NM7010A-LF嵌入式网络通信模块的FPGA设计

嵌入式系统的网络传输往往通过软件来实现,其传输速度很受限制.为此,文中提出了一种新的硬件实现方案.该方案将TCP/IP协议相关函数嵌入8051 IP软核中,然后由加载了8051 IP软核的FPGA来控制硬件网络通信模块NM7010A-LF以实现网络中的数据传输,从而实现整个系统在局域网内和通过局域网在因特网上的数据传输.     

无线局域网中辅助NIDS的蜜罐的实现

无线网络入侵监测系统(NIDS)还不能应对流量过载和新型攻击的问题,这制约着它的发展.蜜罐使用不同的实现方法可以达到不同的目的.文中主要研究无线局域网中如何利用蜜罐来辅助NIDS设计的问题.文中概述了无线NIDS中存在的安全问题,分析了802.11b中无线NIDS和蜜罐结合的可能性,提出了无线局域网中利用hot zone来辅助NIDS的方案.通过在校园网里部署这一系统,得到了针对客户机和AP的攻击信息,最后人工对整个系统进行测试,证明了这一设计的正确性.     

无线传感器网络中一种基于流量预测和相关系数的异常检测方法

几种典型的流量预测模型在无线传感器网络入侵检测系统中的应用进行了分析,结合相关系数,提出了一种异常入侵检测方法.根据WSN节点的预测流量序列和实际流量序列的相关系数变化来进行异常检测.实验结果表明了该方法的有效性,在攻击强度较弱时也具有较高的检测率.     

局域网流量检测技术分析与应用研究

局域网络流量检测和控制技术是网络管理中的关键技术。近年来,用户对网络服务质量的要求越来越高。网络管理员希望通过对网络流量的检测和监控达到研究网络行为并进行技术分析的目的。通过分析局域网流量是鉴定网络运行状况的指标,显示了网络性能的优劣,通过对流量的检测能够及时的发现网络异常,网络故障和定位并提供基础的数据依据。局域网流量检测是网络性能管理和网络规划的主要方法。局域网是网络构架中基本结构,在信息传输中体现局域网的性能和技术指标。通过对流量测量工具的研究,使用不同工具对局域网的有效测试,对比测试数据和形成机理,分析研究流量的影响因素,确定测量不同参数的手段,为制定局域网技术性能检测标准提供了理论基础。     

基于SNMP的区分协议流量监控系统

网络流量监控已成为当前网络管理的重要分支之一。通过分析简单网络管理协议（SNMP）和管理信息库（MIB）,针对一般流量监控方法的不足,系统采用SNMP开发包工具即snmp^＋＋提供的二次接口,提出了一种基于SNMP协议实现区分协议流量统计的方法。在此通过技术手段收集流量相关信息,了解网络的性能和局域网对新网络的流量要求,以便于网管员做出精确的网络控制。     

无线通信网络中流量分析技术综述

对无线网络流量的分析和准确预测是无线网络管理与安全领域的重要研究内容之一,在网络规划、网络监控、流量趋势分析、网络优化以及入侵检测和异常检测等方面发挥着重要作用。介绍了目前典型的无线网络流量分析的模型与常用流量分析方法,综述了传统无线通信网络(如无线局域网和物联网)中的流量分析技术,指出了流量分析技术应用于无线自组网系统的可能性与面临的几点挑战,以及无线自组网系统与流量分析技术结合的发展方向。     

Linux环境下局域网通信系统的设计与实现

客户机/服务器模型是现代网络通信的重要模型之一。Linux操作系统依靠其强大的网络性能和安全体系结构成为了网络通信的主流平台。在局域网中,传统的计算机间通信方法需要单独架设服务器,客户机间的数据传输需要通过服务器进行传递,该方法繁琐且不易于使用。根据客户机/服务器模型的基本原理,利用多线程和套接字技术,设计了在Linux环境下不需要服务器支持的局域网通信系统,给出了系统的框架结构、实现流程与主要代码,实现了系统在局域网内的数据通信功能。     

计算机局域网主动防御体系浅析

本文通过对局域网主动防御的讨论,对计算机局域网防御体系进行了建模.该模型描述了计算机局域网主动防御,同时对主动防御体系的含义、构成以及实现技术和安全分析.模型通过分布式结构,利用动态安全体系模型,使得各安全系统通过安全消息协议共享安全消息,实现了具有分梯次、具有纵深防御的主动防御体系.     

基于FARIMA模型的电网数据服务器流量异常识别

当前电网数据服务器流量异常识别方法的平均时延过长,丢包率过高,因此提出了基于FARIMA模型的电网数据服务器流量异常识别方法。利用多重分形测度方法提取一个维度的电网数据流量特征,对存在较大方差的流量特征进行描述,利用FARIMA模型的回归算法计算电网数据服务器流量阈值,以此分析电网在正常运行条件下的数据服务器流量行为,并对此时的流量阈值进行检测,利用FARIMA模型与参数估计方法实现电网数据服务器流量异常识别。实验结果表明,所提方法能够有效缩短平均时延,降低丢包率。     

基于时间分段的贝叶斯网络异常检测方法

论文提出一种将时间分段函数与贝叶斯统计模型相结合的方法来进行网络异常检测,该方法通过使用加入时间函数的贝叶斯统计模型来发现和判定网络中的异常,利用贝叶斯理论在解决不确定问题方面的优点与网络环境中流量随时间变化的函数相结合,来发现大量事件之间的联系,对系统行为进行分类,建立起异常入侵检测模型,通过这个模型能够分析判断网络异常行为的发生。通过将该方法加入到西安交大捷普的入侵检测系统中可以发现,该方法能有效提高检测网络异常的检测率。     

