基于贝叶斯网络的Peer-to-Peer识别方法

网络业务分类与识别是网络管理、网络规划和安全的必要途径,而Peer-to-Peer (P2P)流量由于采用伪装端口、动态端口以及应用层加密,已成为业务分类与识别的主要难点. 该文提出了P2P业务的精确识别方法,通过对流统计特性的分析,提取相关特征属性,应用遗传算法选取最优特征属性子集,并采用贝叶斯网络机器学习方法识别P2P流量. 实验表明Ｋ2,TAN和BAN能有效快速地识别P2P业务,分类精度高达95%以上,很大程度上优于朴素贝叶斯分类和BP神经网络方法. 同时该系统具有可扩展性,能够识别未知的P2P流量,并适用于实时分类识别环境.     

航天业务网TCP流量控制的研究与应用

航天业务网TCP突发流量可能造成网络拥塞,导致业务数据传输延迟大,甚至丢包,网络通信保障能力大大降低,严重影响航天业务网信息的顺利传输。根据基于包过滤的访问控制ACL技术调控网络传输时TCP突发流量造成网络拥塞、信道质量下降的解决方法,航天业务网运用ACL技术调控TCP突发流量并进行仿真,结果发现ACL技术能够有效控制TCP突发流量。采取ACL技术控制TCP流量后,航天业务网不再因TCP突发流量发生网络信道拥塞现象。     

一种基于DPI和负载随机性的加密流量识别方法

随着加密技术的发展和私有协议的不断出现,加密流量的识别已经成为信息安全领域的重要研究方向.该文在现有加密流量识别技术研究基础上提出一种基于深度包检测技术(deep packet inspection, DPI)和负载随机性的加密流量识别方法,该方法主要分为三部分:首先用DPI技术对网络流量快速筛选识别;其次对DPI无法识别流量的有效负载计算信息熵值和蒙特卡罗仿真估计π值的误差;最后输入C4.5决策树分类器进行分类评估.所提方法不仅可克服了DPI无法完全识别协议交互阶段的加密数据和私有协议的缺陷,同时解决了用信息熵识别加密流量和非加密压缩流量误判的问题.实验表明,所提方法较现有的识别模型对加密流量的识别效果有较大提高,同时验证了所提方法的鲁棒性.     

散状物料斜面出流下落过程流动特性研究

利用DPM-CFD模型对斜面出流散状物料下落过程中气流速度的分布规律、颗粒的扩散和运动特性进行了研究.研究发现,随着下落高度的增加空气流速先增后减,且颗粒流周围有明显的涡流产生.颗粒流质量流量和初始速度增加均会导致空气速度的峰值及偏移位移增加.颗粒流质量流量对空气速度峰值的影响较大;而出流速度对空气速度峰值偏移位移的影响较大.同时,颗粒流质量流量和初始速度也使颗粒物浓度峰值的偏移位移有所增加,但增大质量流量会导致浓度峰值增加,而初始速度的增加则会减小浓度峰值.颗粒物的质量流量和初始速度对浓度峰值的影响程度相当,而颗粒流初始速度对峰值偏移位移的影响程度略大于质量流量.     

基于LSTM的DAE加密流量识别

随着虚拟专用网（VPN）技术的广泛应用,实时VPN流量识别已成为网络管理和安全维护中越来越重要的任务．加密流量使得从原始流量中提取特征变得极具挑战性,现有的VPN流量识别方法通常存在高维数据特征提取困难的问题．提出了一种在DAE(Denoising Auto-Encoder,降噪自编码器)的网络结构基础上加入了LSTM(Long ShortTermMemory,长短时记忆)的模型,将深度学习相关技术融入加密流量识别技术之中,使一直存在的难以处理高维数据以及特征提取等问题得到解决．     

无监督的视频业务特征分析与分类

基于机器学习的流统计特征识别的方法关键在于如何找到具有区分力度的业务流统
计特征. 为此,提出了一些能够较好地区分视频业务的QoS 相关的统计特征. 为了充分地发
挥多级聚类算法的优势,以灵活的特征选择策略标记不同层级的网络视频流,通过大量的真
实网络视频数据进行实验验证. 结果表明,该方法能比现有同类方法取得更高的分类准确率.     

TCP/UDP下一种网络透明传输服务编程接口实现方法

使用在TCP/UDP协议进行网络通信,会涉及IP地址、端口号、套接字、TCP/UDP协议等网络通信概念,而且TCP传输和UDP传输的编程模式是不同的,对网络通信概念进行了封装,实现了一个网络通信透明传输服务系统,且TCP传输和UDP传输具有相同的编程模式.使用表明,用户无需了解网络通信概念,即可使用该系统进行通信编程,...     

基于以太网的智能金属管浮子流量计

根据磁阻传感器的角位移测量原理,提出智能金属管浮子流量计的设计方案。该方案采用低功耗MCU和高精度ADC实现对流量的数字化采集和智能控制,应用LMBP算法实现高精度的静态特征曲线拟合;通过裁减TCP/IP协议,在以太网上实现了流量计与用户的数据通信。实际运行表明,设计的流量计系统运行稳定可靠。     

螺旋管中二次流强度的数值研究

对螺旋管中充分发展的层流状态下二次流强度进行了数值分析,定义了二次流强度的无量纲化参数——二次流强度雷诺数,得到了迪恩数与阻力系数、二次流强度雷诺数、流量比之间的关系.发现迪恩数与提出的二次流强度雷诺数具有良好的线性关系,这表明迪恩数的另一物理意义是螺旋管中二次流强度的度量.     

