排序方式： 共有14条查询结果，搜索用时 15 毫秒
1.
现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。 相似文献
2.
针对现有大流检测算法自适应能力差和难以满足工程应用需求的问题,提出一种新的基于"最近最久未用"淘汰机制的自适应大流检测算法。该算法设置流归并和LRU两级缓存,数据分组到达时,首先进入流归并缓存,按照"流关键字"通过哈希算法实现数据分组到流的匹配,并对流大小进行估计;同时根据上一时刻被LRU淘汰流的大小实时调整LRU缓存之前的过滤门限;然后比较流估计值和门限大小,估计值大于门限的流所含数据分组进入LRU缓存进一步筛选,否则丢弃。为保证实时性和过滤效果,分析并提出了门限时长的设置方法。理论推导和实验结果表明:该算法既保证了准确性又提高了自适应性,更适合工程应用。 相似文献
3.
针对D PC算法存在的问题,提出一种“标记”数据包头的分布式流量测量算法。为避免同一数据包被不同测量点重复采集,在网络入口测量点处,对到达的数据包进行抽样,修改被抽取数据包头中标志位的预留位为1;在网络的中间节点,通过查看数据包的预留位判断数据包是否已被抽取,对于已被抽取的数据包,不再重复记录,对于尚未被抽取的数据包,根据抽样规则决定是否抽取,避免多次采集相同数据包导致计算资源和存储资源的重复消耗。通过理论推导和实例验证了该算法的有效性,为分布式网络流量测量的扩展应用提供了解决途径。 相似文献
4.
针对现有PMC算法测量精度较低的缺点,提出一种基于多虚拟矩阵的网络流估计算法。运用多个哈希函数对数据包进行哈希映射,对应生成多个虚拟矩阵,通过对生成的虚拟矩阵按位取交集,有效提高算法的准确率。实验结果表明,在存储空间相同的条件下,该算法测量精度更高,适用性更好,能够适应当下的高速网络环境。 相似文献
5.
为解决不确定性条件下的智能体群组协同任务规划问题,从提高任务分配方案鲁棒性的角度出发,建立了以最小化任务完成时间和最大化任务完成质量为目标的区间规划模型,提出了可直接求解模型的区间型非支配排序算法。算法定义了区间目标函数间的占优支配关系,在编码空间通过组合使用随机遗传算子和启发式算子引导种群进化,在解码空间采用循环拥挤距离排序淘汰染色体保持种群规模。实验结果表明,所提出的方法可行有效,在不确定性条件下能得到鲁棒优质的任务分配方案。 相似文献
6.
7.
9.
将相关向量机(RVM)分类模型应用于网络流量分类问题中. 首先对实验数据进行了标准化处理, 然后将RVM与其他机器学习算法进行了性能比较, 最后在RVM分类结果预测概率中引入置疑区间概念, 研究了置疑区间范围及其对分类准确性的影响, 并基于此提出了一种新的混合流量分类方法. 实验结果表明: 1) RVM在准确性等3方面性能指标上优于SVM, 且在小样本情况下仍具有较高的分类准确率; 2) 置疑区间[0.1,0.9]内的分类预测准确率较低, 而置疑区间之外的分类预测准确率在98%以上. 相似文献
10.
为了验证WehnTrust是否具有预期的检测和防御缓冲区溢出攻击的性能,设计了相关实验对其进行了测试.对该入侵防御系统的源代码进行了分析、调试,在此基础上,使用开源溢出框架Metasploit Framework进行了5种攻击实验,并针对WehnTrust所具有的特性,搭建实验环境,模拟进行了C++虚函数攻击实验、结构... 相似文献