基于动态策略的校园网络高速访问的设计与实现

通过分析校园网多出口环境下与公网实现高速互访所需解决的问题,研究使用动态DNS、策略路由、NAT等关键技术实现不同的源/目的地址的数据包经由最佳路径策略所选择的出口发送/接收,以及在公网及CERNET访问校内域名时DNS动态解析出属于各自网内的IP地址,提出了应用于多出口校园网环境下与公网高速互访的实际方案,实现了校园网对外网提供高速网络服务,以及访问外网路由最优化.     

利用策略路由解决多出口流量分配问题

目的:通过防火墙和交换机的策略路由功能,实现多出口流量分配。结合实际的应用背景,指出传统IP路由的不足。提出了解决多出口流量分配问题的IP策略路由(Policy Routing)机制.分析了策略路由在网络上的实现。并给出了应用实例,解决了网内用户高速访问Internet的资源的需求。方法:使用华为8512交换机和CISCOPIX防火墙,采用策略路由与NAT技术,对多出口网络路由问题进行了研究和探讨。结果使用策略路由及地址翻译(NAT)技术解决了此类问题并给出了具体实现办法。结论:使用多出口的路由设计方法解决内部网用户高速访问互联网的问题切实可行。     

基于防火墙的双出口路由策略的设计与实现①

根据校园网双出口的接入实际,设计并实现一种基于防火墙的双出口路由策略。分析原有网络接入现状,指出优化出口路由的必要性,提出了基于防火墙的双出口路由优化策略,利用静态路由与NAT技术,均衡双出口流量。最终给出接口与区域、NAT转换与路由通信以及防火墙日志记录等的配置过程,实现了该优化策略。这种策略可以广泛应用到校园网的双出口路由中,并能实现高速访问、安全稳定的良好效果。     

基于策略路由实现多出口方案优化网络速度

吉林省教育学院互联网接入CERNET的出口带宽较窄,访问公众网的速度很慢,在访问CERNET免费地址以外的资源时,要支付高昂的费用。采用基于策略路由的校园网多出口方案可以解决上述问题。策略路由是路由器的一项扩展功能,根据源地址及目的地址选择路由走向进行策略路由配置,通过增加网络出口,大大提高了内外网络互访的速度,降低了网络费用。     

多出口校园网络的路由与防火策略

由于大学校园网接入CERNET的出口带宽较窄,访问公众网的速度很慢,在访问CERNET免费地址以外的资源时,要支付高昂的费用。采用基于策略路由的校园网多出口方案可以解决上述问题。策略路由是路由器的一项扩展功能,根据源地址及目的地址选择路由走向进行策略路由配置,通过增加网络出口,大大提高了内外网络互访的速度,降低了网络费用。本文在论述多出口校园网络中可能遇到的问题的同时分析了问题产生的原因和解决办法。     

基于Linux校园网双出口的实现

当前大多校园网都是通过国家教育网接入的,但通过教育网访问公网速度较慢,不能满足用户的需要.针对此问题提出以Linux为平台用网络双出口解决问题,即当访问教育网时从教育网出口,访问公网时通过当地ISP出口.详细介绍了在Linux下策略路由、NAT技术的原理和具体实现,以及如何将这两个技术相结合实现网络双出口,为需要解决此类问题的用户提供一个切实可行的解决方法.     

浅谈动态域名解析在校园网中的应用

由于异构网络中的路由策略不同,造成网络互联阻碍作用,形成不同网络环境,在访问校园网网页时速度也相对较慢。建立在校园网多出口技术和多出口资源上,进一步明确了动态域名解析在校园网中的应用技术方案。不同网络访问请求经过不同链路传输到校园网中,利用链路宽带和路由策略,使访问校园网更加方便快捷。     

浅谈动态域名解析在校园网中的应用

由于异构网络中的路由策略不同,造成网络互联阻碍作用,形成不同网络环境,在访问校园网网页时速度也相对较慢。建立在校园网多出口技术和多出口资源上,进一步明确了动态域名解析在校园网中的应用技术方案。不同网络访问请求经过不同链路传输到校园网中,利用链路宽带和路由策略,使访问校园网更加方便快捷。     