铁路机车快速超视距障碍物识别算法

针对超视距情况下,铁路行车路障监控的实时性问题,提出了一种快速超视距障碍物识别方法.先利用纹理特征进行快速预处理与边缘检测;再利用铁轨的纵向延展特点,用搜索连通域投影最长的方法定位铁轨区域并建立检测窗;并行的用帧差法比较当前帧与检测窗识别出障碍物,最后利用IPM模型计算障碍物大小与距离.实验结果表明,在确保90.3%识别率的前提下,本算法识别障碍物平均耗时43ms.     

基于LSTM和特征生成的网络流量分类

本文提出了一种将特征生成和长短期记忆（long short term memory,LSTM）模型相结合的网络流量分类方法。该方法采用矩阵乘法特征生成方式,分析对比了不同特征生成方法的分类性能。通过实验比较了原数据和特征数据在分类问题上的准确性,并比较了卷积神经网络（convolutional neural network,CNN）和本文方法用于网络流分类的效果。在统计特征时采用核函数,使其可以适应LSTM输入维度,获得更佳的分类效果。对真实网络流数据的实验结果表明,本文方法在细分类中的准确度可达93.9%,而在粗分类任务中可达99.2%,其性能明显优于现有其他分类方法。     

基于GRU与特征嵌入的网络入侵检测

当前基于神经网络的入侵检测方法并没有将数据分类信息考虑在内，无法有效利用网络流量数据的时序信息，为此将门控循环单元（gated recurrent unit，GRU）和基于分类信息的特征嵌入技术结合起来，构建了基于GRU与特征嵌入的网络入侵检测模型。利用UNSW-NB15数据集进行模型仿真实验，结果表明该模型提高了对入侵攻击的检测率，为入侵检测中大规模数据的处理提供了一种全新的思路。     

改进支持向量机分类方法及其在原发性肝癌筛查中的应用

为了尽早检测出原发性肝癌患者,辅助医生进行医疗决策,提高患者临床疗效,提出一种基于临床常规检验指标的筛查方法。该方法使用支持向量机建模,采用差异进化算法进行参数优化,以接收者操作特征曲线下面积的值作为模型评价测度,将得到的最优模型用于检验数据识别,以判断该数据属于健康、良性病变还是原发性肝癌。此外,还根据临床需求绘制分类模型的性能指标曲线和阈值查找表,由用户选择阈值,使预测性能进一步提升。实验结果表明：与其他5种分类方法相比,该方法建立的模型具有更好的性能,其准确度可达0.94,Kappa系数可达0.90。研究结果可辅助医生进行原发性肝癌早期筛查,提高患者长期生存率。     

基于粗糙集理论文本分类规则的优化方法

文本分类规则的提取和优化是衡量文本分类系统适应性能和分类能力的主要指标．在基于粗糙集和模糊聚类理论的文本分类系统中,结合粗集理论及不完备信息系统理论,提出了分类规则的提取和优化方法,通过实验和分析,产生用户满意的约简规则,从而能够快捷迅速地指导新文本的分类,提高系统的适应性能和分类能力．     

基于改进CNN-LSTM组合模型的分时段短时交通流预测

针对现有预测模型不能充分提取交通流时空特征的问题,提出一种基于改进卷积神经网络（convolutional neural network,CNN）和长短时记忆（long short-term memory,LSTM）神经网络的短时交通流预测方法。首先,采用分层提取方法使设计的网络结构和一维卷积核函数自动提取交通流序列的空间特征;其次,优化LSTM网络模块来减少网络对数据的长时间依赖;最后,在端对端模型的训练过程中,引入改进后的自适应矩估计（rectified adaptive moment estimation,RAdam）优化算法,加快权重的拟合并提高网络输出的准确性和鲁棒性。实验结果表明：在工作日与周末分时段,所提出的模型相比堆栈自编码（stacked auto-encoders,SAEs）网络预测模型,性能分别提升3.55%与8.82%,运行时间分别缩减6.2%与6.9%;相比长短时记忆网络-支持向量回归（long-short term memory-support vector regression,LSTM-SVR）预测模型,性能分别提升0.29%与1.79%,运行时间分别缩减9.0%与9.7%。所提模型能够更加适用于不同时段下的短时交通流预测。     

IP流分流的异构无线网络负载均衡

摘要： 针对传统异构无线网络硬负载均衡方法业务阻塞率较高的问题,根据软负载均衡方法,提出了异构无线网络中基于IP流分流的负载均衡算法. 该算法通过数值分析得到最佳分流比率,在用户请求网络接入或切换时,根据最佳分流比率将用户业务分成子流,并把各子流接入或切换到相应网络,保证了网络间的负载均衡. 仿真结果表明,所提算法相对于传统的硬负载均衡方法,降低了业务阻塞率和业务丢包率.     

具有周期起伏业务流的电信系统的分析

由于通信业务的不断扩展,迫切需要展开对非平稳业务流的分析.该文将传统的处理平稳业务流的方法推广为能处理周期性起伏业务流的新方法.     

道路交通应急调度策略研究

道路交通突发事件的发生是随机的和动态的,具有变化速度快,涉及面广等特点,无法提前预测估计和建模分析,其应急处理的问题比较复杂.针对传统调度系统响应速度慢,准确定位难以及应急调度力度不足,提出一种基于GIS的道路交通应急动态调度模式,为道路交通突发事件发生提供决策依据和分析手段,可以及时、高效地调集各种警力物力等资源,使问题得到尽快的解决.