一种基于几何区域分割的网包分类算法

网包分类算法HyperSplit采用了二分查找树结构进行查找, 其决策树深度较大, 规则复制较多, 无法保证算法的时间性能。针对以上问题, 提出了一种基于几何区域分割的网包分类算法MP^2S。该算法采用多点切分和冗余覆盖删减的方法压缩决策树深度, 引入区间二分查找并提出新的数据结构来优化算法的时间性能。仿真结果表明, MP^2S的平均决策树深度约为HyperSplit的60%, 内存访问次数比HyperSplit降低了约10%。     

一种改进的动态流特征选择算法

流特征选择算法在深度流检测技术中发挥着重要作用,数据流的正确识别和分类都需要选择流特征,通过这些流特征在业务流中的差异区分业务流类型。当前基于信息度量的特征选择算法在整个样本空间中计算特征的信息熵,没有将特征选择过程中的动态变化信息加入计算,因此不能准确地度量特征选择过程中各个特征之间的相互关系程度,冗余信息的存在影响特征选择结果,导致分类算法性能降低。提出一种改进的动态特征选择算法,该算法基于信息标准,充分考虑特征选择过程中信息标准的动态变化,通过删除由信息动态变化导致的冗余及无用信息,避免动态选择过程的干扰,达到准确并高效选择特征的目的。实验数据说明,提出的动态流特征选择算法的分类性能比当前其他选择算法较好。     

一种新的高速路由调度算法—SERENA算法研究

SERENA算法是一种基于输入排队(IQ)结构的路由调度算法。当输入输出端口的匹配关系在连续的时隙中存在相同的匹配子图时,将出现误差积累,导致性能下降。该文对此作出了改进,理论分析与仿真结果表明,改进后的算法性能有进一步提高。     

匈牙利算法在输入排队调度仿真中的应用研究

匈牙利算法是图论中完成二分图匹配的经典算法之一。输入排队的Crossbar调度算法是以获得交换机的输入端口和输出端口最大匹配，从而得到高吞吐量为目的。因而在调度算法理论研究中应用了二分图最大匹配的Maximum Size Matching(MSM)和Maximum Weight Matching(MWM)算法成为各种调度算法性能的评价标准。文中介绍了匈牙利算法在输入排队调度算法仿真中的应用，并且得出相应典型算法的性能仿真曲线，从而为进一步研究调度算法打下理论基础。     

长期车辆合乘问题的复合变邻域搜索算法

针对于长期车辆合乘问题（LTCPP）,提出一种复合变邻域搜索算法（HVNSA）,将具有相同目的地的用户进行合乘匹配从而减少车辆出行数量。首先,构建一个全面准确的长期车辆合乘问题的数学模型,将所有用户按复合距离优先算法分配到合乘小组中,对时间窗口和车容量约束验证,得到初始合乘方案;然后利用变邻域搜索算法对初始合乘方案进行优化迭代,得到最终的优化合乘方案。实验结果表明,该算法在处理100人和200人的规模问题上可以在1 s内得到高质量的优化合乘方案,对于400人和1000人的较大规模问题,该算法仍然可以在2~4 s内得到较高质量的优化合乘方案。     

基于多输出端口的简单高效的交换结构

基于并行存储机制构建高性能PMS交换结构,采用流模型证明在不加速的情况下,PMS交换结构对满足强大数定律的可容许到达业务能实现100%的吞吐量。基于该交换结构,提出支持分组且具有多个输出端口的最短队列优先轮询算法SQF-RR。仿真结果表明,应用该算法的PMS交换结构能获得较好的性能。     

面向针对性攻击的SDVN控制层鲁棒性方案

将软件定义网络应用于车联网能显著提升其性能,但该方法也面临传统SDN要应对的安全问题.基于软件定义车联网体系架构中控制平面可能面临的针对性节点攻击问题,提出一种鲁棒的控制器放置方法.该方法结合传统的SDN控制平面部署问题,首先将控制平面鲁棒性问题建模为交换机与控制器的连通冗余性问题,提升交换机在极端情形下与控制器的连通...     

基于系统调用和数据溯源的PDF文档检测模型

针对传统静态检测及动态检测方法无法应对基于大量混淆及未知技术的PDF文档攻击的缺陷,提出了一个基于系统调用和数据溯源技术的新型检测模型NtProvenancer。首先,使用系统调用捕获工具收集文档执行时产生的系统调用记录;其次,利用数据溯源技术构建基于系统调用的数据溯源图;而后,用图的路径筛选算法提取系统调用特征片段进行检测。实验数据集由528个良性PDF文档与320个恶意PDF文档组成。在Adobe Reader上展开测试,并使用词频-逆文档频率（TF-IDF）及PROVDETECTOR稀有度算法替换所提出的图的关键点算法来进行对比实验。结果表明NtProvenancer在精确率和F1分数等多项指标上均优于对比模型。在最佳参数设置下,所提模型的文档训练与检测阶段的平均用时分别为251.51 ms以及60.55 ms,同时误报率低于5.22%,F1分数达到0.989。可见NtProvenancer是一种高效实用的PDF文档检测模型。     

基于链路标签传播的重叠社团发现算法

为挖掘复杂网络中的重叠社团结构,在标签传播算法的基础上,从链路的角度出发,提出一种新的标签更新策略。考虑不同邻居对链路标签贡献值的不同特点,使其更新过程更加快速,克服当前基于节点的标签传播算法需要指定节点所属社团个数的缺陷,在无需人工干预的情况下得到稳定的重叠社团结构。将该算法分别应用于人工网络和真实的社会网络中,实验结果表明,该算法能够快速、有效地挖掘稳定的重叠社团结构。     

基于集成学习的系统调用实时异常检测框架

基于系统调用数据的异常检测无法完成进程生命周期内的入侵行为同步感知任务,且存在实时异常检测准确率低的问题。提出一个基于集成学习的系统调用实时异常检测框架,其中包括数据处理与切片、集成学习、异常检测与反馈模块。在数据处理与切片模块中,对处于生命周期内的进程行为轨迹进行采集与分析,根据线上待分析数据与线下模型训练数据对时效性的不同要求,设计2种系统调用轨迹的切分策略;在集成学习模块中,改进GPT语言模型和门控循环神经单元用于构建系统调用轨迹片段行为轮廓,以集成学习思想融合异常检测异构模型同时抓取单向语义特征与统计特征;在异常检测与反馈模块中,采用考虑单个系统调用重要度的异常判决方法,引入同步感知与实时裁决共存的异常预警机制。在公开数据集上的实验结果表明,该框架具有进程生命周期内的入侵同步感知能力,所构建的集成模型在保证低误报率（0.2%）的同时具有高异常检测准确率（99.3%）,优于决策树模型、单分类SVM、BiLSTM等对比模型。