基于直推式学习的网络故障诊断算法

网络故障的及时诊断能够保证日常工作、学习和生活能够正常进行,传统的基于监督式学习的诊断方法依赖于大量具有鉴别意义的样本,这在实际情况中通常难以得到满足;针对上述问题,提出了一种基于直推式学习的诊断算法;针对大规模的网络管理的特征数据,该算法利用主成分分析对特征进行降维,并利用新的度量下的特征数据来构建拉普拉斯矩阵;该矩阵能够很好地描述带检测样本和训练样本之间的关系;在此基础上,设计了基于直推式学习的目标函数,并利用拉格朗日乘子法完成了优化;实验部分证明了本算法能够在有限数目的带标签的样本的前提下获得精确的分类结果,能够显著提高网络故障诊断的检测率。     

基于通用单向累加器的车载自组织网络隐私保护撤销机制

针对车载自组织网络(vehicular ad hoc network, VANET)中撤销异常行为车辆可能导致敏感信息泄露的问题,提出了一种基于通用单向累加器的隐私保护撤销机制(privacy protection revocation mechanism based on one-way accumulator, OWA-PPRM)。首先,将所有撤销信息累加到一个值并将其传播给网络中的所有实体节点;然后,车辆与没有泄露个人信息的公共道路路边系统(road-side units, RSU)进行通信来更新证书;最后,利用移动存储库从RSU下载和更新单向累加器的副本以及目击证人的必要信息。仿真结果表明,OWA-PPRM显著降低了认证管理计算复杂度,大大提高了认证效率,同时保护了用户的隐私。     

校园网IP地址的盗用方法和防范措施

针对校园网大量IP地址被盗用的问题,分析了常见盗用IP地址的方法,提出了通过静态ARP表的绑定、交换机控制、设置防火墙与代理服务器技术来完成对网络的监控和管理的方法。     

网络数据库安全措施及对策

随着网络技术的普及,数据库的安全问题变的更为突出。本文主要介绍了为应对人为蓄意破坏而采取的用户标识、存取控制、视图机制、数据加密等保护数据库安全性的几项措施。     

基于元学习和二进制粒子群的网络故障特征选择算法

为了降低Wrapper模式网络故障特征选择方法分类算法的计算量,文章提出了一种基于元学习和二进制粒子群(ML-BPSO)的特征选择方法;算法在封装的分类训练中采用元学习方法估算分类精度,并利用BPSO在特征空间中进行全局搜索选出最优特征集;在DARPA数据集上的实验可以看出本文方法选取结果与BPSO-SVM相当但是计算量大大降低;实验结果表明文章提出的方法能够显著的降低网络故障特征选择计算量,同时保证了较高的诊断精度和较好的降维效果.     

解析IPv4到IPv6的演进

IPv6是为适应Internet的发展而在IPv4的基础上产生的新一代IP协议.本文首先从地址数量、IP包路由转发效率等方面分析了IPv4协议的局限性,然后在对IPv6协议的结构、特性研究的基础上探讨了IPv6与IPv4协议之间在IP包头结构、地址格式及地址分类等方面的主要差异,并对IPv6协议的未来发展前景进行了展望.该文对IPv6协议的应用具有一定的工程指导价值.     

基于颜色常量的图像特征提取及其降维方法

在图像特征提取过程中,为了提高图像检索中的抗光照影响能力和检索效率,给出了图像颜色索引提取的一种方法-颜色常量方法,利用该方法能减少光照强度变化对颜色检索的影响;给出了图像检索中的一种颜色特征降维方法-主分量分析方法,利用该方法能有效减小特征数据库的大小,提高图像的匹配速度.实验结果表明,给出的方法不但能有效地减少光照强度变化和噪音对图像颜色检索的影响,而且能够有效地提高检索的效率,检索的结果能较好地接近于人们的视觉感知结果.     

基于IPSec的VPN技术及其应用

首先介绍了VPN的发展现状,然后分析了IPSec VPN的一些安全协议集、IPSec的两种工作模式和IPSec处理数据的过程,最后应用IPSec VPN技术,提出了一个实现内网跨公网安全可靠传输数据的方案,并给出了IP-Sec VPN的关键配置步骤。     

Particle Flow与粒子特效

3dsMax中的ParticleFlow是基于事件驱动(Event-driven)的新一代粒子特效系统,使用的是图表、示意图的工作方式,灵活性非常高。文章从一个简单易行的ParticleFlow入门例子介绍ParticleFlow与粒子特效。