络映射算法研究

网络虚拟化是未来网络的关键技术之一,有助于克服当前网络的“僵化”问题,能够在无需对当前网络架构做出巨大改变的基础上配置新的网络协议和服务,实现多个虚拟网络共存于一个物理网络上,由此产生了新的问题,如何将有限的物理资源合理分配给不同的虚拟网络,即虚拟网络映射问题。根据网络环境,可以分为有线网络和无线网络下的虚拟网络映射。其中,有线网络下的映射是研究虚拟网络映射问题的基础和重点,已有大量算法提出。为了给该问题的研究提供一个全面的视野,从问题定义、存在挑战、映射目标方面对有线网络中虚拟网络映射算法进行综述,根据算法的不同特点进行分类,重点介绍几种典型的算法并进行比较总结,最后指出未来的研究趋势。     

基于Open vSwitch的虚拟网络访问控制研究

虚拟化技术使得在一台物理机上可以同时运行多台虚拟机,提高了资源利用率,成为了云计算技术得以发展的基础。然而虚拟化技术也带来一些新的安全问题,并且由于虚拟化自身的特点,传统的安全手段并不足以解决这些问题。重点对虚拟网络的安全特性进行分析,并探讨利用虚拟交换机Open vSwitch对虚拟网络进行访问控制的方法。     

基于计算机网络的虚拟网络技术探析

虚拟网络技术是计算机网络的一种虚拟形式,它对网络的区分突破了网络组建中物理位置的约束,有效提高了网络信息的安全性和有效性。虚拟网络在现实生活中,作为计算机网络的有效补充,对网络安全的作用十分显著,可有效阻止网络中私密信息的泄露。因此,如何在当前的计算机网络环境下,利用虚拟网络进行合理规避网络安全威胁,是当前网络安全的重要课题。     

基于计算机网络安全中虚拟网络技术的运用研究

伴随着信息技术与人们生活水平的快速提高,计算机网络的应用已经在人们生活中占据重要地位。网络技术中最为重要的一个组成部分就是虚拟网络技术,对于保护计算机网络的安全性,虚拟网络技术有重要话语权。对于保证工作效率与创建安全网络环境也发挥着重要作用。本文主要对于当下虚拟网络技术在网络时代应用现状进行分析,对于网络技术的应用特点与网络安全现状进行了研究,提出在不同情况下虚拟安全技术应如何应用进行分析总结。     

基于用户鉴别的虚拟网络

几乎是伴随着网络的出现,许多组织就开始研究如何加强网络的安全性,以防止非法的网络入侵和访问。而除了文件服务器和大多数的应用软件早已经开始使用帐号／口令登录过程外,似乎一直没有一种真正的安全措施来保证网络资源本身的安全性。该文所探讨的基于用户鉴别的虚拟网络,就是试图通过在用户访问网络之前进行基于用户鉴别的登录,来加强的网络的安全性和可管理性。     

基于探测包的IP网络链路故障监测算法

在一个大型的IP网络中,对链路的监测尤为重要,但是传统的网络管理工具很少提供这样的功能,已经存在的面向链路的监测工具也存在一些缺陷.文中提出的一系列算法能够有效监测IP网络中链路的故障,并且考虑到了系统的开销.通过分析可知,网络的规模和复杂程度直接影响了链路监测的代价.     

虚拟网络及其构建方法研究

给出了VPN、VLAN的概念,论述了VPN相关标准、协议、关键技术等内容,并在此基础上,分析了对应TCP／IP模型中诸层的VPN构建方法。     

面向动态虚拟网络请求的虚拟网络映射算法

针对虚拟网络请求资源动态变化的实际情况,提出了面向动态虚拟网络请求的虚拟网络映射（DVNR-VNE）算法。以混合线性规划理论为基础,采用多队列的方式分别对不同类型的虚拟网络请求进行预处理,建立了以最小化映射代价和最小迁移代价为优化目标的映射模型,优先映射需要释放资源的请求以获得更多的资源支持其他的虚拟网络,对新到来的虚拟网络请求采用优化后的虚拟网络映射（WD-VNE）算法进行映射。仿真实验表明,该算法降低了链路映射成本和迁移成本并获得了较高的虚拟网络请求接受率。     

网络交换技术与虚拟网络

当网络用户数量增加时,如何保持网络在扩展后的性能表现及网络管理呢?网络交换技术似乎是一个很好的解决方案。 传统网络基于广播的共享局域网,依赖桥接/路由选择。而交换技术(Switching Technology)却为终端用户提供专用的、点对点的联接,它可以把一个提供“一次一个用户服务”的网络转换成一个平行系统,同时支持多对通讯设备的联接,即:每个与网络联接的设备均可独立与交换器联接,交换网络可达到将多个局域网区段化至每个区段的终端装置。     

遗传BP网络在模拟电路故障诊断的应用

分析了传统BP型神经网络在模拟电路故障诊断中应用所存在的缺点,提出了解决办法。利用遗传算法优化BP网络的结构和具体的参数,可以避免靠经验和试验确定参数的弊端,能够提高神经网络用于模拟电路故障诊断的智能性,改善故障诊断的精度、速度。     

