对数无限可分级串框架下的异常网络流量分析

湍流尺度分析中的对数无限可分级串方法具有描述数据流全范围下的多尺度行为的优点,可用于对网络流量的多尺度行为的分析。在对几组正常流量和含蠕虫的异常流量分析讨论的基础上,发现受数据流内含协议数据的成分变化的影响,正常流量的多尺度分段点具有不确定性;而受W32／Blaster蠕虫影响的数据流的尺度特性符合幂律关系,即尺度不变性;W32／Nachi蠕虫不影响TCP数据流的尺度特性。     

基于流的网络流量测试程序设计及其模型分析

本文对网络流进行了定义，在Windows环境下设计了基于流的网络流量测试程序。文章对所测得的基于流的网络流量数据进行了分析，得出基于流的网络流量具各自相似的特性。     

基于Web的高校通用分级排课系统设计与实现

排课一直是各大高校比较繁杂的一项工作,传统排课费时费力。在研究和分析了以往的一些排课软件基础上,设计并实现了基于Web的高校通用分级排课系统,解决了一些实际问题。     

基于QPSO-LMK的自相似性网络流量预测

现在对高性能、高效性流量测量的研究表明网络流量呈现统计上的自相似性.因此,网络预测在网络管理中占据重要地位.使用QPSO(quantum-behaved particle swarm optimization)对预测自相似性网络流量的最小均值峰度(LMK)方法进行优化,能够获得较小的信噪比SNR-1(signal to noise ratio).通过对真实网络流量的仿真实验,表明该方法能比LMK(最小均值峰度)算法更精确的预测网络流量.     

基于增强层残差编码的分布式可分级HEVC压缩研究

针对已有可分级视频压缩方法编码复杂度较高的问题,提出一种基于增强残差编码的分布式可分级HEVC压缩方法。首先,在编解码端采用相同的SI(原帧的估算)建立方法来获得最高的压缩率,并使用若干的SI帧来估算EL与SI残差相关性;然后,使用相关性模型决定最低有效位的比特数量并生成校正子,解码端据此校正子重构增强层信息;最终,设计了自适应的编码模式选择机制选择率失真性能较高的编码模式。对比实验结果显示,本文方法具有较低的编码复杂度,同时具有较好的率失真性能。     

基于可分级视频编码的双向双维运动信息可分级*

为进一步提高基于一种运动信息可分级模型的可分级视频编码的编码效率,减小运动信息可分级的最低码率限制,对该运动可分级模型的二维多向性进行了具体研究与改进,更新了运动估计的流程,提出了多向上的两个运动可分级维度的运动分级等级一致性原则以及二维数据的渐进式存储存取结构,从而实现了二维多向上的运动可分级。实验测试结果证明该二维多向的运动信息模型优于不可分级的运动信息,能有效提高可分级视频编码系统的效率。     

基于Contourlet的中低码率图像质量可分级编码算法

首先对图像Contourlet变换各子带系数的分布情况进行了统计分析,进而给出了一种基于Contourlet变换的空间方向树结构,并统计验证了该空间方向树的"零树"特性.同时针对图像Contourlet变换各子带"重要系数"的分布情况提出了一种基于图像Contourlet方向子带的多尺度量化方案,该方案对图像的边缘方向信息和纹理信息具有很好的捕捉能力,在此基础上提出了一种基于Contourlet变换的嵌入式图像质量可分级编码算法,该算法除了具有一般基于小波变换的零树编码方法的特性外,还具有方向性和各向异性的特点,其解码图像在中低码率下无论是PSNR还是纹理和边缘区域的视觉效果均优于SPIHT算法.实验结果验证了所提出算法的有效性.     

基于Web的可拓专家系统研究

传统的专家系统的局限性使得构造基于Web的专家系统具有重要意义。可拓学的发展为之提供了新的方法与手段。首先明确提出可拓专家系统的概念,然后结合当今流行的Web应用技术,构建基于B／S程序架构、Web的可拓专家系统,使之具有高移植性、高扩展性,且可以发挥可拓规则的扩展性和动态性的特点,对实现系统的关键技术进行了说明,系统运行良好,证明了所阐述理论之可行性。     

H．264可分级扩展技术的介绍和分析

H．264可分级扩展是ISO／IEC组织和国际电信联盟最新的联合标准制订工作。目前，H．264扩展标准仍处于制订过程中，但其主体框架已基本确定。为了使人们对正在制定的H．264扩展标准有一概略了解。该文首先对扩展标准的主体框架作了简要介绍，并阐述了实现空域、时域和质量可分级的机制，然后对其中的层间编码和精细质量可分级编码包含的关键技术进行了较为详细的分析，并利用最新的参考软件JSVM5．7进行了性能以及复杂度的比较和测试，结果表明，该项技术在具有良好的支持分级能力的同时，可保持较高的编码效率。     

基于小波包分析的网络流量随机模拟

提出基于小波包分析的网络流量随机模拟算法,通过应用小波包变换将实际测量的网络流量分解为2"个不同分量(n为分解的层数),再将这些分解长度相等的每个分量进行等分,进行这些等分分量的随机组合形成2"个分量,再重构,最后对模拟合成的网络流量进行自相似特性的分析.实验结果表明,用该方法模拟的网络流量具有较好的自相似性.     

