大规模互联网端到端行为评价指标研究

目前,Internet端到端行为的研究仅仅局限在包延迟、包丢失等测量指标的研究上,但如何根据测量指标对链路的性能进行评价却没有做深入研究。文章针对链路特性提出了两个评价指标:稳定系数和总体评价系数,对链路的稳定性和总体性能进行了评价。其中,稳定系数是评价网络链路稳定性的一个系数,总体评价系数是体现链路稳定性和链路速率的综合特性的一个系数,它反映了目前链路给用户的总体使用效果。接着文章介绍了在实际测量中用到的笔者自己编写的测量工具Posip。该工具采用指数间隔进行测量采样,并解决了一般ping工具中的“应答包丢失”问题。最后,文章使用工具posip对我国Internet教育网和科技网中的43条链路进行了测量和分析,并使用两种评价指标对所测链路进行了评价,取得了较好的效果。     

基于信息熵的IP网端到端行为分析与建模

具有开放、分布式、不协作、异构、无中心控制等特点的Internet复杂巨系统的管理、容量规划、新一代网络体系结构设计与分析和性能预测都离不开对网络行为的充分理解。而端到端行为作为网络行为的一个重要组成部分,具有一定的研究价值。该文利用信息熵原理建立用于分析端到端整体宏观行为的信息熵模型,该模型能很好地反映端到端整体宏观行为与链路上各节点的状态概率之间关系,根据该模型可以分析端到端链路上各节点之间的相互作用关系以及它们是如何引起端到端整体宏观行为的。最后,给出了该模型的有效性和稳定性定量分析的判别式。     

基于单播丢包层析技术的探测包发送机制

网络层析技术通过端到端测量就能推测网络的内部性能,无须网络中间节点配合,因此被广泛的应用于网络测量及诊断。对基于单播的网络丢包率层析成像模型进行了详细的探讨,并针对现有的单播层析发包方式的包组相关性缺陷提出了一种改进发包方法。通过NS2的仿真,证明了改进的发包机制能更加准确的估算网络丢包率。     

多信道多跳无线网络端到端时延最小化路由评价指标的研究

提出一种适用于多接口多信道无线网络的路由评价指标,DSRM.与传统的评价指标单纯注重网络吞吐量相比,DSRM采用整条路径的端到端时延作为评价指标,以适应日益频繁的时延敏感的应用需求.在DSRM中,综合考虑了网络传输过程中的竞争接入时延、基于等效带宽计算的传输时延、节点内的信道队列因素,并分析了整条路径的端到端重传时延.通过Qualnet仿真,证明了DSRM较WCETT、WEED等路由评价指标在平均端到端时延等网络性能参数上有了明显提升.     

一种基于节点行为模式的相似性指标

手持设备网络（PSN）是一种利用节点移动和机会性相遇进行数据交互的延迟容忍网络（DTN）.由于PSN具有网络拓扑不断变化、节点间链接时变性等特点,导致常用的节点间相似性评价方法不能很好地被应用于PSN的链路预测.针对PSN网络节点的行为特点,分析节点间产生连接次数、连接持续时间以及节点访问区域的规律,将PSN网络中节点的相似性分为节点社交行为相似性和移动行为相似性.结合社交行为相似性以及节点移动行为相似性,比较其在不同加权系数下的AUC和Precision,提出基于节点行为模式的相似性指标（SNBP）.在MIT Reality以及Dartmouth Campus数据集上的结果表明：与CN、AA和Katz相似性指标相比,所提出的相似性指标具有更好的预测准确率.     

基于贝叶斯模型的IP网拥塞链路诊断算法

通过端到端路径的性能判断IP网络运行状态的方法可以以较小的代价诊断网络故障,但目前已有的端到端技术仍然存在两个主要问题：1)端到端的探测数量不足以准确定位每条链路的拥塞状态;2)随着网络规模的扩大,诊断所消耗的计算时间过长,无法达到实时性的要求。为解决以上问题,提出一种基于贝叶斯模型的高效拥塞链路诊断算法。所提算法将拥塞定位问题建立成贝叶斯模型,将模型进行二次化简,并限制了同时发生拥塞的链路个数,从而在保证一定准确度的基础上大大降低了推理的计算复杂度。通过仿真与Planetlab实验将所提算法与Clink算法进行了对比,实验结果证明,所提算法具有更高的诊断准确度和更短的诊断时间。     

一种端到端的考场多目标行为识别算法

人工监考存在监考人员容易疲惫、监考行为缺乏客观的执行准则、违规行为证据无法留存等问题,因此越来越多的高校建设了智能化教室,并在教室开始实施利用行为识别进行自动化的监考任务,以期在监考工作中解放人工劳动的同时提供公平公正客观的监考程序。在实际考场监控的边缘设备中利用TSN双流、3DCNN等结合时空特征的网络很难实现实时的、相对准确的监控任务。提出一种端到端的考场多目标行为识别算法。相对于以提取空间、时序特征并进行融合为主流思想的行为识别算法,利用视频帧以多目标检测和多目标行为识别相结合的行为识别算法在考场环境中更加快速准确。算法借助了多标签学习、注意力机制和特征金字塔等策略来改进任务,同时利用迁移学习对本地采集的考场行为视频数据集进行再训练,得到最终的考场行为识别模型,结果表明达到了主流数据集中上水平,并在考场环境中具有良好的高效性与准确性。     

一种非乱序存储的数据交织加固技术

存储加固引入交织可以提高存储可靠性.交织可以把原始数据序列打乱,减弱交织前后数据序列的相关性,从而降低数据多连续位错误对存储的影响,有利于提高系统纠错能力.由于将原始数据打乱,交织也带来了存储数据信息乱序的问题,从而影响硬件调试时的数据访问,降低了调试效率.针对交织带来的存储信息乱序这一问题,提出了一种非乱序存储的数据...     

