多并发流无线网状网中的机会路由算法

现有机会路由选择未考虑数据流的分布,可能使候选节点空闲或过载,导致网络吞吐量提升有限.本文将多并发流的机会路由描述成一个凸优化问题,基于对偶和子梯度方法,提出分布式联合候选节点选择和速率分配的多流机会路由算法(Opportunistic Routing for Multi-Flow,ORMF).该算法迭代进行流速率分配,并在速率分配过程中完成候选节点选择.实验结果表明,与基于期望传输次数和期望任意传输次数指标的机会路由相比,ORMF平均可提高33.4%和27.9%的汇聚吞吐量.     

城域网应用层流量异常检测与分析*

首先对流量数据按应用层协议进行分类分析,采用小波分析对原始流量数据进行去噪处理,建立流量数据矩阵;然后采用主元分析（PCA）方法进行流量建模;在此基础上,通过SPE统计量的控制图能快速检测出流量异常,结合SPE统计量的贡献图可以分析出导致异常的主要原因。实验结果表明,小波去噪能降低异常检测的误警率,SPE贡献图可有效分析流量异常的原因。     

DTN中基于节点价值的效用路由算法

为了解决延迟容忍网络(DTN)中传统路由算法中消息被分配的网络资源不均衡及节点负载不均衡问题,结合消息效用值提出了一种基于节点价值的效用路由算法。算法根据动态改变的消息效用值选择最高优先级的消息(具有最小TTL和到目的节点最短距离的消息)进行转发,以使得为每个消息分配的网络资源相对均衡;同时,根据节点的价值(与节点速度和剩余缓存有关)选择下一跳节点,以平衡每个节点的负载;另外,算法还采用了一定的消息管理机制及时清除缓存空间。通过仿真实验及性能分析表明,该算法在传输成功率、传输延迟和网络开销上都有明显的改善。因此,通过充分利用网络资源提高了算法的整体性能。     

非定态路径测试问题的分析与一种转换算法

测试数据生成中使用静态分析法的主要问题之一是难以处理程序变量的不确定性.本文对软件测试数据生成中的变量"不确定"问题进行了分析,认为该问题的实质是程序中变量本身的符号不确定性和程序的动态性,根据这个思路提出非定态路径、变符号变量、程序状态变量等概念,并将问题进行了形式化的描述,证明了非定态路径约束解空间可进一步划分为多个子空间.在此结论的基础上,本文给出了一个将非定态路径测试转换为定态路径测试的算法,对非定态路径测试问题的理论分析和解决途径进行了有益的尝试.     

一种网络入侵检测中的数据包采样方法 *

数据包采样方法是提升数据包处理能力很好的方法 ,在网络流量监测分析中得到了广泛应用。然而 ,传统的数据包采样算法应用在 IDS中会极大降低入侵检测率。针对入侵检测的特性 ,利用攻击流量和正常流量在时间上的连续性 ,提出了一种新的数据包采样方法 ,在保证检测率的前提下 ,极大地提升了 IDS的处理能力。     

面向应用层的流媒体性能测量指标*

介绍了一种从流媒体接收者的角度对流媒体性能进行测量的方法,提出了相应的应用层评价指标。利用已有的商业化流媒体服务软件,通过改变网络环境在不同的条件下对指标进行测量,最后通过实验数据来验证这些指标的有效性。     

多射频无线mesh网中的联合协作路由与信道分配算法

现有的协作路由算法没有考虑多射频无线mesh网中的信道分配问题.为了给多并发业务流提供更优质的网络服务,本文结合多射频多信道技术和协作通信技术来降低同信道干扰并获得协作分集增益.基于协作通信模块虚拟化的方法,本文将联合协作路由和信道分配问题简化为联合直接路由和信道分配问题,将其建模为一个混合整数线性规划问题,并证明该问题为NP-hard问题.为了解决该问题,提出了一种宽松的联合协作路由选择和信道分配算法(Loose Joint Cooperative Routing and Channel Assignment algorithm,L-JCRCA).仿真实验结果表明,L-JCRCA可以有效提升网络整体吞吐量.     

一种基于网络业务流的流量监测分析算法

基于业务流的统计信息直接反映用户行为，最繁忙业务流获取与分析，对于网络流量分析和故障定位有指导作用。文章通过分析数据帧到来对哈希表的影响，借助一个记录表，对哈希表中的业务流进行排序，大大减少排序中的比较次数，提高监控系统处理性能．     

网络测试数据存储MIB设计与实现

传统基于文件存储的大规模网络测试系统存在设计复杂、实时性差等不足．本文设计并实现了一个用于存储网络测试数据的管理信息库．基于该管理信息库存储数据的测试系统，使用标准的简单网络管理协议通信，可降低测试数据读写设计的复杂性，并保证测试数据传输的实时性，解决了网络测试系统文件存储方式存在的不足．     

分档布鲁姆过滤器的查询算法

布鲁姆过滤器是一种能够简洁地表示集合并支持集合查询的数据结构,广泛应用于数据库、网络和分布式系统中.针对现有的布鲁姆过滤器没有考虑查询失效代价这一缺陷,文中提出一种新的代价敏感的分档布鲁姆过滤器查询算法.它将元素根据不同的查询代价分为不同的子集,通过考查每档子集最低查询失效率的关系,建立由每档子集合最低查询失效假阳性概率表示的集合最低查询失效总代价目标函数,使用类目标函数梯度遗传算法获得每档的最优Hash函数个数ki,完成集合到向量的映射与查找.仿真实验结果表明,使用新结构的查询算法和标准布鲁姆过滤器算法相比,所用的查询计算时间基本相同,因为区分对待集合元素,查询失效总代价仅为标准算法的27%.