基于半监督聚类的Web流量分类

提出了一种基于半监督学习的方法对Web流量进行聚类分析,使用隐马尔可夫模型对用户流量进行描述和聚类分析.该方法通过对少量数据进行人工标识,利用已标识数据对无监督聚类结果进行调整,以得到与人工分类匹配的聚类结果.使用真实的Web流量对提出的方法进行验证,实验结果表明该方法能有效地对Web流量进行分类,并得到相应的描述模型.     

基于流量检测的远程教育网站的安全防范系统

通过对远程教育网站的流量进行分析及预测,及时发现网络流量的异常情况,以便网管人员及时采取措施,预防意外的发生。该文首先对远程教育网站的安全性进行分析,然后提出了一个通过分析及预测网站流量对系统进行安全监测的系统。该系统由SOM及FIS两部分组成,主要采用了数据挖掘技术、模糊理论及神经网络技术。通过MATLAB对环境进行模拟,效果良好。     

基于Web的网络流量监测系统的设计

网络流量测量是认识网络规律、了解网络行为的前提工作。该文从园区网络流量监测入手，通过对物理网络拓扑自动发现、网络拓扑自动布局以及对RMON2规范的研究，给出了能够分析网络流量成份的流量监测方案，设计并实现了一个基于Web的园区网络流量监测系统。通过对该系统的实施，可以有效地监控网络流量状况。     

基于形式化方法的网络业务流Petri网模型的仿真分析

针对自相似业务流的影响,给出具有自相似特性的网络业务流传输过程的随机Petri网模型,使用Petri网分别建立了无限缓冲区的IP层网络模型和有限缓冲区的以太网模型,采用一种马尔可夫随机Petri网的方法对模型进行分析,然后通过实例证明了网络中确实存在着自相似现象,最后利用随机Petri网性能分析工具SPNP对所建立的模型进行了模拟和验证,研究了网络业务流的自相似特性对网络性能的影响.提出的模型在一定程度上能够很好地拟合不同网络的流量特性,为网络构建、网络特性分析和网络性能评估提供了重要的理论基础.     

基于Neuro-Fuzzy方法的Web服务器访问流量预测

Neuro-Fuzzy方法是将神经网络和模糊逻辑进行有机的结合,用于解决复杂的非线性问题;用它来进行Web服务器流量预测,是一种新的思路和方法。该文介绍了模型构造的基本思想、结构、算法,也介绍了进化式聚类方法和预测过程;同时,给出了实验数据及分析。     

基于瀑布过程的多重分形模型特性分析与检验

通过连乘瀑布过程的构建方法,采用对称的Beta分布拟合瀑布过程的乘数因子以及独立的pareto分布拟合瀑布过程的随机变量,建立网络流量多重分形模型。求解该模型合成流量的均值、方差、协方差的表达式,得出其具有正值、长相关、非二阶平稳特性。采用LBNL采集的数据DEC-PKT-1对其进行拟合检验,证明该模型在拟合真实网络流量时的有效性。     

基于opnet的Ad hoc网络业务量特性研究

近年来对有线网络业务量的大量研究揭示了有线网络业务量所存在的内在的自相似性。论文通过对Adhoc网络的移动模型和业务模型的仿真,揭示并验证了Adhoc网络业务量的自相似性。进一步通过研究自相似性与Adhoc网络中重要参数之间的关系,提出了影响自相似性形成的因素并分析了其产生的原因。     

基于自相似的异常流量自适应检测方法

根据异常流量对网络自相似的影响,通过研究在流量正常和异常情况下表征自相似程度的Hurst 参数分布特点的不同,设计一种异常流量动态自适应检测方法。该方法采用小波分析估计Hurst参数,根据网络自相似程度自适应地调整检测阈值。对MIT林肯实验室的入侵检测数据测试结果表明,该检测方法具有较好的动态自适应性、较高的检测率及较快的检测速度。     

基于自相似特性的流量测量采样方法

针对大型网络流量测量中测量数据量巨大、不能有效地描述流量特征的问题,本文将近年来网络研究的热点自相似性运用在流量测量中。根据流量变化对自相似参数H的影响,提出了一种基于网络的自相似特性的流量测量采样方法。该方法降低了流量测量的采样频率,能够及时、准确地发现网络异常,并能使测量数据更准确地刻画流量特征。