链路延迟网络拓扑合并方案的研究

网络拓扑合并是解决网络层析成像技术中大规模网络拓扑判定问题的重要研究方向。主要讨论采用对网络上的主机进行端到端测量的方法来获得网络的逻辑拓扑及链路属性,通过对基于延时的“三明治”网络测量方案进行改进,提出基于链路延迟属性的网络拓扑合并新方案。新方案具有测量不需要同步时钟、不需要重复测量和容易实施的特点,并通过实验进行了验证与分析。     

网络拓扑判定的研究

在大规模网络中如何进行网络拓扑结构的判定是计算机网络研究中的棱心问题之一.本文通过对网络上的主机进行单播的测量的研究，采获得网络的逻辑拓扑，并提出网络拓扑判定新算法。本文介绍了基于延时的“三明治”网络测量方案及相关网络拓扑判定方案．在此基础上提出并实现拓扑判定的系统聚类树算法。     

网络链路性能参数估计的层析成像方法综述

网络层析成像能够在网络内部节点不提供测量协作的情况下,根据端到端的测量结果,间接地估计网络内部链路性能参数,是一种重要的网络测量手段,能直接指导网络管理和网络优化,目前受到国内外学术界和工业界广泛的关注.在广泛收集国内外资料的基础上,首先总结了目前网络层析成像使用的主要端到端测量方法和技术;再根据不同参数对链路性能刻画程度的不同,将链路性能参数的网络层析成像方法分为两类:定量参数推断方法和定性参数推断方法;然后,针对不同类型参数的估计问题,概括分析了现有算法的特点;最后指出该类方法未来的研究方向与潜在的应用前景.     

基于网络编码的拓扑推断研究综述

拓扑结构是重要的网络性能参数之一,尤其是对网络监控和管理而言,获取网络拓扑是一个很有意义的基础问题。网络编码技术的出现为网络拓扑推断提供了新的思路,中间节点的网络编码操作使得编码数据与网络拓扑结构之间存在着紧密的联系,基于网络编码的拓扑推断正是利用这种联系对网络拓扑结构进行分析识别。与利用网络层析成像实现拓扑推断相比,基于网络编码的拓扑推断有许多优势,如提高拓扑推断的准确性、降低推断算法的复杂度等。总结了网络编码技术在网络拓扑推断中的应用及研究现状。     

属性聚类网络在股票价格预测中的应用

在属性测度概念的的基础上,针对模式识别问题,介绍了属性识别准侧。运用属性聚类网络方法解决了模式识别问题,别采用属性聚类算法,通过程序是此算法得以实现,并在股票价格变化趋势的预测中取得了较为成功的应用。     

属性聚类算法在入侵检测中的应用

理论分析表明属性均值聚类是比模糊均值聚类更稳健的聚类方法,因此本文提出了基于属性均值聚类的入侵检测新方法。实验结果表明该方法对入侵检测是非常有效的。     

基于traceroute的层析成像方法*

针对传统的网络拓扑识别方法（如traceroute）无法完成包含不协作节点的拓扑识别以及基于网络层析成像技术的拓扑识别方法的复杂性和不确定性问题,提出一种基于traceroute的层析成像技术的拓扑识别方法。该方法可通过提出的最小相似度聚类算法和匿名节点构造归并算法,将网络层析成像获得的拓扑信息与trace-route探测结果融合,构成最终的拓扑结构。NS2的仿真表明,该方法不仅可识别包含不协作节点的网络拓扑,且所使用的探测包的数量也大大减少。     

基于递归神经网络的非平稳网络丢包层析成像

为了提高互联网的管理和控制水平.进而优化配置网络资源,一种新的估计网络内部参数的方法"网络层析成像"得到了广泛关注.提出一种基于递归神经网络的非平稳网络丢包层析成像方法,利用递归多层感知器求解非平稳网络丢包模型.采用NS2仿真工具进行实验,证明了该算法能够自适应非平稳网络丢包率随时间变化而产生的波动,以实时追踪网络内部链路的丢包率.     

基于网络层析成像技术的拓扑推断

网络层析成像是近年来新兴的一种网络测量技术,该技术结合了网络测量和统计推断,可以解决网络测量的部分难题.网络拓扑推断是网络层析成像技术的重要应用之一,基于网络层析成像技术的拓扑推断通过端到端的测量即可推断网络内部的拓扑结构,而不需要内部节点的合作.系统地总结了基于网络层析成像的拓扑推断技术的研究现状,对国内外研究进展进行了讨论,最后讨论了当前拓扑推断中存在的问题,并讨论了未来的研究方向.     

