基于抽样和哈希技术的长流测量算法研究

在互联网中理解网络行为最高效的途径即是对网络数据流量进行检测与分析,它是对已有互联网的组建、规范化和改造的依据,同时也是对Internet进行检测的重要环节.为了解决网络中的资源和高速IP流量之间的冲突问题,需要对网络流进行多种方式的处理与算法研究.本文首先提出了改进的数据抽样技术并综合论述了现阶段基于抽样技术的数据测量算法的研究.同时通过对重要数据参数的重新设置和分析,并结合使用多种数据取样的方法,探讨改进的数据空间映射技术与现阶段的各种取样方式在测量网络长流算法中的综合应用.     

数据挖掘中Apriori算法在零售业中的应用

随着网络时代的飞速发展，我们每天都要接触到大量数据信息，与其说我们生活在信息时代，不如说我们生活在数据时代。来自商业与社会、科学和工程，以及我们日常生活的方方面面的数兆字节或是千兆字节的数据注入我们的计算机网络、万维网和各种数据存储设备，世界范围的销售事务、股票交易记录、公司利润和业绩以及顾问反馈等商业活动产生的巨大的数据集正呈现几何级增加、爆炸式增长。如何合理使用并有效分析这些数据，如何在零售业中采用Apriori算法进行数据挖掘，正是本文要讨论的内容。     

基于精确扫频的路网质量仿真算法研究

文章阐述一种基于精确扫频数据查找路网中各种质量风险隐患的方法。利用路面扫频数据和网络参数设置、话务数据以及掉话、切换、接入等业务关键流程过程原理相结合,通过仿真算法查找路网存在的各种质量隐患,能够大大提高网络优化阶段工作效果和效率。     

一种解决网络社区划分物理算法

网络结构挖掘目前是非规则数据的数据挖掘技术研究的热点之一,其中网络结构划分在并行计算和互联网结构分析中具有重要的实用价值.将电荷互斥和弹簧胡克定律引入网络结构划分,用其构建了网络中节点间的各种作用力,使得网络在力作用下产生相应运动,然后,在各种力的作用下达到平衡状态,将此平衡状态映射到二维平面,再将原先网络中的节点当作平面中的数据样本点.这样可以将网络结构信息(n+m)(其中n为网络中的节点个数,m为网络边的个数)压缩到2n,然后通过聚类算法对其进行划分.构建此算法并用多种算法与传统的GN分裂算法进行对比,发现新算法的划分质量与高效的GN算法相当,新算法还可以通过节点代表对网络进行约减,使得算法的速度可以根据精度调节.本算法的构建为网络结构划分提供了一种新的途径,同时对网络平衡状态的研究提出了相应的方法.     

基于人工鱼群算法优化神经网络在网络入侵检测中的应用研究

为解决传统入侵检测算法存在的检测正确率低、高误播率和检测效率低的问题,结合BP神经网络算法在网络入侵检测中的优点,提出一种采用人工鱼群算法优化BP神经网络算法的方法。通过仿真实验表明,采用优化的神经网络对入侵数据进行学习和检测,与传统网络入侵检测算法相比,具有较高的检测准确率和效率,可以很好地检测各种网络入侵类型,大大提高了网络的安全性能。     

基于决策树算法的入侵检测研究

目前网络环境日益复杂,传统的入侵检测效率较低,为提高网络入侵检测的效率和准确性,本文提出一种基于决策树算法的入侵检测模型.针对决策树算法准确性高、速度快和可以处理高维数据等特点,采用多种类型的决策树算法对入侵数据特征分析处理,对比效果,最后对网格搜索算法进行改进,提高网格搜索算法优化模型参数的效率.通过实验分析,在模型...     

