对QoS支持的IP分组聚合分离加SAR处理*

目前流行的对具有变长分布的IP分组,在非ATM网络节点中的处理方案,是采用类似于分段重组（SAR）的方法。分析指出了这种处理带宽利用率低的方案,不适合于高速网络节点的实现。为了提高节点的处理带宽利用率,提出了一种新的定长处理方案,即聚合分离加SAR（MAS+）方案。在此新方案中,具有相同输入/输出口地址,且小于1 500字节的分组被聚合在一起,大于1 500字节的分组被分段,也给出了有关性能改进和延迟的分析和计算机模拟。     

云原生下基于深度强化学习的移动目标防御策略优化方案

针对云原生环境下攻击场景的复杂性导致移动目标防御策略配置困难的问题,该文提出一种基于深度强化学习的移动目标防御策略优化方案(SmartSCR)。首先,针对云原生环境容器化、微服务化等特点,对其安全威胁及攻击者攻击路径进行分析;然后,为了定量分析云原生复杂攻击场景下移动目标防御策略的防御效率,提出微服务攻击图模型并对防御效率进行刻画。最后,将移动目标防御策略的优化问题建模为马尔可夫决策过程,并使用深度强化学习解决云原生应用规模较大时带来的状态空间爆炸问题,对最优移动目标防御配置进行求解。实验结果表明,SmartSCR能够在云原生应用规模较大时快速收敛,并实现逼近最优的防御效率。     

基于主成份分析的异常检测方法研究

针对现有的无监督异常检测技术的不足之处，提出了一种基于样本分布异常数据实例度量方法。针对数据对象是高维数据的问题，将主成份分析方法应用到异常检测中解决数据集的降维问题。在此基础上，提出了一种新的无监督异常检测算法μ-UAD，并对该算法进行了性能评估。     

基于机器自学习的互联网加密业务流早期识别

为精确高效地识别加密类业务流,给出了一种基于机器自学习的互联网加密业务流早期识别方法.该方法利用加密前后变化不明显的流量统计特征结合机器自学习方法进行识别.首先基于特征与业务类型的互熵来遴选出最优特征用于分类;然后利用所选特征给出了加密业务流总体识别模型,并对模型中的自学习阶段及识别阶段进行了创新,仅选取最能反映协议特点的每条业务流的前几个数据包进行早期识别,达到了对加密业务流高效识别的效果;最后对识别方法进行了性能分析和实验,实验结果表明,基于所选取的最优特征,仅利用每务流前5个数据包即可得到90%以上的流识别精确度.     

IMS中的一种双向监听威胁及仿真

从IP多媒体子系统(IMS)的安全机制入手,对IMS的注册认证流程做了详细分析,然后结合SIP协议的常见威胁,分析了在IMS中应用SIP漏洞实施攻击的可行性。以此为基础,利用注册劫持和服务器伪装的思想,提出了IMS中的一种双向监听威胁。利用Open SER实现IMS网络中CSCF的功能,搭建IMS网络仿真环境,在仿真环境中对双向监听进行仿真。仿真结果表明,双向监听威胁在IMS中是确实存在的。     

一种新的PPS流量分配算法及分析

该文提出并分析一种新的并行分组交换(PPS)流量分配算法NF-UA,首先证明NF-UA算法是均匀流量分配算法,在计算出输入端口高速缓存写入Cell的速度的基础上确定了高速缓存的最小值和PPS结构的相对时延,与已有的算法相比,NF-UA算法性能良好。     

并行交换中支持包保序的新技术

由于并行交换结构的负载平衡特性和并行原理,到达同一目的输出端口的分组包被分散到了各个交换模块,当它们抵达输出端口时,其先后顺序无法得到保障。文章为解决该难题提出一种新技术,包括虚拟输入排队(VIQ)结构和包保序轮询(SKRR)算法,并且从理论上分析了这种新技术的吞吐率和时延性能。     

高速网络中的两级分布式存储器调度

在高速网络中，商用存储器的存取速率一直是路由器调度性能提高的制约因素．为此该文提出了两级分布式存储器(TSDM)结构，该结构可以大大降低对商用存储器的存取速率的要求．通过分析给出了该结构模拟输出排队调度所需存储器个数的下界，并从理论上证明了该结构的交换单元无需加速即可模拟输出排队调度．最后文章从工程实现的角度给出了TSDM结构的一种工程简化设计方案，并通过仿真对该方案的性能进行了验证。     

矿用电铲的形性一体化数字孪生方法及其验证

数字孪生是一个旨在物理空间和虚拟空间之间建立实时映射的概念,反映产品在物理空间中隐藏而有价值的信息。针对矿用电铲结构安全难以进行实时监测和预警的难题,引入数字孪生的理念,提出了一种矿用电铲的形性一体化数字孪生方法,开发了相应的系统。构建了矿用电铲的数字孪生体,实现对矿用电铲结构安全的实时监测与预警。通过一台实验用矿用电铲为例验证了所提出方法的可行性。     

智能节点重叠网络

P2P文件共享的大量应用带来了网络性能、安全性、知识产权等问题。文章给出了构建可管理、可控制和可运营的P2P网络的实例。