基于流分解的异常检测算法

通过研究网络异常检测,提出了一种基于流分解消除网络噪声的异常检测算法。该算法从高维、非平稳流量中分离出包含异常的随机部分,通过计算随机部分参数的边缘分布和残差,揭示了流量异常对随机部分参数的影响,并提出判断网络流量异常的参数标准。实验表明,由于不必将整个时间序列进行分片和单独拟合,算法可以直接处理非稳态流量数据,实现了真正意义上的网络异常检测功能。     

一种增强混沌系统保密性能的新方法

该文从研究混沌加密系统输出信号的保密性能角度出发,对典型的Lorenz系统进行了分析。研究发现,大采样间隔对增强混沌系统的保密性能有重要影响。然后用Volterra-wiener-Korengerg(VwK)模型非线性检验方法对上述结论进行了检验,最后通过计算机仿真得出相同的结论。     

网络流量矩阵的数据重构(英文)

Traffic matrix is an abstract representation of the traffic volume flowing between sets of source and destination pairs.It is a key input parameter of network operations management,planning,provisioning and traffic engineering.Traffic matrix is also important in the context of OpenFlow-based networks.Because even good measurement systems can suffer from errors and data collection systems can fail,missing values are common.Existing matrix completion methods do not consider traffic exhibit characteristics and only provide a finite precision.To address this problem,this paper proposes a novel approach based on compressive sensing and traffic self-similarity to reconstruct the missing traffic flow data.Firstly,we analyze the realworld traffic matrix,which all exhibit lowrank structure,temporal smoothness feature and spatial self-similarity.Then,we propose Self-Similarity and Temporal Compressive Sensing(SSTCS) algorithm to reconstruct the missing traffic data.The extensive experiments with the real-world traffic matrix show that our proposed SSTCS can significantly reduce data reconstruction errors and achieve satisfactory accuracy comparing with the existing solutions.Typically SSTCS can successfully reconstruct the traffic matrix with less than 32%errors when as much as98%of the data is missing.     

基于稳态模型的流异常检测算法

在日常网络管理中如何实时、准确地判定流量异常是网络异常检测中的难点问题。提出了一种基于稳态模型的流异常检测算法，采用加权均值和方差计算相结合的统计学方法对网络流量稳态模型进行建模和更新，并使用ROC曲线进行异常检测模型的性能评估。研究表明，该算法复杂度较低，资源占用小，能够很好地实现实时自动报警功能。实验结果对进一步探索实时的网络流异常检测方法和预测算法具有参考价值。     

一种基于演化博弈的分簇协作路由算法

现有的分簇协作路由没有依据协作通信的特点选择簇头,也没能根据簇头节点的服务能力均衡簇成员负载,因而不能充分发挥协作通信能量高效的优势.本文提出了一种基于演化博弈的分簇协作路由算法CCREG.算法首先定义虚节点剩余能量作为簇头确立的指标,然后通过动态演化博弈为簇联盟问题建立模型.簇成员节点选择不同簇头结成联盟,可获得不同的收益.收益由簇头的能力、簇成员节点个数等因素决定.簇成员节点都可以根据自身得到的信息有限理性的选择簇结成联盟,直到网络中所有节点改变簇联盟都不能获得更高的收益.实验结果表明,与协作多输入多输出路由算法CMIMO相比,CCREG算法的网络生存周期在两个簇头情况下延长14%到70%,三个簇头情况下延长5%到80%.     

无线多跳网络分簇协作路由算法

协作路由将物理层的协作通信技术和网络层的路由选择技术相结合是一种提高网络性能的跨层路由设计方案.现有的协作路由算法没有充分利用网络拓扑结构的特点,难以获得最优的协作路由.基于无线网络节点分布概况,提出一种分簇协作路由算法,以提高网络性能并增强网络的可靠性.该算法的分为三个阶段,簇的形成,簇间路由和簇内路由.算法的每个阶段都从节点分布对协作通信的影响出发优化协作路由设计,充分利用了无线网络中物理介质的广播优势和周围节点协作的优势.仿真结果表明,本文所提出的协作路由算法能够显著降低路由的中断概率,提高网络的可靠性.     

802. 11网络中一种自适应的基于预测的平滑切换算法

针对802.11网络中的平滑切换算法无法适应动态变化的网络环境的缺陷,提出了一种自适应的基于预测的平滑切换算法(adaptive predictive-based smooth handoff,APBSH).其核心思想是依据当前网络环境的变化预测下一时刻的网络环境(使用扫描紧迫性和数据传输紧迫性两个参数定量表示不同的网络环境),接着依据预测结果自适应调整扫描子阶段和数据传输子阶段的时间,不但将平滑切换控制在与当前连接的接入点(AP)失去连接之前,而且提高了切换时的数据服务质量.从实验结果看出,APBSH算法较标准的802.11切换算法和平滑切换算法,更能适应动态变化的网络环境,确保切换性能的最优化.     

面向大数据处理的高精度多维计数布鲁姆过滤器

分析了现有多维布鲁姆过滤器查询算法的工作原理和特点,针对大数据处理特点提出了一种基于双射函数的高精度多维计数布鲁姆过滤器(AMD-CBF)查询算法.AMD-CBF中元素表示和查找分两步进行,第1步将元素各属性哈希映射到各自对应的高精度计数布鲁姆过滤器(A-CBF)中;第2步将元素的所有属性通过双射函数转换为一个值来表示元素整体信息,然后将这个值哈希映射到联合计数布鲁姆过滤器中(C-CBF),完成元素整体的表示和查询确认.理论分析和仿真实验结果表明,AMD-CBF能够支持多维集合元素的高效表示和查询及删除,相比同类研究查询假阳性降低明显,查询精度大幅度提高.     

8阶连续时间滤波器MAX274在红外信息处理中的应用

滤波器是红外信息处理系统的重要组成部分,其性能直接影响系统灵敏度。传统的有源滤波器设计主要采用电阻、电容、电感和运算放大器等元件,往往体积较大,元件较多,调试麻烦。本文介绍了一种采用MAX274芯片的集成高阶滤波器的设计方法,可以满足红外信息处理系统的高性能、易调试、小型化的要求。     

气体催化渗氮研究进展

综述了表面纳米化催化渗氮、稀土催化渗氮、激光催化渗氮、预氧化催化渗氮等气体渗氮的催渗机理、特点与研究进展。同时介绍了本课题组提出的纳米稀土原位界面催化渗氮原理,提出了气体渗氮界面氮势的概念,阐述了界面催渗机理,对未来催化渗氮的进行了展望。