基于角色等级树的光网络信息多域云访问控制研究

为了提高光网络信息多域云访问和调度能力,提出基于角色等级树的光网络信息多域云访问控制方法.构建光网络信息多域云访的分布式存储结构模型,结合特征重建重组方法进行光网络信息多域云数据的结构重组,在高维特征空间中提取光网络信息多域云数据的关联规则性特征量,采用模糊相关性融合方法进行光网络信息多域云数据信息融合和特征调度,结合...     

基于GMPLS的多层多域智能光网络若干关键技术研究

在信息技术发展中,各种宽带数据信息量得到了爆炸式增长,而光传送网也在逐渐向着大规模、智能化的方向发展。文章通过对GMPLS(广义多协议标签交换)进行分析,并结合实际对以GMPLS为核心的多层多域智能光网络关键技术提出个人观点,希望为关注基于GMPLS的多层多域智能光网络技术的人群提供参考。     

一种改进的多域光网络保护机制

生存性是保证业务服务质量的关键,多域光网络生存性问题中,由于存在多域间拓扑和路由信息不可见等约束,导致生存性实现较为困难.提出了将多域光网络进行逻辑聚合的思路,在此基础上分别针对域内和域间提出了非等值负载保护和M∶1保护机制.域内的非等值负载保护机制可以根据节点数以及业务量动态地分配保护路径,从而有效地提高资源利用率.     

多域光网络中抗破坏风险评估

为提高多域光网络抗破坏能力,拟改善对其进行风险评估的方法,通过构建多域光网络入侵风险评估模型,采用非线性维纳滤波检测方法进行多域光网络入侵的检测滤波,构建多域光网络抗破坏风险评估的检测统计量,结合分组样本回归分析方法进行多域光网络抗破坏风险的关联挖掘,采用自适应寻优方法求得多域光网络入侵风险的统计分布,利用模糊网格聚类方法发现多域光网络入侵集中的隐含模式,根据聚类分布情况实现多域光网络抗破坏风险评估。仿真结果表明,评估精度与信噪比呈正相关,而本文方法显示,在信噪比0. 5～3. 5的区间中,评估精度为0. 79～0. 986,高于时频分析方法的0. 522～0. 853与小波分析方法的0. 504～0. 807。耗时数据统计显示,在网络节点数100～500的区间中,本文方法耗时仅2. 46～9. 32 ms,低于时频分析方法的8. 66～26. 04 ms与小波分析方法的10. 21～45. 53 ms。采用该方法进行多域光网络抗破坏风险评估的效果较好,更具优越性。     

多域光网络中的动态RWA算法研究

随着光网络规模的不断增大,下一代智能光网络将被划分为多个路由域进行分布式管理.由于在这种具有分布式特点的多域光网络中,每个路由域只了解本地子网内的拓扑和资源信息,因此以往光网络中已有的基于全网信息的动态RWA算法将不在有效.文章首先分析了多域光网络中的动态RWA问题,然后针对多域网的特点对已有的RWA算法进行了修改,并在给定的多域光网络模型中对该算法进行了仿真研究.结果表明:在多域网络环境下,以往的动态RWA算法急需改进.     

多域光网络联合路由保护算法

研究了多域光网络中的路由保护问题。为了避免多域光网络通路保护二步算法可能导致的多域陷阱问题,提出了一种基于Suurballe算法扩展的多域联合路由保护算法。仿真表明,相比传统的多域通路保护二步算法,该算法资源利用率高,阻塞率低,平均每连接跨域数小。     

多域光网络生存性的关键技术研究

多域光网络的生存性作为衡量网络性能优劣的关键指标,与实际网络应用的关系最为密切,是当前迫切需要解决的关键问题;聚焦高速化、多业务化驱动的多域光网络环境下的生存性技术.基于光网络的多业务、分布式控制的特性,分析了多域光网络生存性机制的研究现状及面临的挑战;给出了一种针对多域光网络生存性问题的分类方法;结合多域光网络对生存性的需求,对相关关键技术进行了归类和研究,并指明了进一步研究的方向和重点.     

基于多阶梯度的光网络链路抽象方法

文章提出一种多阶梯度链路抽象方法以及在多域路由中辅助此方法来对连接建立请求进行判断的处理模式.使用该链路抽象方法以及辅助处理模式可以近似无差错地体现原始信息,为多域路由提供准确的信息.仿真分析表明,使用多阶梯度链路抽象方法和辅助处理,可以大大减小连接建立请求的误接受和误拒绝的概率,提高网络资源利用率和网络整体性能.     

