XML在网络监测中的应用

分析现有网络监测软件的不足:只能对已有的应用层协议进行监测和分析,不支持用户自定义的应用层协议,对于目前电子数据格式的多样性,已经不能满足用户的需要。介绍了XML的特点,详述了在VC6.0下如何使用XML设计、添加应用层协议,并使用实例说明DOM对XML文档的处理方法。通过XML添加应用层协议,实现了对用户自定义的应用层协议的监测与分析,扩充了现有网络监测软件的功能。     

XML在网络监测中的应用

分析现有网络监测软件的不足:只能对已有的应用层协议进行监测和分析,不支持用户自定义的应用层协议,对于目前电子数据格式的多样性,已经不能满足用户的需要.介绍了XML的特点,详述了在VC6.0下如何使用XML设计、添加应用层协议,并使用实例说明DOM对XML文档的处理方法.通过XML添加应用层协议,实现了对用户自定义的应用层协议的监测与分析,扩充了现有网络监测软件的功能.     

SIP软交换系统群呼的实现

SIP(Session Initiation Protocol)是IETF提出的在IP网络上进行多媒体通信协议,它是基于文本的应用层控制协议,独立于底层协议,用于建立、维护、终结多媒体会话和呼叫。软交换作为下一代网络(NGN)的核心技术,为具有实时性要求的业务提供呼叫控制和连接控制功能。通过分析基于SIP的语音类业务应用的现状及未来的发展趋势,并对相关的主要协议和关键技术进行研究,在此基础上,提出了基于SIP的软交换系统,并实现了系统中的群呼业务功能。     

自定义数据备份应用在OPNET中的实现

为研究数据备份系统对网络时延和业务服务器负载的影响,分析NDMP协议在数据备份中的应用和OPNET中应用层的内部结构,通过修改系统模型,将数据备份作为一种应用服务加载到应用层。仿真结果表明,在原有服务基础上添加数据备份的应用后,参与传输备份数据的业务服务器负载量急剧上升,网络时延明显变长,而将数据备份的应用转移到另一个网络和其他设备上能最大限度地减小网络时延,降低服务器的负载量。     

TCP与UDP网络流量对比分析研究*

网络带宽不断增长,越来越多的音/视频、在线游戏等应用成为网络空间的主体。基于实时性考虑,这些新兴应用协议多选择UDP作为其底层的传输协议,使得UDP流量呈上升趋势,而以往的流量测量工作一般基于TCP进行,忽略了UDP协议。对国内某骨干网流量进行了连续12 h的在线测量,在传输层和应用层分别对TCP和UDP及其应用层协议的流的总数、长度分布、持续时间分布、流的速度分布等进行了详尽的分析,并对TCP和UDP的应用层协议流的大小、长短、快慢作了详细的分类。为网络流的分类技术、网络行为发现、网络设计等提供了数据支持。     

基于应用层协议关键词序列的应用层异常检测方法

提出一种基于应用层协议关键词序列的应用层异常检测方法.它用应用层协议关键词和关键词之间的时间间隔构成观测序列,用隐半马尔可夫模型来刻画正常用户在使用每种应用层协议时的行为.该方法可分为模型训练和异常检测两个阶段:在模型训练阶段,利用前后向算法训练得到正常用户在使用每种应用层协议时其行为的隐半马尔可夫模型;在异常检测阶段,在线统计每个观测序列相对于模型的平均对数或然概率,当发现某个用户在使用某种应用层协议的过程中其行为出现异常时,采取调整该用户数据流的优先级或者带宽的方式来对该用户的异常行为进行控制,从而可以自动纠正用户的异常行为.使用包括DARPA测试数据集在内的一些数据对该方法进行了验证.实验结果表明该方法能很好地描述正常用户在使用应用层协议时的行为,并且在检测用户异常行为时具有很高的检测率和很低的误报率.     

