面向可重构服务承载网的分域混合承载组调度研究

传统网络技术体系,网络是封闭的、刚性的,无法满足未来网络大量差异化业务的规模化应用,由此提出了面向服务提供的柔性网络技术体系,该体系将传统网络中的用户业务、网络服务和网络基础设施中的紧耦合关系转变为松耦合关系,通过资源分割构建可重构服务承载网实现对业务的服务质量保证。该文分析了服务承载网映射到交换结构的需求,提出分域调度的思想。通过选择关闭部分交叉节点的方法建立了crossbar交换结构分域模型,实现了分域调度的端口分离。提出了支持可重构服务承载网构建的混合承载组调度(HCGS)算法,推导了承载组内SDRR(Smoothed Deficit Round Robin)调度、单个域内基于时间戳的输入端口调度和交叉节点输出端口调度算法,证明了HCGS具有良好的时延性能和最坏公平指数(WFI)公平性。仿真结果表明：在均匀分布的泊松业务源条件下,分域HCGS算法具有更优的时延性能,可保证业务带宽的公平性。在diagonal非均匀允许流量条件下,该算法的吞吐量可达100%。     

多重分形网络流量的单队列输入排队性能研究

多重分形已被证明能够较好地用于网络流量多尺度突发行为特性的研究.本文以队列处于满负荷状态的概率为指标研究了多重分形流量输入下单队列的排队性能问题,提出了以尺度函数与矩因子表示的队列满负荷运行概率的解析性框架.用FBM过程作为输入,从理论上验证了该概率框架的正确性,进一步用实测的网络流量数据对多重分形流量输入下单队列满负荷运行的概率进行了分析与比较,结果表明该框架能同时满足单、多重分形流量输入时排队性能的计算.结合文献[1]给出的联合多重分形(JMF)流量模型,为排队系统中队列深度的设计提供了有效的定量计算方法.     

基于最大频繁序列模式挖掘的App-DDoS攻击的异常检测

为了动态、准确、高效地描述用户的访问行为,实现对不同应用层分布式拒绝服务(Application-layer Distributed Denial of Service, App-DDoS)攻击行为的透明检测,该文提出基于最大频繁序列模式挖掘的ADA_MFSP(App-DDoS Detection Algorithm based on Maximal Frequent Sequential Pattern mining)检测模型。该模型在对正常Web访问序列数据库(Web Access Sequence Database, WASD)及待检测WASD进行最大频繁序列模式挖掘的基础上,引入序列比对平均异常度,联合浏览时间平均异常度、请求循环平均异常度等有效检测属性,最终实现攻击行为的异常检测。实验证明：ADA_MFSP模型不仅能有效检测各类App-DDoS攻击,且有良好的检测灵敏度。     

一种分层组合的半监督近邻传播聚类算法

针对近邻传播(AP)聚类算法的计算复杂度和准确性,该文提出一种分层组合的半监督近邻传播聚类算法(SAP-SC)。算法引入分层聚类的思想,将一次AP聚类过程等分成若干层聚类,使得处理过程简单、易于实现;每层只关注聚类困难的数据点,并通过构造成对点约束和使用子簇标签映射进行半监督学习;基于组合提升的方法将各层聚类结果加权叠加,从而提升了算法的准确性能。理论分析和实验结果表明：算法在聚类准确性和计算复杂度方面有了较大改进。     

面向可重构基础网络的部分扇出组播交换阻塞率模型

传统网络采用调度前复制和扇出拷贝方式的多播交换模型不具备大规模可扩展能力。面向可重构基础网络,提出了一种部分扇出多播交换模型,该模型采用2×2布尔单元和布尔群组集线器建立基本交换结构,采用部分扇出拷贝方式和四状态分割编码实现自路由路径选择,进而推导了该模型在单多播混合业务源输入下的单播阻塞率、多播阻塞率和多播扇出率迭代过程。仿真实验表明:该模型在Bernoulli均匀业务源条件下,单播归一化负载强度为0.2时,多播阻塞率在10 10～10 2之间,多播时延总小于百纳秒量级上限,能够为到达业务提供时延上限保障。     

面向大规模汇聚接入网的分布式VoD服务的性能仿真

 流媒体应用有着实时性、连续性、带宽消耗大等特点,对传输网络提出了较高的要求.用户接入网作为传输网络的重要组成部分,对流媒体服务质量有重要影响.新一代高性能宽带信息网的试运行,初步验证了大规模汇聚接入网络技术在某些条件下支持流媒体的有效性.然而,由于某些限制,在试运行中还不能实现在大规模用户并发访问流媒体服务器的条件下的验证,而在仿真中却可以实现这种验证.在本文中,我们对于面向不同接入网的分布式VoD系统作了仿真比较.结果表明,面向大规模汇聚接入网的VoD系统在接入路由器无拥塞时,在相同的硬件成本下,在端到端时延及其抖动指标上有较大的提高.     

面向异质结构的可重构任务在线布局算法

基于同质结构模型的可重构任务布局算法和内部资源多样的可重构器件不相适应,不利于实际运用.针对BlockRAM等静态单元在器件上的分布对硬件任务存在位置约束的问题,建立了异质结构的器件和硬件任务模型,并提出一种基于相对任务覆盖度的在线布局算法.通过为布局任务等待队列设立滑动窗口,根据窗内任务集合对器件空闲单元的相对任务覆盖度选择当前任务的放置位置,兼顾后续任务的布局需求,从而提高了整体布局效率.实验结果表明,该算法能取得较低的任务平均等待时间和较高的器件利用率,优于First Fit算法.     

基于流量分析的App-DDoS攻击检测

针对当前应用层分布式拒绝服务攻击(App-DDoS)检测方法高度依赖于系统日志,且检测攻击类型单一的问题,提出了基于卡尔曼滤波和信息熵的联合检测模型DFM-FA(detection and filtering model against App-DDoSattacks based on flow analysis),将应用层的行为异常检测映射为网络层的流量异常检测,最大限度地保证了合法用户的优先正常访问.实验证明,DFM-FA既不依赖于系统日志,同时又能检测到FTP、DNS等多种App-DDoS攻击.     

基于近邻情景认知的软件定义网络多域协同控制机制

针对软件定义网络（software-defined networking,SDN）分布式多控制器部署中存在的控制器负载不均衡问题,提出了一种基于近邻情景认知的多域协同控制机制。首先,通过改进现有的近邻传播（affinity propagation,AP）聚类算法,以跳数为原则,对网络中节点进行聚类操作,形成SDN子域并在聚类中心部署控制器;然后基于控制器 —交换机之间的协同映射对网络连接关系进行优化,以增强网络的稳定性。仿真表明,相比其他方法,该机制能够实现网络区域的合理划分,控制器负载均衡率至少提高了26.7%。     

适用于多源IP组播的安全访问控制协议

目前针对IP组播的安全访问控制问题的解决方案只是实现了对组播接收者的访问控制。为此,提出了一个广泛地适用于多源IP组播的安全访问控制协议(Multi-source Multicast Access Control,MMAC)。协议通过引入专门的管理主机和管理频道实现了对组播参与者(发方和收方)及不可信路由器的安全访问控制。最后对MMAC协议的有效性和安全性进行了分析。