模糊随机早期检测在组播拥塞控制中的应用

现有的组播拥塞控制算法大都基于端系统进行拥塞控制,而较少讨论中间路由器的主动队列管理机制。基于模糊逻辑对网络状态的动态适应性特点,提出了基于模糊逻辑的RED算法（Fuzzy Logic-based RED,FL RED）。该算法运用于组播拥塞控制中,网络能够及时对拥塞做出准确反应,更有效地分配和利用资源。仿真结果表明,该算法比普通RED算法具有更好的TCP-友好性,并且能够将队列长度维持在一个较小值,具有更小的传输时延。     

一种模糊控制的组播速率调节机制

目前多数组播拥塞控制机制采用模拟TCP窗口机制传输流媒体业务,尽管保证了TCP友好性,但是速率不够平滑,不能很好地满足流媒体组播业务服务质量的要求。针对这一问题,提出了一种模糊控制的组播速率调节算法（FC-MRAA）。该算法基于模糊控制理论设计了两个模糊控制器,一个根据接收端的反馈信息计算速率增量,保证TCP友好性;另一个根据路由器缓冲区占有率计算控制增益,平滑发送速率。仿真结果表明,该算法具有良好的速率平滑性和TCP友好性。     

基于SVM和模糊逻辑的告警相关性分析*

针对网络故障诊断中现有告警关联算法存在的网络动态适应性差、关联误报率高等问题,提出了一种基于支持向量机(support vector machine,SVM)和模糊逻辑的告警相关性分析算法。该算法在数据预处理部分采用滑动时间窗、时序模糊以及特征统计的方法解决了网络不确定性和数据格式规范化的问题,并通过SVM训练和识别完成相关性分析。DARPA攻击数据集测试结果表明,该算法误报、漏报率低,压缩率大,网络动态适应性好,提高了告警关联效率。     

无线网络中一种智能控制的组播拥塞控制机制

针对现有组播拥塞控制算法应用到无线网络中存在的性能下降问题,提出一种基于新的智能组播拥塞控制机制ECMCC。ECMCC机制根据网络相对队列时延和数据包丢失检测网络的拥塞状态,采用代表集合机制反馈信息,利用专家控制器的推理判断区分丢包原因和当前的网络状态,进而采取不同的控制策略调节组播源端发送速率。仿真结果表明,ECMCC机制收敛速度快、灵敏性好、速率变化平滑,在有线网络中具有良好的TCP友好性。同时,ECMCC能有效区分网络拥塞和随机差错,提高了网络的吞吐量,适用于无线网络环境,且在无线网络较低误码率时具有一定的TCP友好性。     

基于非液体流模型的可用带宽测量精度

现有的可用带宽测量技术大多基于单跳链路和液体流模型,在突发背景流及多跳链路下测量精度较低。因此,分析了更符合网络实际的非液体流模型,提出了一种参数设置方法,减小了探测包长、探测速率、背景流速率及背景流包长等因素对测量精度的影响。在此基础上,改进了探测包对结构,该结构结合生存时间(TTL)值设置减小了探测包对间隔的测量误差,增强了带宽测量算法在多跳链路环境下的健壮性。仿真表明,基于非液体流模型的参数设置方法及改进的包对结构提高了可用带宽测量精度。     

基于熵权VIKOR的安全虚拟网络映射算法

近年来,虚拟网络映射技术作为网络虚拟化的关键技术,成为学术界与工业界研究的重点之一。针对安全虚拟网络映射中因节点安全感知不全面、匹配不合理导致的映射性能较低问题,文章提出了一种基于熵权折衷排序法(VIKOR)的安全虚拟网络映射算法。该算法首先将安全虚拟网络映射问题构建为混合整数线性规划模型,设计了节点安全优先度指标,实现了虚拟网络节点与底层网络节点安全联合感知;其次在映射过程中综合考虑节点资源属性、拓扑属性和安全属性,采用熵权VIKOR进行节点排序;最后按照节点排序结果依次进行映射,其中链路映射采用k最短路径算法。仿真结果表明,在满足节点各项约束的前提下,文章算法提高了虚拟网络映射成功率和收益开销比。     

基于局部投影降噪和FSVDD的网络流量异常检测

现有残差比较等异常检测方法只能在突变阶段检测异常, 检测率较低。综合考虑网络流量中包含的所有特征, 对网络中的多种协议流量指标分别进行局部投影降噪处理, 将各流量分解为流量趋势部分和噪声流量部分, 以这两部分为参量通过支持向量数据描述建立检测模型, 并通过对样本的模糊化处理提高模型的泛化性。实验表明该方法适合于检测拒绝服务攻击引起的流量异常, 与传统的阈值比较方法相比能够获得更高的异常检测率和更低的误报率。     

免疫克隆扩增模式提取在网络故障诊断中的应用

为了解决网络故障诊断中的模式识别问题,文中从生物免疫系统与网络故障诊断的相似性出发,提出一种基于免疫克隆扩增原理的网络故障诊断方法。该方法模拟生物免疫系统中的克隆、变异、抑制、记忆等特性,通过免疫训练网络故障样本提取网络故障模式,再用最近邻分类原则对故障样本分类。实验结果表明该方法能有效识别网络故障,并且对于未知模式的故障具有一定的泛化性。     

基于资源需求预测的动态服务功能链迁移方法

针对网络功能虚拟化环境下服务功能链资源需求变化引起的底层网络过载问题,提出一种基于资源需求预测的动态服务功能链迁移方法.首先,综合考虑迁移开销和迁移后底层网络的资源占用情况,建立底层网络开销模型.其次,利用经验模态分解将资源需求序列分解成本征模函数分量与残差分量,再通过径向基函数神经网络实现对各分量的预测,神经网络的训练过程采用粒子群算法进行参数优化.最后,对下一时隙即将过载的物理节点或链路,选择对过载资源占用最多的虚拟网络功能或虚拟链路进行迁出,并基于流量优化的原则,通过对全局拓扑的感知选择能最小化底层网络开销的物理节点迁入.仿真实验表明,所提的资源需求预测模型在提高预测精度的同时能缩短预测时间,所提的服务功能链迁移方法在降低底层网络开销、减少端到端时延和提高服务功能链可靠性等方面有较好性能.     

基于Linux的IPSec VPN网关的设计与实现

重点研究了IPSee协议及其体系结构、工作模式和相关协议。详细分析了利用IPSec建立虚拟专用网络网关的优点。提出利用KAME—tools工具设置Linux2．6内核的方式来实现Linux系统中基于IPSee的虚拟专用网络网关的方法。并给出了配茸虚拟专用网络网关的具体过程,最后在Linux上实现了一种基于IPSee的虚拟专用网络网关。