基于数字水印的网络控制系统回放攻击检测

随着网络技术在控制系统中的广泛应用, 如何处理数据回放及数据篡改等网络攻击行为是广大科技工作 者必须考虑和解决的一个问题. 在构建包含控制网络和检测网络的控制系统基础上, 本文给出了一种网络控制系统 的数学模型, 并详细阐述了其传感器节点到控制器节点的数据传输方法. 考虑到控制器节点遭受回放攻击的实际 情况, 通过数据帧中添加时间戳和水印数据, 并采用拟合优度检验等相关策略, 由此提出一种新的异常行为检测方 法. 仿真结果表明, 该方法在一定程度上能够有效并快速地检测出针对控制器的回放攻击行为, 具有应用前景和推 广参考价值.     

微服务容器化部署的研究

由于对应用层信息的收集和识别能够实现更精确的性能分析和入侵检测,对提高网络安全性和性能具有重要意义,为此对SSH隧道下应用协议的识别进行了研究。首先,分析SSH协议以确定可以从连接建立阶段获得哪些信息。随后在流量监控基础架构所创建的扩展功能的基础上对所获取信息进行分析,获取SSH数据中所包含的应用层协议相关的信息。最后,在真实网络对SSH连接进行监测,并对监测结果进行分析。研究结果表明,通过对SSH流量数据的分析,可以识别包括端口、客户端软件在内等应用层协议,改进对暴力密码攻击等安全漏洞的检测。     

Ad hoc网络中的简单跨层流控机制

为了提高Ad hoc网络中传输层协议的性能,基于跨层思想设计了一种简单可行的跨层流控机制。该机制结合网络层路由反馈、传输层协议和应用层速率自适应调节,通过跨层信息交互,应用层可根据网络层反馈的路由信息来调节业务的发送速率,将网络负载维持在合理的水平以最大化网络吞吐量。计算机模拟评价表明该机制能改善基于UDP和TCP的业务性能,在网络负载较低的情况下效果尤为明显。     

自定义多端业务建模方法

在网络仿真中,网络协议仿真建模的工作量大、开发周期长。针对该缺点,提出自定义多端业务建模方法,对应用层协议与Diffie-Hellman密钥交换协议进行仿真建模。仿真结果表明,与进程模型建模方法相比,该方法简单高效、可重用性高,具有较高实际应用价值。     

基于交互式流量回放的用户行为仿真技术

流量回放可为网络靶场提供逼真的流量数据并支持网络新技术验证与安全评测。面向复杂虚拟网络的交互式用户行为仿真需求,设计一种交互式流量链路的用户行为仿真架构。采用基于云平台的分布式流量仿真策略,以实现面向复杂虚拟网络用户的行为仿真多样化和可扩展加载。对交互式流量回放过程中延时修复与补偿策略进行研究,提升交互式用户行为仿真的时序逼真性。仿真实验结果表明,该仿真架构能够在保证流量时序准确性的前提下,实现交互式的大规模用户行为仿真,与传统的ITRM、Tcpreplay等方法相比,在仿真行为的多样性、规模性、逼真性上具有一定优势,可为安全评测提供有效支撑。     

改进的对等网络流量传输层识别方法

P2P(peer-to-peer)流量识别问题是近年来网络测量研究中的热点问题.基于传输层行为的P2P流量识别方法不依赖P2P应用的特征字段,具有良好的可扩展性.然而网络应用的传输层行为通常极易受网络环境的影响,因此基于传输层行为的P2P流量识别方法在国内外不同的网络环境中,其准确性存在较大的差异.为了弥补现有P2P流量传输层识别方法在国内网络环境中的不足,提出了3条改进策略:1)基于非P2P知名端口的过滤机制;2)基于有效数据流的计数机制;3)基于反向流的FTP过滤机制.随后,在国内网络流量记录上验证了上述改进策略的有效性.实验结果表明,改进后的传输层识别方法,其P2P流识别准确率和P2P字节识别准确率分别接近95%和99%.最后,在国内率先使用改进的P2P流量传输层识别方法对中国教育科研网的骨干网流量记录进行了分析.测量结果表明,国内骨干网上P2P流量所占的比例已经由过去的0.76%上升到70%左右.     

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.     

