基于流的时间相关特征的VPN加密流量识别

随着网络流量规模和来源的增加,对网络流量监控和分析的挑战也随之增加,尤其是 对加密流量进行识别的问题,该挑战性问题在于如何对加密流量不解密的情况下直接识别加密流 量。因此,针对加密流量识别问题,本文提出了一种基于流的时间相关特征的VPN加密流量识别 方法。通过设置2个实验场景,实现了加密流量与非加密流量的识别,并根据流的类型将加密流量 划分为不同的类别,在识别出加密流量的基础上又实现了应用识别和服务类型的识别。最后在公 开数据集ISCXVPN2016上利用不同的机器学习算法进行了对比实验,实验结果表明：使用较短的 流超时值可以提高识别准确率,在流超时值为15 s时结果最优。上述实验结果也证明了时间相关 特征是表征加密流量和VPN流量的良好分类准则。     

基于节点及流量行为特征的P2P流量识别

由于P2P软件普遍采用动态端口以及负载加密技术,使得基于传输层端口和深度包检测技术的对等网流量识别受到限制。通过对P2P流量的分析发现其两种特性:一是P2P节点具有双面性特征,即P2P节点可以同时上传下载数据;二是P2P流量的正向流与反向流包到达时间间隔方差比始终在一定区间内波动。由此提出基于节点及流量行为特征的P2P流量识别方法,并将其应用于网络流量监测。实验表明:该方法可识别新应用及加密流量,具有客观性,其流识别率为93%,字节识别率为95.5%。     

基于综合统计特征的Skype流量分析与识别

首先对Skype通信机制进行了深入研究，并在此基础上提出了基于流统计特征和静荷统计特征的Skype流量识别策略，然后综合分析上面两种方法的优缺点，提出了基于综合统计特征的Skype流量识别方案，并设计出基于综合统计特征的Skype流量识别系统模型，最后设计并实现了相应的实验系统时相关结论进行验证。     

特征字符串匹配在P2P流量控制中的应用

本文通过对特征字符串匹配在P2P流量控制中的应用的说明,阐述了如何用主要数据包来识别P2P数据流及提高P2P流量的方法。     

基于时序流的移动流量实时分类方法

移动互联网的快速发展,产生了网络测量、网络安全和服务质量等方面的新问题.为了深入研究移动互联网的特性,研究人员需要从传统网络流量中快速准确分类出移动流量.本文提出了一种采用轻量级流表与深度数据包检测技术（DPI）相结合的移动流量实时分类方法,将网络流按照时间间隔关系扩展为时序流,并通过DPI时序流前N个特征数据包准确地分类出移动流量,缩减了流表规模,减少了实际DPI开销.通过实时的网络流量实验表明,DPI时序流前8个特征数据包时,提出的方法识别准确率达到91.55%,单次深度数据包检测的平均开销为20个数据包,并且流表的规模缩减到原来的0.21%.与P0F比较,方法识别准确率等性能有明显提升.      

基于复合特征的P2P业务识别系统的研究与实现

着重分析了P2P流量统计特征,根据不同应用的流量模式和实验结果,提出了一种基于流统计特征的P2P识别方法.这种方法不需要对数据报文载荷信息进行检查,因此不受数据是否加密的限制,扩大了P2P识别的范围.论文将基于流统计特征的识别方法与端口法、有效载荷特征串识别法等结合起来,构成复合的P2P流量识别系统.实验数据证明,该系统不仅能识别出更多的P2P应用,而且还具有较高的识别率和较低的误报率和漏报率,应用到实际网络中效果良好.     

对等方地理分布特征及BT流量本地化算法建模

通过建立BT本地化流量优化算法的性能模型,描述客户机的下载速率特性以及网络资源耗费等情况.该模型揭示了对等方的地理分布特征对BT算法的性能优化效果具有重要影响.通过实际的因特网试验验证了该模型的正确性.在12个月时间内考察了200万个.torrent文件,发现BT对等方在国家级和AS级等2个尺度上均服从Zipf-like分布.这些发现为BT的流量优化提供了一种新的有效依据.     

基于小波变换与贝叶斯决策的多相流相态辨识方法

分离式多相流各相流量的准确测量依赖于流态转换点的准确识别.为识别流体相态,建立了基于多传感器特征提取技术的相态在线辨识模型.采用小波变换对流动信号进行分析,提取对信号敏感的均值、方差、均方差和导数组成相态识别特征向量,通过最小错误率的贝叶斯算法建立相态在线识别模型,并采用该模型进行了多相流相态辨识实验.实验结果表明,采用该方法可准确识别多相流流态,该模型的建立为多相流各组分分相流量的准确测量奠定基础.     

基于神经网络集成的P2P流量识别研究

提出一种新的基于神经网络集成的P2P流量识别方法,利用CFS特征选择算法提取P2P流量特征,使用动态加权集成方法将6个神经网络集成应用于P2P流量识别.通过在实际网络流数据集上与单一BP神经网络、决策树、朴素贝叶斯和支持向量机算法的对比实验,结果表明该方法具有较高的P2P流量识别准确率和稳定性.     

基于K-medoids聚类分析的多相流相态辨识方法研究

为提高体积法测量多相流参数的准确性,提出了一种基于K-medoids聚类分析的多相流相态辨识方法研究.分析K-medoids算法,研究多相流相态特征,建立可除掉脏数据影响的K-medoids多相流相态识别模型,有效提高多相流各组分分相流量测量的准确性,并进行了实验验证.实验结果表明,该多相流相态识别模型能克服脏数据,有效提高多相流各组分分相流量测量的准确性,可提高多相流测量精度0.054 m3/d.采用该模型可准确识别多相流相态,提高多相流参数测量的准确性,从而为测井提供可靠的流速和相持率数据.     

