用于DDoS攻击检测的自相似网络流量生成

由于DDoS攻击会破坏或者影响网络正常流量的自相似特性,据此来检测DDoS攻击是一种行之有效的方法;然而如何生成网络正常流量,是DDoS攻击检测的一个关键部分.描述了一种生成自相似网络流量的方法,并运用该方法实现了生成自相似网络流量的网络流量模拟子系统,解决了DDoS攻击检测所需的正常流量问题.     

网管测试平台中流量数据的生成算法

针对网络管理测试系统对模拟真实可信的网络流量数据的需求,提出一种数据生成算法。在分析当前网络流量特点的基础上,明确网络流量的自相似性,再根据实际采集的网络流量的调制特征,采用源叠加ON/OFF模型生成模拟数据,以流量数据的多重分形特征为标准,对模拟结果和真实数据的相似性进行了评估。结果表明,采用该算法生成的数据可作为网络管理测试平台中的流量驱动数据。     

基于Socket流量产生器的研究与实现

在Visual Studio C＋＋6.0环境下,通过Window Sockets编程,运用多线程技术,基于网络协议构造各种发包器。通过调用这些发包器向实验网络环境中发出数据包,从而在实验网络环境中产生真实的网络流量;并可根据用户的要求配置相应的背景流量模拟要求,实现对背景流量的模拟;用户可以根据需要通过设置数据包发送速率和持续时间来调整网络流量。     

一种基于小波分析的大规模网络流量模拟

针对传统的大规模网络流量模拟不能兼顾流量细节的自相似性的问题 ,应用小波变换对样本流量进行秒级粒度上的多尺度分析 ,利用小波系数模拟生成网络流量 ,既满足细节上的自相似性又具有大规模网络流量的周期、趋势特性     

一个网络流量监测与预测系统的设计与实现

提出一种网络流量采集及存储方案, 解决了大型网络流量监测的海量数据存储难题; 将流量预测引入网络管理系统, 实现了基于ARMA模型的网络流量预测. 给出了流量数据获取方法, 采用一种“整点平均”流量速率计算方法以提高准确度; 对几种不同流量数据采集存储方案进行了测试比较; 实现并分析了基于ARMA模型的网络流量预测; 给出了一种基于Trap扩展定义的流量超越阈值告警处理方法. 在南昌市大型电信数据网络上的应用表明, 该系统在网络流量监测与预测方面可以取得很好的效果, 且具备良好的性能.     

基于NetFPGA的网络流量采集器

针对大多数基于软件的流量采集器不能实时处理高速环境下网络流量的问题,设计并实现一种基于NetFPGA的流量采集器,以达到在线流量的采集和分类。本设计采用模块化的架构,利用循环冗余检验算法来标识一个流,同时生成存储器的地址,在采集流量之前运用灵活的过滤规则对网络流量进行过滤,以减少待分类的网络流,使得采集器可以根据不同的需要采集流量。将采集器应用于千兆交换机网络环境进行在线数据采集实验,结果显示,该网络流量采集器能以线速工作在吉比特网络中。     

高速网络性能测试负载生成多流发送调度算法

测试负载生成是网络性能测试的重要环节之一.为了在测试过程中模拟复杂的数据流量环境,常常通过组合大量特征各异的流来近似实际网络流量.流的重要属性是其速率与突发程度,文中将此定义为流模式.在使用多个流来模拟复杂的网络环境时,一个重要问题是如何调度多个流,以保证各个流的流模式.提出了一种调度方法GRR(grouping round robin), 将所有流分成若干小组后分别在组内和组间两级轮询调度,可在较低的时间和空间复杂度内实现调度目标.算法已在一个高速网络性能测试系统IP-TEST中得到应用,达到了1 Gb/s的线速发送速率,并且支持突发流模式.     

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.     

高性能IP网络流量采集系统设计与实现

提出一种高性能IP网络流量采集系统体系结构,采用分层的方法解决全线速、高可靠、无丢包采集网络流量数据包,利用采集卡API接口程序和计算机程序过滤流量和提取特征,并将流量样本或特征字段高效地存储到磁盘阵列。经过测试,原型机网络采集速率最高达18 Gbps,传输和存储速率达到8 Gbps,存储空间达到40 TB,在实际网络中存储时长可以达到18~24 h。     

自相似及其对网络性能的影响分析

自相似是网络业务流量的一个重要特性,比较了自相似的度量方法并通过实际流量数据验证了网络流量的自相似,重点分析了自相似产生的原因及其对网络性能造成的影响,模拟结果表明自相似对网络的负载和利用率有较大影响,也降低了网络性能.     