一种分块包标记的IP追踪方案

DDoS攻击以其高发性、高破坏力和难以防范的特点,近年来成为互联网的主要安全威胁之一.研究者们提出了多种对抗DDoS攻击的方法.其中,Savage等人提出的概率包标记方案以其易于实施、消耗资源小等优点,引起人们的重视.然而概率包标记方案存在两个明显缺陷：多攻击路径重构时的高误报率和高计算复杂度.在概率包标记的基础上,提出了一种分块包标记方案,该方案与概率包标记方案相比具有较低的误报率和较低的计算复杂度,因而具有更高的实际应用意义.     

基于LEC方法的园区网用户行为危害评价模型

网络管理是网络稳定运行的必要条件,它是一个包含多种领域的问题,既有技术性问题,也包含法律、管理、心理学等非技术性问题。网络的核心是人,网络的故障大部分都是由使用网络的人的无意或有意的行为造成的,只要管理好了网络用户的行为,网络基本上就能稳定地运行。用户行为管理的核心是用户行为危害评价,只有正确评估用户行为对网络造成的影响与危害,用户的行为管理才有实际意义。本文提出一个基于LEC方法的园区网用户行为危害评价模型,并介绍它在网络管理系统中的实际应用。     

Probability Density Estimation Using Adaptive Activation Function Neurons

In this paper we deal with the problem of approximating the probability density function of a signal by means of adaptive activation function neurons. We compare the proposed approach to the one based on a mixture of kernels and show through computer simulations that comparable results may be obtained with limited expense in computational efforts.     

基于网络丢包的网络视频质量评估

针对传统的视频质量评估模型对于在包交换网络中传输的压缩视频（网络视频）进行质量评估的局限性,如对视频质量进行评估时实时性差、没考虑人眼的视觉感知等问题,提出了一种基于网络丢包的网络视频质量评估模型。该模型采用了统计学理论,它可根据视频编码、封装传输的特点,通过可量化的评价指标来评定视频质量受网络丢包的影响程度,以评估网络视频质量。利用该模型进行网络视频质量评估,不仅资源开销小、实时性好,而且特别适合对实时传输的视频流进行视频质量评估。为了验证该模型的正确性与可靠性,采用它与MPQM模型分别对受系列丢包率影响的视频序列进行了评估实验。实验结果表明,该模型的评价结果能较好地吻合MPQM模型的评价结果,且符合人眼的视觉效果。     

非线性随机系统的概率密度追踪控制

针对目前非线性随机系统控制方法的设计复杂、 计算成本高以及缺乏稳定性或收敛性证明等缺点, 提出了一种全新的基于等效非线性系统法求近似稳态解的思想设计的非线性随机系统的反馈控制, 使受控系统输出的稳态概率密度函数逼近事先给定的目标概率密度函数. 利用 Lyapunov 函数法证明了受控系统的收敛性. 数学仿真结果证明了这种方法的可行性和正确性.     

基于概率密度逼近的无监督特征排序

依据概率密度逼近提出了一种新的无监督特征排序,应用于特征选择降维.实验证明,这种方法与一些现有的方法相比,更为有效.     

基于特征概率分布相对熵的电液伺服作动器健康评估

针对电液伺服作动器早期故障信号的微弱性和不易检测性,提出了一种基于故障特征概率分布相对熵的健康评估算法.采用离线训练对正常状态特征概率密度进行参数估计,在线监测作动器特征概率密度分布相对于正常状态的相对熵,通过判断相对熵的值对伺服作动器的进行健康评估.仿真结果证明了该方法的可行性和有效性.     

基于联合概率密度的多传感器定位算法

讨论了多传感器多目标定位问题,提出了一种新颖的定位算法.分析了目标在观测空间的概率分布,基于空间栅格划分,实现了目标概率密度的准确求解,通过提取联合概率密度峰值得到了目标位置估计.理论分析表明,该算法的计算量仅与传感器和目标数的乘积成正比,当传感器和目标较多时,不会出现组合爆炸.该方法定位精度高,适合并行处理,仿真结果验证了本文方法的有效性和可靠性.     

模糊网络中基于指数的评估函数研究

结合模糊网络环境特征,提出了在全局网络中遍历服务异常（QoS）的目标的评估函数。该函数的实施,首先 通过建立节点的数学模型,在此基础上分析传统研究方法开展评估过程中表现出的局限性和适应性。其次,结合网络节点多 跳特征给出相应机制筛选信息域。同时引入指数级评估函数用于排除累积性差错引发的跳距误差。然后形成一套评估函数 的实施策略。最后,搭建实验模型部署实验方案,将评估函数同传统研究方法开展对比。经过三项实验的多次考察表明,本文 研究的指数级评估函数部署在模糊网络中,各项指标均占据优势。     

基于数据包内容的网络异常行为分析方法研究

文章通过模拟网络异常访问行为,对数据包内容进行解剖分析,提取数据内容所反映的异常行为特征,结合数据包包头特征信息,构成基于数据包内容的网络异常行为特征。通过大量模拟实验,以提取的网络异常行为特征为记录,形成异常行为数据库。在网络异常行为检测过程中,将异常行为数据库中的特征翻译成正则表达式,与检测到的数据包内容特征进行匹配,以此较为准确地判断数据包是否臭奄舟靠行为。     

互连线延迟的瑞利度量

从统计概率的角度出发,提出一种采用瑞利分布的延迟度量——互连线延迟的瑞利度量(RLD)．该算法仅需要采用前两个瞬态,计算简单,而且准确性较好,特别是对于远端节点的延迟与SPICE十分接近．