终端性能自适应传输协议

随着各种应用的需求和光网络技术的飞速发展,互联网领域出现了高速长距离光网络.最新研究发现,由于当前各种科学应用的迫切需求以及网络带宽的迅速提高,网络速率已经远远超出了终端系统的处理能力.在高速长距离光网络环境中,拥塞已经从网络转移到了终端,终端系统的处理能力逐渐成为传输速率的瓶颈.因此,各种终端性能自适应的高速传输协议应运而生.基于这一类协议改进的不同思路,对它们进行了分类描述,重点分析了这些协议的拥塞检测和速率适配机制以及各自的优缺点,在归纳和总结目前研究中仍然存在的开放性问题的同时,提出了进一步的研究方向.     

班级日历网站设计

设计与实现基于B/S架构的日程管理系统,系统的开发采用.NET框架技术,采用的数据库是SQLServer2005。该日程管理系统以班级活动的日程管理为实例,可以将日历和日程管理相联系,用户点击日历即可获得当日的活动信息,也可以方便地进行活动的录入操作,还可以单独或组合使用多个条件进行活动的查询。     

长距离高带宽环境下UDT协议的分析与应用①

UDT是一种面向长距离高带宽网络的UDP改进型传输协议。首先探讨了UDT协议自身的特点,然后通过与当前几种主要的TCP和UDP改进型协议的对比,以及对网络实际的测量,提出UDT协议在大数据量传输方面更为适合,最后分析了UDT协议目前应用的状况,并在此基础上提出了以后的研究和应用方向。     

基于UML活动图测试场景的优先级判断

由于UML模型在设计过程中产生,作为测试模型不需要额外的开支,因此以UML作为测试模型的研究很多.目前的研究方法大多数采用灰盒测试方法[1]对各种模型的条件、节点、方法等进行遍历,得到测试场景.然而在实际中,通过这些方法从UML模型中会得到很多的测试场景,目的就是要对找出的灰盒测试用例进行优先级判断,找出较为重要的测试用例,这些测试用例能为实际的测试过程提供着重测试的依据.     

基于内容分组与能力匹配的邻居选择算法

邻居选择算法是影响P2P文件共享系统的整体吞吐量和带宽利用率的关键技术之一.目前BT类P2P文件共享系统中的一些常用邻居选择算法一般存在着邻居节点间的内容可交换性差和带宽利用率低等问题.提出一种新的邻居选择算法,将节点按内容分组,由节点上报的上传、下载的字节数计算出带宽能力,让能力匹配的节点成为邻居.计算机仿真实验表明,新算法显著地提高文件共享系统的整体吞吐量,减少用户的平均下载时间,从而有效地改善P2P文件共享系统的整体性能.     

基于观测的POMDP 优化算法及其仿真

在分析马尔可夫决策过程（Markov Decision Process, MDP）性能灵敏度的基础上,讨论了部分可观 测马尔可夫决策过程（Partially Observable Markov Decision Process, POMDP）的性能优化问题．给出了POMDP 性能灵敏度分析公式,并以此为基础提出了两种基于观测的POMDP 优化算法：策略梯度优化算法和策略迭 代优化算法．最后以准许控制问题为仿真实例,验证了这两个算法的有效性．     

基于Windows平台下ARP欺骗及防范模型

就TCP/IP协议组中的AKP协议展开研究,深入分析其产生问题的根源:动态绑定无认证机制,并提供了一个应用模型来展示"AKP欺骗、监听及防范".这个模型是利用用于Windows平台下捕荻包的Winpcap驱动程序,并采用VC 作为开发工具来完成的.该模型对网络的安全管理、协议分析仪的开发都有一定的参考价值.     

数据安全专题序言

<正>数据安全指保护数据免受未经授权的访问、泄露、篡改、破坏或丢失的过程和措施。在数字化时代,数据已经成为各种组织和个人生活中不可或缺的资产。在面临着持续不断的威胁和挑战的背景下,我们汇集了一系列关于网络与数据安全领域的前沿创新研究,旨在探索新的方法、技术和策略来降低数字世界的风险,保护其免受侵害。本专题涵盖了多个重要主题,包括数据安全与加密、网络攻击和防御、隐私保护与数据分析等,共收录了10篇文章,其中包括2篇综述性文章和8篇技术性文章。每篇文章都从不同角度深入探讨了当今网络与数据安全领域的关键问题,并提出了具有实际应用价值的解决方案。     

基于工业控制系统安全测试的研究

随着工业4.0的持续推进,信息化与工业化高速融合,处于物理隔离环境的工业控制系统（ICS）逐步与外部网络进行数据交互,使其原本存在的漏洞面临新技术的安全攻击威胁。这也使得攻击者通过各种方式将工业控制系统列为目标,对其进行勒索或破坏,否则,攻击者会对工业控制系统造成宕机甚至毁灭影响。现有的安全防护技术通过增加安全防护产品对工业控制系统进行防护,如同在危险地区建立隔离区,而未从源头对工业控制系统中存在的漏洞进行修复,长此以往,漏洞不会消失,安全防护负担会随着攻击技术的演变而加重。通过研究安全测试工作尽可能有效地发现工业控制系统中存在的漏洞,帮助运营者掌握自身存在问题的严重性,以更有针对性的举措逐步解决安全问题,以多种方式提供局限性的见解,以供各方进行研究。     

一种针对TomcatFilter型的MemShell检测技术研究

近些年来,随着计算机技术的不断发展和应用,Web应用技术也在快速更迭,与其一起发展的还有木马后门技术,但传统的木马后门技术已经不能满足攻击者的需求,因而基于内存攻击的方式不断涌现,包括powershell内存载入攻击、.NET assembly托管代码注入攻击以及内存马(Memory WebShell,MemShell)攻击等,这些攻击方式为现有的安全防御检测机制带来了极大的挑战。因而业界对面向解决基于内存的攻击尤其是内存马的攻击展现出了强烈的需求。但当前业内针对内存马的检测能力较弱,学术界也缺乏对该领域的研究工作,所以本文提出了一种针对Tomcat Filter型的内存马检测方法。通过研究发现,内存马其最核心技术便是无文件(Fileless)及不落地(Living off the Land),但尽管如此,内存马最终会在内存中展现其功能并执行命令,所以内存是所有威胁的交汇点,因此本文将Java虚拟机(Java Virtual Machine,JVM)作为起始点,首先利用JVM内存扫描技术遍历出JVM内存中加载的所有Filter类型对象,但需要注意的是这些对象并非都是有威胁的,并且每一个对象都具有一定的特征,所以可以对这些特征通过人工经验进行分类并且筛选出具有代表性的特征向量,然后获取每一个Filter类型对象的所有代表特征向量,并根据特征向量的值梳理出异常表现序列;最后,利用朴素贝叶斯算法将大量正常和异常的Filter对象的异常表现序列作为训练样本,计算出对应项的条件概率并形成贝叶斯分类器。利用训练出的贝叶斯分类器就可以构建出一个内存马检测模型,该模型能够有效得针对该类型的内存马进行检测。实验结果表明,本文提出的方法针对Tomcat Filter型内存马的检测,实现了零误报率和94.07%的召回率。