实时网络流量分类研究综述

实时流量分类技术能够按照应用类型对在线网络流量分类,它对网络管理、流量控制以及网络相关研究具有重要意义.首先从不同层次上简单分析了实时流量分类技术的研究现状;给出了流量分类的实时性概念及其指标;然后从流量统计特征和机器学习算法两个方面综述了实时流量分类的主要技术及研究进展,并进行了实时性分析;最后根据未来网络发展对实时流量分类技术提出的新要求,展望了该领域未来的研究发展方向.     

基于身份的广义签密算法

提出一种基于身份的广义签密算法,该算法以一个密码模块实现签密、加密和签名3种功能,减少密码组件,可满足于更广泛的应用需求。给出详细定义,验证算法的正确性,并对其性能进行分析。分析结果表明：算法同时满足机密性和可认证性,与已有的L-K算法相比,在不考虑预计算的情况下,计算量具有一定优势。     

基于进化深度学习的特征提取算法

信息全面与维数灾难的矛盾是大数据时代网络态势感知需要解决的首要难题。特征提取一直是主流的降维方法,但现有算法对高维非线性数据效果不佳;深度学习是一类具有多层非线性映射的学习算法,可以完成复杂函数的逼近,但对隐层相关参数十分敏感。针对上述问题,将进化算法的思想引入深度学习,提出了一种基于进化深度学习的特征提取算法。该算法利用遗传算法及进化策略实现全局搜索及优化的特点,并对深度学习结构及相关参数进行了优化。理论分析及实验结果都证明了该算法的有效性。     

ODA-IPNMF: 一种在线全网络流量异常检测方法

为实时、高效地检测网络流量异常,提出一种基于增量投影非负矩阵分解(IPNMF)的全网络流量异常检测方法(ODA-IPNMF).提出一种增量投影非负矩阵算法,该算法不仅具有与PCA相同的表达形式,还能以增量的方式构建正常子空间和异常子空间,进而利用Shewhart控制图实现全网络流量异常的在线检测.理论分析表明,该方法计算开销远小于NMF-NAD,具有更高的实用价值;模拟网络数据以及实测网络数据实验表明,基于NMF异常检测方法(NMF-NAD和ODAIPNMF)的检测性能优于PCA方法;本文所提ODA-IPNMF与NMF-NAD网络异常检测效果相当,且可在线检测网络异常.     

基于RVM的网络流量分类研究

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.     

一种基于EMD和RVM的自相似网络流量预测模型

针对自相似网络流量提出了一种基于EMD(经验模态分解)和RVM(相关向量机)的自相似时间序列预测模型.该模型利用EMD将滑动窗口内的小时间尺度网络流量序列分解为多个IMF(固有模态函数)分量,以去除流量序列长相关性;然后采用RVM对其中的高频分量进行拟合,而对低频分量则使用ARMA构建预测模型;最后合成各分量的预测结果.实验表明,该模型能准确地预测流量时间序列的幅值及其趋势,与同类型预测方法相比,其预测性能更好.     

基于多接收者签密算法的门限密钥更新协议

提出了一个基于身份的多消息多接收者的签密算法,新算法可同时为多个接收者对多个消息进行签密。根据此特点,提出了适用于Ad Hoc网络的基于多接收者签密算法的门限密钥更新协议,并对新算法和协议进行了分析。分析表明,该算法具备机密性和可认证性,且具有较高的性能;密钥更新协议不但具备算法的特性,而且还可以抵抗共谋攻击。     

ViabahnTM自膨式覆膜支架腔内修复外周动脉创伤性

【摘要】 目的 探讨采用ViabahnTM自膨式覆膜支架腔内修复外周动脉创伤性假性动脉瘤（TPA）的可行性、安全性和有效性。方法 回顾性分析2012年4月至2014年6月上海长征医院血管外科收治的8例外周动脉TPA患者，病变位于颈总动脉4例，椎动脉1例，锁骨下动脉1例，股浅动脉2例。依据急性和慢性TPA分类及不同原则处置，8例患者均接受ViabahnTM自膨式覆膜支架腔内修复术。术中记录造影表现、植入支架尺寸及数目、支架植入后即刻造影结果。术后随访观察患者症状改善、瘤腔修复效果及内漏或再狭窄发生情况。结果 8例患者均成功植入ViabahnTM自膨式覆膜支架，技术成功率为100%。所有患者术后即刻造影提示瘤腔完全修复，载瘤动脉远端通畅，无对比剂内漏。术后平均随访14.3个月（6～30个月），所有患者症状消失，CTA检查提示无内漏或再狭窄发生。结论 根据分类处置原则，采用ViabahnTM自膨式覆膜支架腔内修复外周动脉TPA，具有操作微创简易、可行性好、疗效确切、兼具较好安全性的优点，可作为处理外周动脉TPA的一线治疗方案。     

基于SVM决策树的网络流量分类

提出一种用支持向量机(SVM)决策树来对网络流量进行分类的方法,利用SVM决策树在多类分类方面的优势,解决SVM在流量分类中存在的无法识别区域和训练时间较长的问题。对权威流量数据集进行了测试,实验结果表明,SVM决策树在流量分类中比普通的"一对一"和"一对多"SVM方法具有更短的训练时间和更好的分类性能,分类准确率可以达到98.8%。