基于小波的网络流量特征分析

网络流量的特性分析一直是通信网络性能分析的一个极其重要的问题.本文充分利用小波变换具有多分辨率的特点,将时域里的网络流量通过小波分解,分解到不同的频带上,再对各子频带上的细节分量使用不同阀值进行消噪处理,然后采用自回归滑动平均混合模型对小波分解去噪后的不同分量分别进行预测再合成预测流量.对实际流量进行模拟预测,结果表明该模型有效地提高了预测精度,能对网络流量特别是短期流量做出较为准确的预测.     

城域网P2P流量预测模型研究

网络流量测量与建模对网络管理有着重要的意义。为了合理规划P2P网络资源,提出了一种基于小波与时间序列分析的P2P流量预测模型。通过对原始序列的小波分解与单支重构,并使用了所提出的一种统计分析方法对流量进行平稳化处理,针对各分支特点分别采用ARMA和ARIMA模型进行预测,最后组合各分支的预测结果获得最终预测值,并对该预测值使用动态指数平滑模型进行优化。实验结果表明,对比已有的方法,这种方法具有更高的预测精度。     

基于ESN和改进RBFNN的城市燃气负荷预测

城市燃气负荷预测是城市燃气管网系统运行调度中的重要内容.针对燃气负荷数据的周期性和非线性特点,以及单一模型存在的局限性,本文提出一种ESN和改进RBF神经网络的组合预测模型.首先用核Fisher线性判别对原始数据进行降维,其次用ESN模型进行初步预测,然后将ESN的预测结果作为RBF神经网络的输入来构建组合模型,并将差分进化算法和梯度下降算法结合,对RBF神经网络的结构和参数同时进行训练和优化,以增强算法的局部搜索能力,加快收敛速度.实验结果表明,本文模型比原组合模型的预测精度更高.     

基于决策树的P2P流量识别方法研究

针对新型P2P业务采用净荷加密和伪装端口等方法来逃避检测的问题,提出了一种基于决策树的P2P流量识别方法.该方法将决策树方法应用于网络流量识别领域,以适应网络流量的识别要求.决策树方法通过利用训练数据集中的信息熵来构建分类模型,并通过对分类模型的简单查找来完成未知网络流样本的分类.实验结果验证了C4.5决策树算法相比较Na(i)ve Bayes、Bayes Network算法,处理相对简单且计算量不大,具有较高的数据处理效率和分类精度,能够提高网络流量分类精度,更适用于P2P流量识别.     

P2P流量检测与分析

P2P流量逐渐成为互联网流量的重要组成部分,精确识别P2P流量对于有效地管理网络和合理地利用网络资源都具有重要意义.对P2P应用作了简要介绍,分析了P2P和传统C/S网络的不同,并介绍了目前主流的P2P流量检测技术,分析了这些技术的优缺点,然后结合P2P流量的payload特征,设计了一种基于深度包检测的P2P流量检测方法,并通过实验证明了此方法的可行性.结果显示该方法具有非常高的检测精度和令人满意的性能.     

基于小波分解的网络流量模型

论文充分利用小波变换具有多分辨率的特点,将时域里的网络流量通过小波分解,分解到不同的频带上。再对各子频带上的细节分量使用不同阈值进行消噪处理,使分解后的流量在频率成分上较单一,且平稳性较好。然后采用自回归滑动平均混合模型对小波分解去噪后的不同分量分别进行预测再合成预测流量。对实际流量进行模拟预测,结果表明该模型有效地提高了预测精度,能对网络流量特别是短期流量作出较为准确的预测。     

基于Adaboost算法的回声状态网络预报器

把单个回声状态网络(echo state network,ESN)的预测模型作改进,对整体ESN预测精度的提高是有限的.针对以上问题,本文考虑整体ESN.首先利用Adaboost算法提升单个ESN的泛化性能及预测精度,并且根据Adaboost算法的结果,建立一种ESN预报器(Adaboost ESN,ABESN).这个ESN预报器根据拟合误差不断修正训练样本的权重,拟合误差越大,训练样本权重值就越大;因此,它在下一次迭代时,就会侧重在难以学习的样本.把单个ESN的预测模型经过加权,然后按照加法组合在一起,形成最终的ESN预测模型.将该预测模型应用于太阳黑子、Mackey-Glass时间序列的预测研究,仿真结果表明所提出的预测模型在实际时间序列预测领域的有效性.     

网络流量短期预测方法的研究与应用

给出了网络流量短期预测方法.该方法运用小波变换自适应时频局部化分析方法和改进的Mallat算法将网络流量分解到不同频带上,然后对各子频带上的小波分进行不同阈值的消噪处理,再对仍是非平稳过程的分量进行差分处理使其转化为平稳序列,最后对各平稳过程分量采用ARMA模型进行预测.实际流量分析表明该方法简便,且短期预测精度较高.     

一种新型P2P流媒体协议及其流量模型研究

针对FlashP2P技术,对其RTMFP协议进行了深入分析,提出了一种基于RTMFP包检测的FlashP2P流量识别算法,并采用该算法对国内主流视频网站的FlashP2P流进行了有效的识别。在此基础上,对FlashP2P流量特征进行分析并证明其具有自相似性。最后,提出了一种基于ARIMA模型的经验模式分解预测自相似网络流量的方法,而且进行了仿真验证。结果表明,该模型不仅降低了算法的复杂度,并且对短期预测精度较高。     

基于小波支持向量机的P2P网络流量识别算法

对等网络技术引起了广泛关注,其典型的应用有文件共享、即时通信等.为了更好地合理使用、规划P2P网络资源,建立P2P流量识别模型具有十分重要的理论意义和现实价值.提出了一种基于小波支持向量机相结合的P2P流量识别模型,将小波分析中多尺度的学习方法和SVM的优点结合起来,通过小波分析与SVM方法紧致结合,引入满足小波构架和Mercer定理的小波基函数来构造SVM的核函数,建立小波支持向量机的P2P识别算法.实验结果表明该算法能够有效地提高P2P网络流量识别的精度.     