RBF网络在交通流模型辨识中的应用

利用径向基函数 (RBF)人工神经网络来逼近已知的交通流非线性解析模型 ,讨论了高速公路交通流模型的辨识问题。提出了一种带反馈的 RBF网络模型 ,讨论了其训练算法。算法分两步实现 ,第一步利用一种改进的聚类分析方法确定隐层节点核函数的中心点 ,第二步用最小二乘法确定从隐层到输出层的连接权。最后将训练好的网络模型和给定的解析模型同时进行仿真计算 ,得出了当某路段出现突发性交通事故时交通流密度和平均速度的变化曲线。仿真结果说明 RBF神经网络模型的训练速度快和辨识精度还是令人满意的     

两层模糊神经网络交通信号控制模型

交叉路口信号的有效控制是减少车辆延误时间的关键,是保证城市交通顺畅的前提。以单交叉路口为研究对象,在仿真希腊学者Pappis提出的模糊控制方法基础之上,基于交叉路口的动态特性及模糊规则的一成不变,提出两层BP神经网络实现单交叉路口的模糊信号控制方法,在不同车流量情况下,使用MATLAB工具仿真实现,结果表明:所提出的模糊神经网络具有较强的学习、推理能力,对于车辆的平均延误时间有较好的改进。     

高速公路动态交通流的神经网络模型

通过对高速公路宏观动态交通流模型的分析，提出了动态交通流的神经网络模型。结合交通调查数据，利用仿真和优化技术对神经网络进行训练，从而获得了比较准确的描述交通流真实行为的模型，仿真结果结果，该神经网络模型具有令人满意的效果。     

基于MFD的模拟超饱和路网交通控制策略优化

为了缓解城市路网频繁出现的超饱和交通堵塞,本文以堵塞区域路网各条路段上行驶的车辆数作为状态变量,建立路网交通的状态方程,分析路段上车辆数变化规律;同时,基于交通流宏观基本图,以路网中路段累积车辆数最优作为控制目标,建立关于堵塞区域路网系统的离散状态优化控制模型,并将该模型在某城市新区进行模拟算例应用。结果表明,这种基于交通流宏观基本图的优化控制策略能有效缓解城市路网中超饱和交通堵塞,使路网整体输出效率得到明显提升。     

面向大型社会活动的智能交通控制策略研究

城市交通系统是由交通工具、交通路网、交通设施和交通运营管理组成的一个整体,良好的控制策略可以有效缓解道路拥堵,提高路网利用效率.为了缓解大型社会活动期间短时间交通需求激增对快速路网运营的压力,提出一种基于动态交通分配理论的智能交通控制策略.该策略以路网总运行时间最少为目标,通过宏观调节分流比例来进行优化控制,为交通控制与管理提供辅助决策依据.同时,讨论了适合模型求解的优化算法——序列二次规划算法,并针对上海快速路网特点进行仿真实验.仿真结果表明:智能交通控制策略可以有效改善路网的运行状态,减少路网的总运行时间,具有良好的实用价值.     

一种改进的小波神经网络的网络流量预测算法

为了有效地对网络进行维护,提高网络性能,预知网络流量可以提前对网络出现的问题采取应对策略,从而对用户提供更好的服务。在神经网络预测模型中把隐含层的传递函数用小波函数替换,并采用共轭梯度下降算法,建立了一个小波神经网络的网络流量预测模型。通过实际流量数据对模型进行仿真,结果显示该模型与神经网络预测模型相比,该网络具有良好的预测效果,网络训练时间短,有效地提高了训练速度。     

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.     

面向高速对等网应用的拥塞控制机制

为改善现有拥塞控制机制在高速网络中带宽利用率偏低、稳定性不高和更好地应对急剧增长的对等网(P2P)应用流量,提出了一种以FAST为基础,应用大规模网络测量和模糊控制技术的拥塞控制机制.该机制利用分布在网络中的测量设施周期性获取网络状态信息,指导端系统选择适当的控制参数.单个和多个链路瓶颈条件下的仿真实验均表明,本文拥塞控制机制能够在高带宽时延积网络中获得更高的带宽利用率和稳定的排队时延,很适合于P2P等数据传输量大、连接持续时间长的流量的拥塞控制.     

分级单向ad-hoc路由协议

提出了一种支持多层无线异构ad hoc网的路由协议HUAR，它可以有效地解决异构无线网络中经常出现的单向链路问题，分析和仿真结果表明，HUAR具有路由控制开销小，快速响应网络拓扑结构变化，拓扑稳定，路由更新频率低等特点，具有比HSR协议更好的网络性能。