一种基于故障时间的可调域间出口选择算法

在大型Internet服务提供商中,BGP (border gateway protocol)出口路径选择常常采用"热土豆"机制.然而研究表明,该机制具有相当大的局限性以及出口调节的间接性,它容易影响域间路由的健壮性.针对"热土豆"机制的缺点,出现了一些新的BGP出口路径选择机制和算法.然而,这些方法在解决问题时往往忽略网络运行过程中经常出现的IP链路故障或故障持续时间的影响.提出了一种基于故障时间的可调域间出口路径选择算法,该算法能够根据流量工程的目标、路由稳定性等要求进行动态的调整,同时满足路由变化的实时性.模拟实验结果表明,该算法能够有效地在多个目标之间达到平衡.     

一种对等网络分层管理资源定位模型

通过研究网络中小世界现象特征与数据流局部性特点,基于Kademlia协议设计了一种对等网络分层管理资源定位模型。模型通过重构Kademlia协议的网络拓扑结构,利用物理邻近节点访问优先的方法,来提高节点访问效率并优化节点的路由选择。仿真结果表明,设计的模型在继承了Kademlia模型优点的基础上,在节点路由选择和节点查找的平均逻辑路径长度等方面的性能均优于Kademlia模型。     

试论E-mail营销

本文从E-mail营销的概念入手,深入剖析了E-mail营销存在的主要问题,并在此基础上提出了具体的解决办法。     

E-mail安全问题及其加密技术研究

针对目前E-mail面临着攻击者的非法截获、复制和篡改等安全问题的隐患,提出了一种有效地保护E-mail信息安全传递的加密技术,通过算法的实现,能较好地保证E-mail的安全性。     

园区WiFi网下软定义移动通信的设计与实现

当前WiFi园区网络存在移动通信范围有限、主机地址配置受限等问题.软定义移动组网的已有研究大多集中于实现无线接入点的可编程性,其在实际部署中需要使用专用的接入点设施.以单跳有设施网络为研究目标,提出了一种园区WiFi网下软定义移动通信方案,为移动主机访问本地资源提供免配置接入和移动通信支持.其中,网络设施选择OpenFlow网络,普通接入点直接连接OpenFlow交换机.控制器负责分发包含接入位置的流表项,为移动主机提供基于名称的路由转发,并主动调整通信流的返回路径.目前已经完成系统原型开发,进行了移动通信实验,测量和分析了不同配置下的网络可用带宽和切换时延.实验结果表明,该组网模式可以实现主机的移动通信,主机网络配置和OpenFlow交换机性能对切换时延影响较小.     

高速铁路移动通信网移动IPv6应用研究

针对高速铁路的运行特点,提出一种基于预测的高速铁路移动通信切换方法,引入列车路径信息表,移动节点切换到新链路前预先指定下一接入路由,准确判断切换方向,提前完成配置子网前缀和新转交地址过程。通过NS2仿真实验证明,该方法提高了切换效率,解决了网络资源利用率低和切换延迟大的问题。     

使用JavaMail/JAF开发中文邮件系统的关键技术研究

JavaMail提供了对邮件收发核心流程很好的支持,但在开发实用邮件系统过程中,必然会遇到JavaMail本身并不支持的如嵌套邮件内容解释、MIME类型数据处理框架结构、中文乱码等技术难题.在全面研究基于Java技术的邮件系统开发的基础上,给出了通用的解决方案和实现要点.     