可证明安全的需求装载代码协议

主动网络是一种新型的网络,在一些领域已得到初步应用。主动网络中的需求装载代码协议是基于移动代码,装载需求和缓存技术的代码分配协议,可动态配置新的协议和服务。由于已有需求装载代码协议存在被重放的安全缺陷,影响主动节点的性能和效率,为此提出了一个安全有效的改进协议,利用Hash函数的单向性,协议双方无需对报文解密就可判断重放攻击,增强了其抵抗重放攻击的能力,并进行了安全性和计算复杂度分析。     

适用于网络流量延时重放的线性文件系统

在分析了传统的网络流量重放和文件系统技术的基础上,提出了一种可应用于入侵检测系统的网络流量延时重放模型,设计并实现了基于Linux的高速线性文件系统.实验结果表明,该线性文件系统磁盘顺序读写性能优于其它主流文件系统,在网络流量延时重放的应用下,系统吞吐量较采用ext2文件系统提高3%,在高速大容量的IP分组存取条件下可有效地减少系统开销,具有一定的实用价值.     

Distributed computing with high-speed optical networks

An environment that uses wavelength division multiplexing techniques and optical switching and processing to provide large bandwidths, short delays, and multiple data streams for distributed processing is described. The focus is on the interrelationship between application needs and network services. The system level, a conceptual layer designed to bridge the gap between application requirements and underlying high-speed network services, is proposed. The system level is a logical view of the physical network represented by a virtual topology projected onto the physical network. Embedding this virtual topology introduces many new problems and performance tradeoffs into the design of the network. A few of these problems are outlined, and some initial research efforts in this area are discussed. The physical network level, the collection of optical fiber links interconnecting the nodes in the network, and the application level, a logical view of an application's computational topology and representation of the application's communication and computing requirements, are also described     

基于图持续学习的时序数据分析

随着可穿戴设备大规模进入生活, 基于动作传感器产生的时序数据来人体行为识别已成为该领域的研究热点. 然而目前的方法无法发现多个传感器数据在时空中相互作用的关系. 此外, 传统神经网络在学习新任务时, 由于学习的新任务参数会覆盖掉旧任务参数, 这会引起“灾难性遗忘”问题. 为解决这两个问题, 本文提出了一种基于图注意力网络与生成式回放持续学习机制融合方法的人体行为识别算法. 该算法通过卷积神经网络与图注意力网络提取时序特征, 使得模型能够同时关注时间与空间特征, 同时, 采用了基于生成式数据重放策略的情景记忆持续学习方法, 通过条件变分自编码器记忆历史数据分布来解决灾难性遗忘问题. 最后, 通过在多个公开数据集上与不同的基线算法对比, 实验结果表明本文所提算法可以在取得较高的准确率的同时, 缓解灾难性遗忘问题.     

基于UML网络视频存储回放系统的设计与实现

该文提出一种利用网络技术把模拟的视频信号转化为数字信号引入Intemet网,采用流媒体技术建设视频服务器,完成具有网络存储功能和回放功能的网络视频存储回放系统。首先统一建模语言UML对系统进行功能分析和可视化建模,在此基础上运用Visual Studio 2008进行开发和实现。     

Path Planning for Intelligent Robots Based on Deep Q-learning With Experience Replay and Heuristic Knowledge

Path planning and obstacle avoidance are two challenging problems in the study of intelligent robots. In this paper, we develop a new method to alleviate these problems based on deep Q-learning with experience replay and heuristic knowledge. In this method, a neural network has been used to resolve the “curse of dimensionality” issue of the Q-table in reinforcement learning. When a robot is walking in an unknown environment, it collects experience data which is used for training a neural network; such a process is called experience replay. Heuristic knowledge helps the robot avoid blind exploration and provides more effective data for training the neural network. The simulation results show that in comparison with the existing methods, our method can converge to an optimal action strategy with less time and can explore a path in an unknown environment with fewer steps and larger average reward.      

基于AOP和反射计算的动态自适应中间件

Internet为分布式应用提供了一种开放,动态的运行环境,为了使作为分布式应用主要基础设施的中间件能够支持运行时监测并调整系统的内部状态、结构和行为,能够根据运行过程中的环境变化对应用程序的属性和行为做相应的调整,结合使用AOP和反射计算技术的优点,并将AspectLua集成到中间件,中间件的应用配置信息用Lua编写,从而使得构造的中间件具有较好的自适应性。