基于B/S应用程序网络传输特征的提取与分析

针对B/S应用程序在广域网使用中存在网速较慢的问题,通过规程分析仪对应用程序的网络传输特征进行提取,分析延误时间的情况,提出了不仅要考虑应用程序的网络通信峰值流量,还应关注其他通信参数设置.在此基础上,对所发布的应用程序特征进行信息的收集、检测和建模,从而提高网络传输性能.     

企业网络流量控制必要性研究

随着Internet的飞速发展,企业办公对互联网的依赖性越来越强,而使用有效流控设备组建高效局域网的企业却相对较少,造成企业网络拥塞。在通过对网络流量的深入分析基础上论证企业网络使用有效流控设备的必要性。     

改进型Elman网络用于网络流量预测

为了更好地预测网络流量,提出了一种改进型Elman网络模型,并用文化算法对该模型进行了优化,获得了更佳的拟合度和预测性能。     

基于比特流的网络流量计量技术研究

基于比特流的物理特性,对网络流量的概念、分类、特点和测量方法工具进行了介绍,并给出了相应的量传溯源体系。     

基于IEC61850-9-2及GOOSE共网传输的数字化变电站技术应用与分析

分析了数字化变电站过程层采样值的两种通信传输方式:点对点的IEC61850-9-1方式及网络化的IEC61850-9-2方式,提出了网络化采样值SMV与GOOSE信息共网传输的方案,从技术角度分析了方案的可行性.分析了共网传输模式下的主要业务数据类型:SMV,GOOSE,PTP1588网络报文,对各自的网络数据流量及可能的网络通信时延因素:存储转发延时,交换延时,线路延时,帧排队延时进行了定量分析.结合某实际数字化变电站工程进行了该技术方案的仿真计算和应用分析,工程应用实践表明所提出的共网传输技术方案是可行的,对数字化变电站过程层网络性能研究具有参考价值.     

分布式存储环境下CAx模型的一致性策略

现有分布式存储环境在维护主、副本的一致性时,无法避免冗余的副本建立或更新,在存储较大且无法对副本进行局部更新的CAx模型时,主、副节点之间的网络带宽浪费严重,为解决该问题,提出了一种一致性策略。该策略能够跟踪主本的变化,当且仅当副本被访问且与主本不相同时,副本才会被更新。基于有限自动机和自动机乘积,给出了策略的形式化定义。通过分析状态图,确定策略是完备的和安全的,并给出了策略的技术实现。最后,通过实例证明了该策略的有效性。     

基于FCM-LSSVM网络流量预测模型

为了提高网络流量的预测准确性,针对训练样本选取问题,提出一种训练样本选择的最小二乘支持向量机网络流量预测模型（FCM-LSSVM）。采用模糊均值聚类算法对网络充量数据进行了聚类分析,消除其中的孤立样本点,构建最小二乘支持向量机的训练集,然后将训练集输入到最小二乘支持向量机进行了学习,并采用人工蜂群算法对模型参数进行了优化,最后建立建立网络流量预测模型,并采用仿真实验对模型性能测试。仿真结果表明,相对于其他网络流量预测模型,FCM-LSSVM不仅提高了网络流量的预测精度,而且建模速度得以提高,获得了更加理想的网强流量预测结果。     

基于矢量量化IFTS的网络流量预测模型

针对传统网络流量预测模型存在的局限性,提出一种基于矢量量化直觉模糊时间序列的网络流量预测模型。利用模糊直觉推理有效地表述了网络流量数据中存在的高度模糊性以及不确定性,利用直觉模糊时间序列矢量距离作为评估标准,并且通过坐标平移与质心进行匹配,提升不同时间序列段的分类能力,从而有效地建立网络流量预测模型。通过实验分析可知,提出的预测模型能够提升预测精度并且减少计算复杂度,另外该算法有能力长期预测多个输出。     

面向运营商移动网络的流量安全审计关键技术

基于现有运营商移动网络拓扑结构,结合网络信息安全服务需求,通过对海量数据相关汇聚分流、安全审计、用户关联分析等关键技术的研究,提出面向运营商移动网络的流量安全审计总体技术架构,并给出平台部署建议。     

基于改进的旋转森林算法的不平衡网络流量分类方法

针对不平衡网络流量分类精度不高的问题,在旋转森林算法的基础上结合Bagging算法的Bootstrap抽样和基于分类精度排序的基分类器选择算法,提出一种改进的旋转森林算法。首先,对原始训练集按特征进行子集划分并分别使用Bagging进行样本抽样,通过主成分分析(PCA)生成主成分系数矩阵;然后,在原始训练集和主成分系数矩阵的基础上进行特征转换,生成新的训练子集,再次使用Bagging对子集进行抽样,提升训练集的差异性,并使用训练子集训练C4.5基分类器;最后,使用测试集评价基分类器,依据总体分类精度进行排序筛选,保留分类精度较高的分类器并生成一致分类结果。在不平衡网络流量数据集上进行测试实验,依据准确率和召回率两个标准对C4.5、Bagging、旋转森林和改进的旋转森林四种算法评价,依据模型训练时间和测试时间评价四种算法的时间效率。实验结果表明改进的旋转森林算法对万维网(WWW)协议、Mail协议、Attack协议、对等网(P2P)协议的分类准确度达到99.5%以上,召回率也高于旋转森林、Bagging、C4.5三种算法,可用于网络入侵取证、维护网络安全、提升网络服务质量。