基于改进循环生成式对抗网络的图像风格迁移

图像间的风格迁移是一类将图片在不同领域进行转换的方法。随着生成式对抗网络在深度学习中的快速发展,其在图像风格迁移领域中的应用被日益关注。但经典算法存在配对训练数据较难获取,生成图片效果差的缺点。该文提出一种改进循环生成式对抗网络(CycleGAN++),取消了环形网络,并在图像生成阶段将目标域与源域的先验信息与相应图片进行纵深级联;优化了损失函数,采用分类损失代替循环一致损失,实现了不依赖训练数据映射的图像风格迁移。采用CelebA和Cityscapes数据集进行实验评测,结果表明在亚马逊劳务平台感知研究(AMT perceptual studies)与全卷积网络得分(FCN score)两个经典测试指标中,该文算法比CycleGAN, IcGAN, CoGAN, DIAT等经典算法取得了更高的精度。

     

局域网和广域网中的万兆位以太网（10Gbit／s）和单模光纤

多模光纤一直是高层大楼和园区网络等局域网骨干中的主要传输介质。随着我们日益转向越来越高的数据速率，人们已经认识到多模光纤在长距离园区骨干中的局限性，所以，随着以太网从局域网扩展到广域网中，单模光纤(OS1)正在进入专用网络。     

弹性分布式参数估计算法研究进展

基于自适应网络的分布式参数估计近年来受到了日益广泛的关注。现有的分布式参数估计算法尽管在无攻击的安全网络中表现良好,但在遭受如虚假数据注入（false data injection,FDI）攻击的对抗网络中,由攻击者注入的虚假数据（也称恶意数据）会随着节点间的通信和协作在网络中扩散,导致算法估计性能的恶化。若算法不能从攻击中快速恢复估计性能（即算法对攻击不具有弹性）,则可能导致严重的后果。为此,简要介绍了弹性分布式参数估计算法所解决的基本问题及基本算法原理;从FDI攻击检测和弹性参数估计策略2个方面,系统地总结了近年来弹性分布式参数估计算法的研究进展,并分析了其在遭受FDI攻击的对抗网络中的性能;最后,探讨了现有弹性分布式参数估计算法的发展趋势和未来潜在的研究方向。     

QoS技术在无线电管理信息网中的应用

0前言QoS是英文"Quality of Service"的缩写,一般翻译为"服务质量"。而QoS作为一种网络技术,主要应用于各种信息网络的网络层,用于解决或缓解网络中出现的数据延时、数据拥塞及带宽抖动等问题,进而提高网络的传输质量。在本文中,我们主要讨论的是计算机IP网络中的QoS技术。     

无线mesh网络多径路由算法研究

无线mesh网络以其鲁棒性、覆盖区域广、低成本，接八便利等特点日益成为无线接入网络的主要形式，在无线通信技术中扮演越来越重要的角色。针对无线mesh网络的特点，本文提出一种基于动态拓扑的多路径自适应流量分配算法。此算法根据路径质量的权值动态地给各路径分配数据流量比例。仿真结果表明，此算法保证了数据包的稳定传输以及提高了数据包的投递率。     

无线传感器网络中基于移动代理的自适应数据融合路由算法

该文提出在无线传感器网络中基于移动代理的自适应数据融合路由(AFMR)算法,解决移动代理如何以能量有效的方式融合、收集相关性数据的问题。该算法综合考虑了移动代理在路由过程中传输能量和融合能量的消耗,并根据数据融合算法的能量开销和节能增益,对移动代理迁移到各节点时是否执行数据融合操作进行自适应调整,以达到在各种不同的应用场景中优化移动代理能量开销的目的。通过仿真验证了在无线传感器网络的各种相关性数据收集的应用环境中,AFMR算法在节省能量方面比现有TSP和FMR的移动代理路由算法更加有效。     

多方安全计算在通信网络中的隐私保护与数据安全

多方安全计算通过分散存储和计算过程,保护数据在通信过程中的隐私和机密性。神经网络算法在威胁检测、恶意软件检测、用户身份验证、加密解密、异常检测和预警等方面发挥重要作用。进一步讨论了神经网络算法在通信安全构建中的拓展。以某5G手机卡激活为例,介绍了基于神经网络算法的多方安全防护流程。多方安全计算和神经网络算法的应用有助于提高通信网络的安全性和隐私保护,该技术的发展将在未来的通信网络中发挥重要作用,确保用户隐私和数据的安全。     

无线传感器网络中覆盖算法研究综述

覆盖问题是无线传感器网络中的重要问题.覆盖问题的解决对于传感器网络中的数据收集、数据聚集、数据查询、数据挖掘等应用具有重要的意义.近年来,研究者们针对不同拓扑结构的无线传感器网络中的不同类型的覆盖问题展开了研究.本文将针对现有覆盖问题的算法进行总结,并对现存算法所存在的问题进行分析.     