重尾ON/OFF源模型生成自相似业务流研究

因为传统模型没有考虑网络业务流量各种时间尺度都具有突发性,因此是不完善的,一系列的测量结果表明,网络业务流量显示自相似性,重尾分布ON／OFF模型能比较好地解释自相似业务流的产生原因,可以把LAN上的业务分解为多个活动（active)主机对之间的业务流,本文通过系统的仿真实验研究了重尾ON／OFF源模型生成自相似流的机理,并与理论结果进行了对比,而且补充了理论结果。     

Network Traffic Model for Industrial Environment

In this paper, a model of LAN traffic is presented. In the model, the most important components influencing the network traffic are taken into account. Namely, the transmission protocols and information buffering, operating systems, and queuing algorithms as well as user behavior in network applications are considered. The model is based on an "on-off" function. The network traffic observed at the physical layer is a superposition of many sequential and self-similar "on-off" processes. It has been shown that the self-similarity of the traffic, measured by the Hurst parameter, changes from almost 1.0 for very low frequencies to 0.5 for high frequencies     

自相似业务模型下的队列分析--大偏差技术

近年来对许多实际运行中的网络（局域网和广域网）的测量与分析证实：真实的网络业务具有统计上的自相似性而且是长相关的。传统的排队理论均假定业务是Poisson或Markovian,因此是短相关的,那里的队列分析方法对自相似业务模型是不适用的。大偏差技术是对自相似业务模型进行队列分析的有效方法。本文应用大偏差技术对以FARIMA为业务模型的队列系统进行了分析,结果证明：队列长度尾分布渐进为Weibullian分布,而且与模型的短相关结构无关。     

自相似VBR业务环境下ABR流量控制算法的性能分析

近年的研究表明,无论是ＬＡＮ还是ＷＡＮ业务流,都表现出自相似业务特征。为准确评价ＡＢＲ流量控制算法在起初网络中的性能。本文用仿真方法研究了ＡＢＲ流量控制算法在自相似ＶＢＲ业务环境下的动态特性。其目的在于：为交换机设计另ＡＢＲ流量控制算法的选择提供理论依据;通过仿真来确定算法的优缺点,为进上步改进算法性能提供参考。     

Accurate approximation of cell loss probability for self-similartraffic in ATM networks

Recently, self-similar (or fractal) stochastic processes have been regarded as more accurate models of certain categories of traffic (e.g. LAN traffic) which will be transported in ATM networks. The authors propose a method for estimating the cell loss probability in an ATM multiplexer fed by a self-similar arrival process. The packet arrivals are generated by a fractional Brownian motion process and the service process is deterministic. The approach is based on theory for large deviations, and simulation tests show that it is more accurate than the existing approximation result     

Self-similarity through high-variability: statistical analysis ofEthernet LAN traffic at the source level

A number of empirical studies of traffic measurements from a variety of working packet networks have demonstrated that actual network traffic is self-similar or long-range dependent in nature-in sharp contrast to commonly made traffic modeling assumptions. We provide a plausible physical explanation for the occurrence of self-similarity in local-area network (LAN) traffic. Our explanation is based on convergence results for processes that exhibit high variability and is supported by detailed statistical analyzes of real-time traffic measurements from Ethernet LANs at the level of individual sources. This paper is an extended version of Willinger et al. (1995). We develop here the mathematical results concerning the superposition of strictly alternating ON/OFF sources. Our key mathematical result states that the superposition of many ON/OFF sources (also known as packet-trains) with strictly alternating ON- and OFF-periods and whose ON-periods or OFF-periods exhibit the Noah effect produces aggregate network traffic that exhibits the Joseph effect. There is, moreover, a simple relation between the parameters describing the intensities of the Noah effect (high variability) and the Joseph effect (self-similarity). An extensive statistical analysis of high time-resolution Ethernet LAN traffic traces confirms that the data at the level of individual sources or source-destination pairs are consistent with the Noah effect. We also discuss implications of this simple physical explanation for the presence of self-similar traffic patterns in modern high-speed network traffic     

自相似网络通信量模型研究综述

越来越多的研究表明网络通信量不是Markov过程,而是在任意时间尺度上都具有突发特性,即自相似特性。描述网络通信量的数学模型主要有自相似和长相关结构。网络的某些参数服从重尾分布,从而导致网络通信量时间尺度上的突发特性。该文分析了传统网络通信量模型和性能分析的弊端,描述了新型网络通信量模型应该具有的基本特征。本文重点研究了网络自相似通信量相关的ON/OFF模型、用户访问概率模型和网络流量闭环模型,讨论了相关的研究方向,并总结了在研究网络通信量模型的过程中应该注意的原则和问题。     

基于自相似业务模型的WCDMA接入性能分析

随机接入技术对WCDMA网络数据业务性能优化具有较大影响,文提出基于自相似业务模型的WCDMA接入技术并进行性能分析。仿真结果表明基于自相似业务模型的WCDMA网络数据业务接入性能与分形系数H值、网络负载G等参数有关。文章还提出了基于WCDMA的业务接入自相似均衡协议(TASEP),能明显改善WCDMA网络数据业务的接入性能。     

基于FBM模型的自相似流量建模仿真

网络流量建模是网络规划与性能评价的重要基础,传统的业务模型大多基于泊松模型和马尔可夫排队模型,只具有短程相关性,随着网络业务的不断研究发现,实际网络业务流在很长的时间范围内都具有长程相关性,即一种自相似性。本文采用RMD算法和Fourier变换法对网络流量的自相似模型-FBM模型进行了建模及仿真研究,生成了所需的自相似流量序列。然后分别采用R/S法和方差时间图法对其进行自相似参数检测。结果验证了仿真算法所产生的序列存在着自相似性,并同时对RMD算法和Fourier变换法的优缺点进行了分析。