应用于非对称网络的改进TCP Vegas协议

TCP Vegas协议已被证明比传统TCP协议性能优越,但在非对称网络中的性能不理想.文中提出针对这一缺陷的改进算法.首先基于确认包中的ecn_to_echo_位估计反向链路的拥塞概率,证明了拥塞概率和分组的环型流程时间(RTT)成正比.接着,通过监测拥塞概率的变化,求出RTT的变化,进而求得拥塞前的实际RTT,并以此为基础执行TCP Vegas流量控制协议.基于NS-2的仿真实验表明,文中算法在正、反向链路出现拥塞时的性能均优于现有Vegas算法.     

对称性的起因:非业务性网络流量新特性的挖掘与探索

针对当前非业务性网络前后向流量呈现对称性的问题,提出一种基于双向网络流模型的分析方法.与传统的单向网络流模型相比,双向网络流模型以主机为粒度实现流量双向聚合,利用网络流在协议、端口分布和流对称性方面的特征指标刻画主机间的交互行为,从而发现流量对称性产生的根源.基于西安交通大学校园网流量的实验结果表明,1％的主机承载了90％以上的前向UDP流量,是造成流量对称性的根本原因.相比于传统的网络流模型,文中提出的模型和分析方法能快速定位造成流量对称性的主机,更适用于非业务性网络流量的控制与管理.     

网络流量自相似性的影响因素

网络流量特征是分析和研究网络性能、规划网络建设的基础.网络流量研究中关键的问题是如何合成网络真实流量并进行分析,由于自相似模型能够更加真实地描述网络传输的特性,因此,本文通过生成自相似性的流量进行仿真研究,对自相似现象的成因进行了解释,提出将源端流量自相似性与网络传输的TCP协议相结合进行研究的方法,探讨了影响自相似流量的因素,了解了网络行为随参数变化的情况,对新一代网络的设计、控制、分析和管理具有实际意义.     

基于用户轮廓的可扩展Web流量模拟方法

针对M IT L inco ln L ab数据集评测方法中背景超文本传输协议(hypertex t transfer protoco l,HTTP)流量在用户建模和流量模拟时会造成偏差,提出了一种基于用户轮廓的W eb流量模拟方法。该方法在应用层进行数据采集并对用户行为特征进行建模生成用户轮廓知识库,模拟时可根据不同网络环境特征扩展生成虚拟用户轮廓。实验分析表明,该方法能同时兼顾流量模拟的扩展性和真实性,生成的数据集流量特征与实际网络相吻合,用于入侵检测系统评测时能有效降低误报率指标。     

基于NS2的DDoS入侵流模拟

根据网络流量自相似性的形成机理和DDoS攻击流的特点,综合网络中两种常见协议：TCP和UDP协议,提出了一个新的基于NS2的DDoS入侵流模拟方法,实验结果表明,使用该法得到的模拟背景流保持了真实的网络业务流自相似性特征,可用于对入侵流流量特征方面的分析研究。     

网络流量测量与CERNET流量监控系统的设计及实现

基于TCP/IP网络的SNMP管理协议,分析了网络流量测量的意义、方法和主要测量技术;针对大型骨干网流量监控和显示的需求,设计完成了CERNET动态流量监控系统,实现了网络流量数据获取,流量分析、实时监控和大屏幕显示播出的功能.     

网络流量测量与CERNET流量监控系统的设计及实现

基于TCP/IP网络的SNMP管理协议,分析了网络流量测量的意义、方法和主要测量技术;针对大型骨干网流量监控和显示的需求,设计完成了CERNET动态流量监控系统,实现了网络流量数据获取,流量分析、实时监控和大屏幕显示播出的功能.     

TCP Reno/Vegas算法的进化博弈模型

为了精确研究 TCP(transmission control protocol)算法 ,指导其他端到端流量控制算法以及路由器中的分布式流量控制算法的设计和实现 ,该文从非合作博弈的角度出发 ,提出了一种基于进化博弈理论的 TCP算法模型。使用该模型 ,针对 Reno和 Vegas两个版本的 TCP算法进行了描述、仿真和比较。分析和仿真结果表明 :TCP Reno使用 3个策略进行流量控制 ,而 Vegas是一个 5策略的流量控制算法 ,因此 ,Vegas能够比 Reno更好地适应复杂的网络环境 ,获得更好的性能。另外 ,该文从进化博弈理论的角度提出了一些能够提高 TCP性能的方法和改进方向     

基于卷积神经网络的网络流量识别技术研究

近年来,深度包检测技术和基于统计特征的网络流量识别技术迅速发展,但它们分别存在不能识别加密流量和依赖人对特征主观选择的缺陷.文章提出了基于卷积神经网络的流量识别方法,将网络数据按照一定的规则转换为灰度图像进行识别,并根据TCP数据包的有序性和UDP数据包的无序性,对原始的网络数据进行了扩展,以进一步提高识别率.实验数据表明,该方法对应用程序和应用层协议两个层次的网络流量具有较高的检测率.     