大数据时代人工智能在计算机网络技术中的运用

计算机网络技术已经逐渐与人们的日常工作和生活密不可分,在大数据时代,各种新技术的研究和运用日益普及,促进了计算机网络技术的发展。将人工智能和计算机网络技术相融合可以进一步增强信息挖掘和处理能力,有效地提升网络安全管理水平,并对各种信息进行智能分析,从而提高计算机网络技术在各个方面的使用效率,促进IT产业的发展。为了在大数据时代达到高效利用人工智能技术的目标,需全面了解计算机网络技术的发展现状,在实践中充分地把握人工智能的发展特点及应用优势,在网络系统中融入人工智能,在应用中充分发挥其在计算机网络技术中的效能,为大数据时代计算机网络技术的持续发展构建技术支撑。     

自适应模糊决策树算法在数据流挖掘中的应用

在网络的许多应用中数据是以流的形式存在的,例如网络流、传感器数据,以及网页点击流等,分析和挖掘这类数据,可以发现某中有价值的信息。在此,针对数据流挖掘算法中出现的一些问题（如概念漂移问题）,提出了一种自适应模糊决策树的优化算法。该算法对于解决处理数据流概念中的漂移问题有较好的效果。     

基于扩散小波的社会网络多尺度分析简

针对社会网络中的同质性关系提出一个基于扩散小波的多尺度分析框架,通过局部相似性度量构造扩散算子,在统一的框架下对社会网络中的结构、内容、用户行为等进行多尺度分析。在合成和真实网络数据上进行实验,与典型算法的对比表明,本算法在无参数的条件下快速收敛并得到更好的结果。     

一种基于网络编码的重传算法研究

无线网络中,节点发送的数据分组传输失败后,执行重传机制。传统的重传机制ARQ由于在一次重传中只能发送一个丢失的数据分组,因此传输效率比较低。利用网络编码技术和AQR重传机制,我们可以在重传中使用网络编码,广播发送由多个丢失数据分组编码得到的编码分组,从而提高重传效率。本文中我们提出一种将网络编码应用于多个发送方多个接收方(MSMR)无线网络中的算法RMBNC。理论推导和仿真分析验证了我们提出的算法的有效性。     

基于蚁群优化的高性能拥塞控制路由机制

为了有效地解决偏远地理区域通信网络存在的网络拥塞严重、数据成功传输率低、数据冗余率高以及网络整体性能不佳等问题,通过考虑网络节点运动区域性特点,基于蚁群优化机制,设计出一种新型的容延容断网络 (DTN) 拥塞控制路由优化算法。该算法结合蚁群优化机制中的信息素因子,在同一对源、目的网络节点之间进行多次数据信息传输操作。在数据信息传输方向上,获取各个网络节点的中转跳数平均值,评估各个网络节点的中转价值;参考蚁群优化机制中的启发值因子,将网络节点的中转价值与剩余存储容量相关联,构成网络节点作为中转节点的评定参数,选取评定参数最大的网络节点完成其中转任务。实验表明：该算法有效控制了网络拥塞,提高了数据成功传输率,降低了数据信息冗余率,使网络整体性能得到进一步优化。     

网络欺凌检测综述

网络欺凌在社交媒体平台的日益泛滥引起了研究者的广泛关注,社会科学和计算机科学研究者从不同的角度对该问题进行了研究与探讨.为梳理这些研究,本论文对社会科学领域和计算机领域在网络欺凌方面的研究进行了调查分析.首先概述了网络欺凌的基本研究内容和网络欺凌特征,重点讨论了各种用于网络欺凌检测的机器学习方法,包括基于监督学习、基于弱监督学习、基于预设规则和深度学习算法,随后总结了12个现有的网络欺凌检测数据集和常用的检测性能评价指标,最后对基于异构信息网络、融合多种辅助信息和结合心理学特征的欺凌检测方法等进行了展望.