光频域反射应用于光通信网络检测的方法探究

光频域作为一门新技术,在高精度测量领域中应用十分广泛.它因具有大动态范围的特点,深深吸引了研究者们的注意.笔者通过研究,总结和归纳自身多年工作经验,针对光频域反射在光通信网络检测中的应用进行分析和探讨,总结了光频域反射的应用意义.希望通过本文的分析能帮助相关单位提高光频域反射应用于光通信网络检测的水平和质量,能更好地应对工作中存在的问题.     

基于大数据的电力信息网络流量异常检测机制

随着智能电网建设的加强,电力信息网络及其承载的业务系统得到迅猛发展,网络业务流量的检测和预警具有重要的安全意义.针对目前电力信息网络缺乏处理流量异常问题的有效技术手段,提出了一种基于大数据的电力信息网络流量异常检测机制,并通过对改进的局部异常因子(M-LOF)和支持向量域数据描述(SVDD)两种常用异常检测算法的对比分析,总结出适合电力信息网络的流量异常检测方法.     

HTTP malicious traffic detection method based on hybrid structure deep neural network

In response to the HTTP malicious traffic detection problem,a preprocessing method based on cutting mechanism and statistical association was proposed to perform statistical information correlation as well as normalization processing of traffic.Then,a hybrid neural network was proposed based on the combination of raw data and empirical feature engineering.It combined convolutional neural network (CNN) and multilayer perceptron (MLP) to process text and statistical information.The effect of the model was significantly improved compared with traditional machine learning algorithms (e.g.,SVM).The F₁value reached 99.38% and had a lower time complexity.At the same time,a data set consisting of more than 450 000 malicious traffic and more than 20 million non-malicious traffic was created.In addition,prototype system based on model was designed with detection precision of 98.1%~99.99% and recall rate of 97.2%~99.5%.The application is excellent in real network environment.     

卫星光网络数据封装问题研究

研究了地面光纤网络SDH和空间微波链路网络CCSDS数据封装方法与帧结构,对相关协议在卫星光网络中的应用进行了分析,并提出了适应性修改的思路.针对卫星光网络链路容量大、时延长和误码率高的特点,提出了一种高速通信的数据封装方法,设计了相应的帧结构,为卫星光网络标准化数据传输提供基本的解决方法.     

基于单分类支持向量机和主动学习的网络异常检测研究

对基于支持向量机和主动学习的异常检测方法进行了研究,首先利用原始数据采用无监督方式建立单分类支持向量机模型,然后结合主动学习找出对提高异常检测性能最有价值的样本进行人工标记,利用标记数据和无标记数据以半监督方式对基于单分类支持向量机的异常检测模型进行扩展。实验结果表明,所提方法能够利用少量标记数据获取性能提升,并能够通过主动学习减小人工标记代价,更适用于实际网络环境。     

基于网络数据安全的入侵检测系统分析

基于网络数据的安全性,论述了入侵检测系统的基本概念。针对目前入侵检测系统中存在的问题,提出了两种新型的入侵检测系统的结构模型。     

基于数据流方法的大规模网络异常发现

随着网络规模和速度的增加,大规模网络异常发现要求检测算法能够在无保留状态或者少保留状态下对G比特级的海量网络业务量数据进行实时在线分析。针对在高速骨干网上进行大规模网络异常发现的特点和要求,提出了一种基于数据流的大规模网络异常发现的方法,第一次将数据流模型用于大规模网络的异常发现。主要包括以下创新点:设计了一种面向异常发现的网络流量概要数据结构和突发高频事件检测算法;提出了一种基于安全监测策略定制的预查询方法来进行多数据流的关联监测并且对数据流查询进行了优化;在真实数据分析的基础上,对网络业务量进行了数据约减,使得监测部分特殊类型的数据流能最大程度地获得整体网络业务量的变化特征以提高异常发现的效率。通过真实网络环境下的实验和性能评价验证了数据流方法的有效性。     

Anomaly domains detection algorithm based on historical data

An anomaly domains detection algorithm was proposed based on domains’ historical data.Based on statistical differences in historical data of legitimate domains and malicious domains,the proposed algorithm used domains’ lifetime,changes of whois information,whois information integrity,IP changes,domains that share same IP,TTL value,etc,as main parameters and concrete representations of features for classification were given.And on this basis the proposed algorithm constructed SVM classifier for detecting anomaly domains.Features analysis and experimental results show that the algorithm obtains high detection accuracy to unknown domains,especially suitable for detecting long lived malicious domains.     

基于多维度数据评估的无线网络规划模型研究

本文从传统网络规划的问题出发,研究建立一种基于多维度数据的网络评估模型,有效提升网络规划效率和精细程度,为后续的4G网络精确补盲和网络精准扩容提供有力支撑。