P2P技术原理与应用软件

P2P的对等结构是互联网本质的回归，以P2P技术为支撑的网络应用目前席卷了整个网络产业。诸如BitTorrent、Thunder、Skype，P2P应用已成为当前网络技术领域的一颗明星。本文介绍了P2P社术基本原理和基于P2P技术的主流软件。     

P2P技术原理与应用软件

P2P的对等结构是互联网本质的回归,以P2P技术为支撑的网络应用目前席卷了整个网络产业。诸如BitTorrent、Thunder、Skype,P2P应用已成为当前网络技术领域的一颗明星。本文介绍了P2P技术基本原理和基于P2P技术的主流软件。     

From P2P to reliable semantic P2P systems

Current research to harness the power of P2P networks involves building reliable Semantic Peer-to-Peer (SP2P) systems. SP2P systems combine two complementary technologies: P2P networking and ontologies. There are several types of SP2P systems with applications to knowledge management systems, databases, the Semantic Web, emergent semantics, web services, and information systems. Correct semantic mapping is fundamental for success of SP2P systems where semantic mapping refers to semantic relationship between concepts from different ontologies. Current research on SP2P systems has emphasized semantics at the cost of dealing with the traditional issues of P2P networks of reliability and scalability. As a result of their lack of resilience to temporary mapping faults, SP2P systems can suffer from disconnection failures. Disconnection failures arise when SP2P systems that use adaptive query routing methods treat temporary mapping faults as permanent mapping faults. This paper identifies the disconnection failure problem due to temporary semantic mapping faults and proposes an algorithm to resolve it. To identify the problem, we will use a simulation model of SP2P systems. The Fault-Tolerant Adaptive Query Routing (FTAQR) algorithm proposed to resolve the problem is an adaptation of the generous tit-for-tat method originally developed in evolutionary game theory. The paper demonstrates that the reliability of an SP2P system increases by using the algorithm.     

P2P技术分析与流量管理研究

随着P2P应用的日益流行,P2P流量消耗了网络的大量带宽,已经影响到了互联网传统业务的服务质量。为解决这一问题,网络运营者和研究人员在P2P流量的管理技术上进行了大量的探索研发工作,主要有P2P流量阻塞、缓存和本地化疏导等技术。首先对P2P技术做了简单概述,然后分析了影响P2P流量分布的重要技术因素,之后综述了最新的P2P流量管理技术,最后做了总结。     

P2P畅想曲

P2P是一种技术,但更多的是一种思想,有着改变整个互联网基础的潜能的思想。     

IS-P2P:一种基于索引的结构化P2P网络模型

在分析无结构与有结构P2P网络结构的基础上,提出了一种新的基于索引的有结构P2P网络模型IS-P2P（Index-based Structured P2P Networks）.IS-P2P网络采用两层混合结构,上层由比较稳定的索引节点组成有结构索引网络,使用文档路由搜索机制,提供资源的发布和查找功能.下层由普通节点组成分布式网络.IS-P2P模型充分利用P2P网络中节点的性能差异,具有高效的查找性能,且能适应P2P网络高度动态性.进一步计算IS-P2P模型中索引网络路由性能、查询处理速度、索引节点索引数据库大小以及索引节点转发查询消息代价表明,IS-P2P具有良好的性能.     

结构化对等网络中P2P 僵尸网络传播模型

依赖结构化对等网传播的P2P僵尸是未来互联网面临的重要威胁.详细分析了两种典型的结构化P2P协议Chord和Kademlia的工作原理,在此基础上,使用数学建模的方法建立了结构化P2P僵尸网络的传播模型.该模型将Kademlia,Chord协议与双因子免疫机制、主机在线率等因素相结合,较为全面地研究了两种典型的结构化P2P网络中僵尸的传播机理,并使用软件仿真的方法模拟了节点超过百万时,结构化P2P网络中僵尸的传播行为,通过软件仿真得出的数据与理论数据进行对比,验证了模型的正确性.从实验结果可以看出:对于Kademlia和Chord两种结构化P2P网络,僵尸传播无论是双因子免疫模型还是结合双因子与主机在线率的模型,理论模型与仿真结果都非常吻合,体现了模型的准确性,为僵尸的检测与防御提供了理论依据.     

P4P:P2P产业可持续发展的必经之路

近年来互联网上P2P应用业务得到了飞速的发展,同时占用了大量的带宽资源造成了带宽吞噬。至此,点对点网络数据传输新体系P4P技术应运而生,能有效减少网络骨干线路的负载和提高ISP的网络效率。本文从P2P的发展困境引入,分析P4P技术原理并比较P2P与P4P的性能。     

P2P 流量识别

P2P流量的迅猛增长加剧了网络拥塞状况,P2P流量识别为网络管理提供了基本的技术支持.首先介绍了P2P流量的类别及流量识别面临的主要困难,然后综述了P2P流量识别的主要技术及研究进展,最后给出下一步的主要研究方向.