基于混沌与椭圆曲线的安全电子邮件系统

PEM、PGP以及S/MIME虽然提高了电子邮件的安全性，但仍存在速度慢以及安全性不够等不足。该文在介绍了混沌的分组密码算法、二维超混沌的单向Hash函数以及混沌与椭圆曲线的数字签名算法的基础上，提出了一种新的安全电子邮件系统。分析和应用表明，该系统具较高的速度和良好的安全性，具有广泛的应用前景。     

Partial indexing for nonuniform data distributions in relationalDBMS's

It is well known that the effectiveness of relational database systems is greatly dependent on the efficiency of the data access strategies. For this reason, much work has been devoted to the development of new access techniques, supported by adequate access structures such as the B⁺trees. The effectiveness of the B ⁺tree also depends on the data distribution characteristics; in particular, poor performance results when the data show strong key value distribution unbalancing. The aim of this paper is to present the partial index: a new access structure that is useful in such cases of unbalancing, as an alternative to the B⁺tree unclustered indexes. The access structures are built in the physical design phase, and at execution (or compilation) time, the optimizer chooses the most efficient access path. Thus, integration of the partial indexing technique in the design and in the optimization process are also described     

路径敏感的源码关联变量模式挖掘及缺陷检测

大量而广泛存在的源码系统使得软件源码的安全问题日益重要。文中在大型源码系统中采取路径敏感的方式挖掘关联变量访问规则,并自动检测系统中因不一致访问关联变量引发的源码缺陷。通过结合程序源码的逻辑信息及路径敏感信息,挖掘出其中的源码关联变量,避免路径非敏感方法带来的错误。对路径敏感方法挖掘源码关联变量中面临的主要挑战:路径权重不均、路径爆炸问题,提出较高效的解决办法。在Linux源码系统中验证方法的正确性和高效性,实验结果表明该方法可高效、准确提取模式。     

基于GNN双源学习的访问控制关系预测方法

With the rapid development and wide application of big data technology, users’ unauthorized access to resources becomes one of the main problems that restrict the secure sharing and controlled access to big data resources. The ReBAC (Relationship-Based Access Control) model uses the relationship between entities to formulate access control rules, which enhances the logical expression of policies and realizes dynamic access control. However, It still faces the problems of missing entity relationship data and complex relationship paths of rules. To overcome these problems, a link prediction model LPMDLG based on GNN dual-source learning was proposed to transform the big data entity-relationship prediction problem into a link prediction problem with directed multiple graphs. A topology learning method based on directed enclosing subgraphs was designed in this modeled. And a directed dual-radius node labeling algorithm was proposed to learn the topological structure features of nodes and subgraphs from entity relationship graphs through three segments, including directed enclosing subgraph extraction, subgraph node labeling calculation and topological structure feature learning. A node embedding feature learning method based on directed neighbor subgraph was proposed, which incorporated elements such as attention coefficients and relationship types, and learned its node embedding features through the sessions of directed neighbor subgraph extraction and node embedding feature learning. A two-source fusion scoring network was designed to jointly calculate the edge scores by topology and node embedding to obtain the link prediction results of entity-relationship graphs. The experiment results of link prediction show that the proposed model obtains better prediction results under the evaluation metrics of AUC-PR, MRR and Hits@N compared with the baseline models such as R-GCN, SEAL, GraIL and TACT. The ablation experiment results illustrate that the model’s dual-source learning scheme outperforms the link prediction effect of a single scheme. The rule matching experiment results verify that the model achieves automatic authorization of some entities and compression of the relational path of rules. The model effectively improves the effect of link prediction and it can meet the demand of big data access control relationship prediction. © 2022, Beijing Xintong Media Co., Ltd.. All rights reserved.     

基于用户反馈的混合型垃圾邮件过滤方法

针对目前垃圾邮件过滤技术仅依赖单一邮件特征实施邮件分类、对邮件特征变化的适应性较差等局限,提出一种基于用户反馈的混合型垃圾邮件过滤方法。以用户社会网络关系为基础,借助用户反馈机制分别实现对基于内容与基于身份标识的邮件分类知识的动态更新;在此基础上采用贝叶斯模型,实现邮件的内容特征与发件人身份标识特征在邮件分类中的有机结合。实验结果表明,与传统的过滤方法比较,所提方法在邮件特征动态变化的环境下能够获得更好的邮件分类效果,邮件分类的总体召回率、查准率、精确率均能达到90%以上。所提方法能够在保证邮件分类性能的同时,有效提高邮件分类对邮件特征变化的适应性,是已有垃圾邮件过滤技术的重要补充。