基于改进BP神经网络的网络故障诊断研究

针对网络故障诊断过程中故障规则难以提取的问题,提出一种基于改进BP神经网络的故障诊断方法。以网络故障信息为样本对BP网络进行训练,利用其强大的自适应能力和非线性映射能力,建立起网络故障信息与故障模式输出之间的映射。同时,为了避免BP网络的学习算法陷入局部极小值,提高故障诊断的效率和精确度,采用L-M优化算法来对网络进行训练。另外,采取初期终止的方法提高BP网络的泛化能力。实例表明,该方法有效提高了网络故障诊断的有效性。     

网络虚拟化环境下的服务故障诊断算法

网络虚拟化环境下,底层网络的透明性造成虚拟网提供商不能诊断所有的虚拟网服务故障.为解决此问题,提出了基于映射关系的虚拟网服务故障传播模型.针对故障传播模型中故障集与症状集较大、网络环境动态和噪声大而导致的已有诊断算法误报率高、时间复杂度高的问题,基于网络虚拟化环境下症状内在相关性特点,提出了一种新的基于症状内在相关性的虚拟网服务故障诊断算法SFDoIC(service fault diagnosis algorithm based on inherent correlation among symptoms).仿真实验结果表明,SFDoIC算法能够很好地解决底层网络透明性造成的虚拟网服务故障难以定位的问题.SFDoIC算法可以有效地降低诊断算法的误报率,显著缩短诊断算法的运行时间.     

基于XML的故障诊断虚拟训练描述模型研究

随着科学技术的迅猛发展,传统故障诊断训练存在的问题日益突出,越来越难以满足维修人员的故障诊断训练需求;提出了通过虚拟方式进行辅助训练,来提高维修人员的故障诊断能力和掌握故障诊断相关知识,满足故障诊断训练需求;为实现故障诊断虚拟训练,分析了故障诊断虚拟训练模型的描述要素和描述语言;运用诊断树分析方法,基于XML建立了故障诊断虚拟训练描述模型,为实现故障诊断虚拟训练提供模型支撑;最后,基于此模型对液压千斤顶回收不到位的故障进行了描述,验证了描述模型的正确性与实用性.     

基于神经网络的设备故障诊断

文中介绍了一种基于人工神经网络的设备故障检测和诊断方法,其ANN集是用基于知识的解析冗余关系组织的,并用遗传算法进行ANN的设计和训练。将该方案用于感应式发动机的故障诊断,以评估该方案的性能。     

基于遗传算法与BP神经网络的故障诊断模型

为了克服单独应用BP算法时存在的缺陷,利用遗传算法(GA)对其进行了改进,建立了基于遗传算法与BP神经网络相结合的诊断模型,此外在二进制编码方法的基础上,讨论了十进制的编码方法与实现以及网络模型参数取值与学习次数间的相互影响等关键问题。     

基于模糊聚类算法的工控网络控制故障检测方法研究

针对传统大型工控网络控制故障检测过程中,没有考虑故障延时特性,从而导致的故障信号检测准确率下降,检测效率降低;为此,提出一种基于模糊算法的大型工控网络控制故障检测方法;引入模糊算法,对大型工控网络控制中的故障信号延迟进行模糊化建模,通过随机时延切换设计故障观测参数和故障观测参数的残差对大型工控网络控制系统进行故障检测,克服信号延迟弊端;实验结果表明,利用文章方法进行大型工控网络控制系统故障检测,能够有效提高故障的准确率,效果令人满意。     

基于BP神经网络的故障诊断技术研究

分析了传统的故障诊断方法的特点和缺点,在此基础上选择BP神经网络应用于故障诊断,详细探讨了BP神经网络的建模方法,根据设备的层次结构和特点,将集成神经网络应用于故障诊断,有效地克服了单一神经网络故障诊断的一些缺点,大大提高了故障诊断的效率和准确率.     

基于改进BP神经网络的传感器集成故障诊断

针对传感器故障，提出了一种基于改进的BP神经网络的集成故障诊断方法。在测量回路中引入“等价偏差”向量，用改进的BP网络建立传感器故障模型，对系统的状态和故障参数进行在线估计，然后将故障参数与修正的Bayes分类算法（MB算法）相结合．进行传感器故障在线检测、分离和估计。对连续搅拌釜式反应器（CSTR）的仿真结果表明，该集成故障诊断方法能够对多重传感器故障进行快速准确的分离和估计，并对传感器故障具有容错性。     

神经网络信息融合技术在故障诊断中的应用

提出了一种某机舵面系统故障诊断的方法,针对多传感器融合的特点,将相关传感器的输出数据融合,应用神经网络的非线性拟合能力扩展相关信息,信息融合诊断策略根据这些信息确定出故障,同时对故障信号进行恢复和诊断.建立了某机舵面系统故障诊断的数学模型并进行了计算机仿真,仿真实验结果表明该结构形式对于舵面常见的故障均能进行识别和告警,效果令人满意.