网络BT流量"堵"与"疏"的ACL配置研究

为解决网络内因使用人员大量的BT（BitTorrent）下载而导致数据通信延迟，甚至导致整个网络瘫痪的问题，对网络内的BT下载按照“堵”与“疏”两种方式，采用ACL(Access Control List)的相应规则和策略进行相应限制，控制BT下载造成的影响，解决了BT流量过大影响网络QoS（Quality of Service）的最优化问题，使网络BT流量被限定在一个有效的范围内，达到真正使用好BT资源的效果。     

基于BT对等方地理信息的权重tit-for-tat机制

为了减少BitTorrent(BT)产生的大量跨ISP流量且同时保证用户的下载速率,提出了一种基于对等方地理位置的加权tit-for-tat机制(GLW-TFT).首先,根据对等方的地理位置信息将BT群集系统中的对等方分为4类,然后根据ISP收益情况给每一类对等方赋予权重,最后利用加权的下载速率来常规上载对等方集合.基...     

校园网流量控制解决方案

文章对BT下载的工作原理进行了介绍,并分析了BT对校园网流量的影响,提出了一套切实可行的校园网流量控制方案。     

基于跨层设计的传感器网络寿命最大化算法

面向监测应用的无线传感器网络,当链路存在干扰时,节点在传输数据时会对位于其干扰范围内的节点造成信号干扰,从而使得这些节点不能正确收到其它节点传输的数据.针对这种场景下的网络寿命最大化问题,分析了网络流量和节点能耗,提出了一种将功率控制和数据聚合路由相结合的非凸优化模型.通过对数转换方法将非凸优化问题转化为凸优化问题,利用优化理论和方法将凸优化问题分解为聚合数据率分配子问题和功率控制子问题,最后给出了联合优化问题的分布式解法.仿真实验表明,使用该方法可以有效减少数据通信量,均衡各个节点的能量消耗,有效延长网络寿命.     

基于自监督学习的交通数据补全算法

区域高速公路网收费站数量众多,每日产生海量收费数据,但由于设备、网络等因素,部分站点数据传输存在延迟现象,在此情况下已传输的数据往往不能满足实时流量预测的要求。为了实现实时交通数据补全和动态交通流量预测,文中首先提出了一种基于自监督学习的用于高速公路交通流量数据缺失补全的方法,该方法采用了基于注意力机制的时间序列模型（Seq2Seq-Att）;然后使用自监督学习方式对模型进行训练;最后,以广东省高速公路网的80个收费站为例,验证方法的可靠性。结果表明：文中的数据补全方法能够灵活捕捉交通数据中的缺失情况,并根据数据自身的内在关联性,给出合理的补全值;该方法总体优于其他方法,且在不同缺失率下都有较好表现,总体MAPE约为17.7%、WMAPE为12.8%;在高缺失率情况下,该方法相比于其他补全方法有明显的优势。交通量预测结果表明,使用该方法补全的数据进行交通流预测的预测精度接近使用完整数据的情况。     

CAN总线在实时系统中应用的研究

分析了CAN现场总线的特点、它在特定的应用场合数据传输过程中存在的问题以及出现问题的原因．基于CAN的底层协议，设计了它的上层协议，借鉴了数据通信中的时分原理，对周期性和非周期性实时数据，设计两种不同的传输模式．解决了CAN的多主式模式中节点随机发送数据存在的信息帧碰撞而产生的信息阻塞问题，并用实验验证了这种通信模式，在总线中数据流量接近饱和时，对实时数据的传输具有很好的特性．     

基于PTR8000的无线交通灯控制系统设计

设计了一种新型的交通灯无线控制系统.该控制系统以低功耗单片机AT89Lv51为核心,采用无线多点传输模块PTR8000进行数据传输,实现了交通灯的远程无线控制。该系统开发成本低,实际工作运行稳定,提高了交通灯控制系统操作的灵活性和实时性.     

分路段交通状态模式元胞传递模型

对城市快速路元胞传递(CTM)模型进行了研究.根据不同路段交通状态模式下,路段交通流动态特性的"可观测性"会由于交通信息传播方式差异而不同,提出了城市快速路分模式元胞传递模型.该模型更新了流量传输模型,将其表示为不同路段交通状态模式下的分段函数形式,并针对城市快速路构建了下匝道流量传输模型.以上海南北高架部分路段实际检测数据为例,测试比较了3种宏观元胞自动机模型,结论为分模式CTM模型性能最好.在将其应用于大规模数据测试时,密度估计结果平均百分比误差为20%左右,流量估计结果平均百分比误差为10%左右,仿真效果比较理想.     

海量数据环境下大型ISP网络流量卸载方法研究

海量数据环境下大型ISP网络流量爆炸性增长造成网络阻塞。当前网络流量卸载方法通过预测确定待卸载网络流量,卸载准确率较低,服务质量差。为此,提出一种新的海量数据环境下大型ISP网络流量卸载方法,通过最大熵法,依据采集流量中的语义信息对流量类型进行识别。依据海量数据环境下大型ISP网络流量源节点的位置关系,通过图论法确定最佳传输路线,实现对大型ISP网络流量的卸载。依据中继节点数量与总卸载时间最少原则,通过Dijkstra方法对海量数据环境下大型ISP网络流量最佳卸载路线进行求解。实验结果表明,采用所提方法对大型ISP网络流量进行卸载,不仅流量类型识别精度高,而且卸载率高,服务质量高。     

关于校园网络BT下载的探讨

校园网络作为数字化信息和网络教学的重要传输载体,在高校占有重要地位.但众多BT下载用户的存在,占据着大量的网络带宽,无情地吞噬宝贵的网络资源.为了更好地服务于教学,根据网络设备实际情况对BT下载进行控制与疏导是十分必要的。