区分协议类型的RED公平性改进算法

由于UDP协议无拥塞控制功能,与TCP流量竞争带宽时具有优势.早期互联网绝大多数流量均使用TCP协议,但随着以网络视频为主的新兴网络服务的广泛应用,使得传统的TCP流量在拥塞链路带宽竞争中不公平.为了提高路由器对TCP流量的公平性,对路由器队列管理中的随机早检测算法RED进行了研究,提出了区分协议类型的RED改进算法Flow-RED,并且在NS-2网络模拟器中实现了该算法,使得在拥塞链路中使用TCP/UDP协议的吞吐量大致相当.实验结果表明,此方法能够改善TCP流量的服务质量.     

交通流的时间序列建模及预测

采用时间序列ARMA模型进行交通流量趋势预测，建模时利用现场测得的交通流非平稳时间序列进行差分变换及标准化处理，从而转化成标准正态平稳时间序列；模型参数估计采用极大似然估计法，并根据AIC准则为模型定阶；最后通过实测数据进行验证．结果表明该ARMA模型能够较好地拟合交通流时间序列并可获得较高的中短期预测精度，因而可用于动态交通信号控制．     

区域交通状态分析的时空分层模型

为了解决区域交通状态分析问题,提出了一种区域交通状态时空分层模型及其建立方法。根据区域交通状态分析需求,设定交通拥堵的不同截值,把路口状态划分为不同层次,建立了时空分层模型。该模型含盖了交通网络的微观、中观和宏观交通参数,包含交通网络时空信息和交通状态信息,得到路口可达性和路段连通性的分析结果,解决了目前区域交通状态自动分析中模型建立问题。仿真结果表明:分层模型能够把路网中不同交通状态的路口分离为具有不同可达性的层次,能够从中分析出路口可达性、路段连通性和路网交通状态的变化,并能够直接表示时空状态信息。该建模方法和分析方法可以直接用于交通状态的自动分析中,所提出分层模型也可用到交通诱导和交通控制中。     

基于人工神经网络城市交通流量智能预测的研究

通过对我国目前城市交通情况的分析．说明交通拥挤和流量大小息息相关，因此对城市交通流量进行预测具有重要的意义。目前应用于城市交通流量智能预测的人工神经网络模型主要有线性网络、BP网络、反馈网络等。经过综合分析而采用了线性网络对城市交通流量进行预测，其优点主要表现在结构简单，实用方便，反应速度快，实时性强。根据城市交通的具体情况，对城市交通流量的预测模型进行了仿真。其仿真结果表明所采用的线性神经网络能够用于城市交通流量的预测。     

色灯下的交通流模型与特征线的研究

用偏微分方程的方法给出交通流模型和色灯控制下的特征线,结合实际实验数据科学地解决十字路口在交通流较大时应人为地改变色灯的转换周期,从而解决了城市的交通问题,达到了节约能源和改善环境的目的.     

HTTP业务模型的仿真研究

选择准确的流量模型是进行网络研究的基础。针对IEEE802.16m Evaluation Methodology Document中提出的HTTP/1.1流量模型的最新版本,对HTTP流量模型的主要参数进行了评估和验证。详细描述了模型的业务实现过程。最后运用NS2网络仿真平台对实现的HTTP流量模型进行了流量测试和实现。测试结果表明:最新的HTTP/1.1的流量模型并不能完全拟合实际网络中的HTTP流量,流量模型还需进一步改进。     

计算机模拟在双车道道路通行能力研究中的应用

道路通行能力是道路设计、管理的最基本参数。文章介绍了利用计算机模拟来研究道路的通行能力 ,符合交通系统真实情况的模拟模型被建立 ,就可以利用计算机的特点对研究的路段进行模拟 ,分析交通流的特性 ,并根据需要对模型的参数进行修正 ,优化道路设施设置和公路线形的设计方案 ,提高公路通行能力 ,保证行车安全 ,有效地进行道路通行能力、交通规划、交通组织与管理等方面的研究。     

An improved BP artificial neural network algorithm for urban traffic flow intelligent prediction

The traffic flow is interrelated to traffic congestion, the big traffic flow directly results in traffic congestion of some section. In this paper, on the basis of the research of overseas traffic accident, considering the characteristic of Chinese traffic, artificial neural network was used to predict traffic accident, and an improved BP artificial neural network model according with Chinese the situation of a country was proposed. The urban traffic flow prediction was simulated under the particular situation, the simulation result shows that the improved BP artificial neural network can fit the urban traffic flow prediction very well and have high performance.     

基于AR模型的话务自学习研究与应用

本文通过对AR模型的研究,提出了一种基于AR模型的话务自学习模型。通过对话务数据进行平稳化差分处理,得到话务数据的模型,并对未来的话务数据进行预测。仿真结果表明,建立的话务自学习的AR模型和实际的话务数据有很高的一致性,且仿真速度快,适合在实际的工作中应用。