基于属性的聚类算法在医生医疗质量评价系统中的应用研究

从数据挖掘的概念入手, 以数据结构的角度看待数据挖掘的研究对象, 对数据挖掘的重要工具——聚类做了深入的论述, 把聚类分为基于数据元素的Q 型聚类和基于属性的R 型聚类, 着重讨论了R 型聚类, 论述了相关的概念、技术和算法。最后介绍了一个实际应用系统———医生医疗质量评价系统, 提出了一些新的观点及算法设计思路。     

基于网络断层扫描技术的网络拓扑推测方法研究*

目前的网络拓扑推测方法主要是基于网络性能参数的极大似然估计方法,而其计算量会随着网络规模的增长而急剧增加,从而影响在实际网络中的应用。讨论了网络断层扫描在网络拓扑推断中的测量方法和推断方法,提出了一种基于网络断层扫描技术的网络拓扑快速推测方法,根据观测节点测量数据的相似度推测网络的逻辑拓扑结构。通过仿真研究表明,该方法推测准确且计算简单,具有优势,即使在发送较少报文的情况下,也可以得到较高的准确推断率。     

基于树形拓扑的无线Mesh网络路由协议研究

研究和分析了无线Mesh网络路由协议及其特点,提出了无线Mesh网络路由协议设计原则.遵循这些原则,充分利用Mesh网络全相连的优点构建出树形逻辑拓扑结构,该拓扑结构能满足无线Mesh网络业务特点的要求.在该拓扑树基础上设计了一种基于树形拓扑的无线Mesh网络路由协议(TTRP),该协议采用无开销的源地址学习方式构建路由相关表项,快速链路切换和路由重定向机制大大提高了TTRP路由协议的健壮性和网络的抗毁性.网络仿真结果表明了该路由协议的可行性.     

基于移动网络信令的区域人群属性分析的研究与应用

人群属性分析在旅游管理和商业分析等领域具有重要的意义。针对传统方法的不足, 结合用户提出的实际需求, 调研分析了新型统计方法, 并对基于移动网络信令的区域人群属性分析方法进行研究。首先采集海量的移动网络用户信令数据, 然后挖掘分析得到区域用户驻留时长等中间数据, 最后结合判定规则分析出人群属性类型。分析平台汇总结果并以网页程序的方式向用户展示。用户的实际应用验证了该方法的可行性。     

AntiMNT：一种对抗多源网络层析成像的拓扑混淆机制

作为一种典型的网络拓扑推断方法,网络层析成像技术可以被攻击者用来准确推断目标网络的拓扑结构,进而向关键节点或链路发起有针对性的攻击行为。为了有效隐藏真实的网络拓扑结构等信息,提出了一种基于主动欺骗方式对抗多源网络层析成像探测的拓扑混淆机制AntiMNT。AntiMNT针对多源网络层析成像的探测过程,策略性地构建虚假拓扑结构,并据此混淆攻击者对目标网络的端到端测量数据,使其形成错误的拓扑推断结果。为了高效生成具有高欺骗特征的混淆网络拓扑,AntiMNT随机生成候选混淆拓扑集,并在此基础上用多目标优化算法搜索具有高安全性和可信度的最优混淆拓扑。基于几种真实网络拓扑的实验分析表明,AntiMNT可以生成高欺骗性和安全性的混淆网络拓扑,从而能够有效防御基于网络层析成像的网络侦察。     

一种新的无监督连续属性离散化方法

提出了一种基于聚类方法的无监督连续属性离散化算法,称为CAMNA（Clustering and Merging on Numerical Attribute）算法。CAMNA算法通过聚类过程将数值值域划分为多个离散区间,根据类分布的指导信息优化合并相邻区间,实现理想的离散方案。通过实验证明该算法在保持执行效率较高的前提下,离散结果更加合理,生成的决策树结构简单,获得较少的分类规则,分类准确率也有提高。     

改善多源网络层析成像的可辨识性

多源网络层析成像采用多源多目标的网络端到端测量,可获得网状的拓扑结构,突破了一般拓扑识别方法只能识别树状拓扑网络的限制。针对现有方法存在的可辨识性问题,通过提取网络基本分析单元（两个源,两个目的节点的子网）的层次特征来获得其完整的拓扑信息,并提出了可辨识任意网络的融合算法来合并基本分析单元的拓扑信息,估计网络网状拓扑结构。论证了该文方法具有更强的可辨识性,仿真实验也证明了这一点。     

一种快速网络拓扑推测方法

网络拓扑推测是推测网络内部链路性能的前提条件。目前的网络拓扑推测方法主要是基于网络性能参数的极大似然估计方法,但是其计算量会随着网络规模的增长而急剧增加,影响在实际网络中的应用。针对这种问题,提出了一种快速的网络拓扑推测方法,根据观测节点测量数据的相似度推测网络的逻辑拓扑结构,推测准确且计算简单。最后利用仿真实验验证了该方法的有效性和准确性。     

一种面向网络环境属性的安全风险分析框架

通过对网络环境中软硬件条件以及网络攻击机理的分析,提出了一种基于网络环境属性的安全风险分析框架。从软硬件条件的分析中得到环境因素集合;从参考模型和实际监测数据两种情况分析了环境因素引发风险的可能性;通过环境因素与风险后果的映射,分析了环境因素引发不同后果的风险严重性;并从安全边界的角度分析了具有关联性的环境风险和安全子因素所引发风险的可能性和严重性。通过实例说明,该框架能够系统化地分析网络安全风险。