基于SNMP的校园网网络性能管理系统的实现

用Java语言实现了基于Web方式的校园网网络性能管理系统。SNMP（Simple Network Management Protocol)服务模块采用SNMP在后台实时采集并处理数据。为了更加快速地查询实时及历史数据以及更加快遭地以图形的方式显示流量信息，在Web Server端采用Java Servelt在后台定时地从数据库服务器存取数据并动态地生成图像文件，面前台只是显示该得态图片并定时刷新页面，这样网络管理员可不受地理位置的限制更快速、直观地了解网络运行情况。     

基于Windows的SNMP编程技术的研究

剖析了SNMP技术的结构 ,深入分析了SNMP技术的原理。针对Windows平台下SNMP程序的快速开发给出了一个解决方案 :WINSNMP。并以VC6 .0为开发平台 ,给出了一个SNMP程序的原理性框架。     

基于插件技术的网络安全管理架构研究

针对网络安全技术的发展，阐述了构筑网络安全管理平台的重要性，并结合SNMP协议的插件技术的发展现状，给出了一种可伸缩的网络安全管理架构。在该架构中，各种需要管理的安全技术都拥有各自的管理模块对，并且该模块对是易于安装和卸载的。同时，以入侵检测模块对为例，描述了该架构的工作机制和相关技术要点，指出了该架构对SNMP的要求，最后分析了该架构和现有的网络管理体系结构之间的适应性及待解决的问题。     

基于SNMPv3的网络主动防御管理系统实现技术

介绍了基于SNMP协议主动防御的基本原理,在对SNMP协议和网络管理模式研究基础上,提出了网络主动防御管理系统体系结构,阐述了网络系统配置、网络数据处理、性能分析和数据表示方法,并分析了实现技术和相关算法．     

基于SNMP协议的网络层拓扑测量的研究

首先将网络拓扑测量分为网络层拓扑测量和链路层拓扑测量,然后深入地讨论了如何利用SNMP协议获取网络层拓扑节点及其连接关系以自动构造网络拓扑图,并给出基于SNMP协议的网络拓扑测量的实现算法。实验表明该算法在网络拓扑测量中是有效快速的。     

基于SNMP的网络拓扑图自动搜索实现

提供了一种TCP/IP环境下，利用工业标准SNMP协议，通过访问路由表实现网络拓扑图自动搜索的方法，这种方法不依赖于硬件设备，有较好的实用性。     

SNMP构建的网络管理模型中的分组管理方法

探讨构建SNMP网络管理模型中的分组管理方法，即引用代理服务器的代理原理，使其可以完成所有的网络设备管理，更重要的是提出了不支持SNMP的网络设备的管理模型，具体的网管系统有待进一步设计和完善。     

基于主动网络技术的网络管理系统实现研究

主动网络是一种可编程的网络，用户可以对网络进行个性化的编程和设置。在分析传统网络管理模型不足的基础上，提出了一种基于主动网络技术的网络管理系统设计方案，并对主动报文、Active-Agent和主动处理平台的设计进行了讨论，最后给出了一个故障管理的例子。     

基于Java和简单网络管理协议的动态分布式网管系统模型

提出了基于Java和简单网络管理协议（SNMP）的动态层次型分布式网管系统模型，解决了中间层管理者动态信息模型问题。利用Java语言的可动态加载特性实现了流动代码机制，利用第3版的SNMP的安全性保证了代码的流动。实现的原型系统的性能包括时间消耗的测量和分析，该模型具有简单、轻便、灵活和实用的特点，更新用例显示了该模型的有效性。     

基于SNMP网络流量采集系统设计

阐述了当今世界流行的SNMP网络管理协议的工作原理,SNMP协议的常见的四种操作规程,介绍了开启路由器SNMP功能,遍历MIB管理信息库,收集所需的网络流量信息方法,提出了一个网络流量信息采集系统完整解决方案并编程实现了其中的主要功能。     

基于时空融合深度学习的工业互联网异常流量检测方法

基于流量异常发现网络中的攻击行为具有普适性优势,而传统的异常流量检测方法难以适应大量复杂的工业互联网流量特征提取,针对此问题提出一种基于时空融合深度学习的工业互联网异常流量检测方法。对类别不平衡的流量数据进行预处理操作,以形成样本分布较为均衡的流量数据集;使用融合聚合残差变换网络和门控循环单元的深度学习模型从空间和时间维度上提取流量数据特征,实现时空融合的流量数据特征的综合提取;通过Softmax分类器对流量数据进行分类。实验测试结果表明,所提方法具有较高的准确率和F1值,分别可达到94.7%和95.47%。与传统的异常流量检测方法相比,所提方法提高了对工业互联网异常流量数据的检测指标,且模型的运行时间相对较短。     

A BP neural network based information fusion method for urban traffic speed estimation

Obtaining comprehensive and accurate information is very important in intelligent traffic system (ITS). In ITS, the GPS floating car system is an very important approach for traffic data acquisition. However, in this system, the GPS blind areas caused by tall buildings and tunnels could affect the acquisition of traffic information and depress the system performance. Aiming at this problem, we developed a novel method employing a back propagation (BP) neural network to estimate the traffic speed in the GPS blind areas. When the speed of one road section is lost, we can use the speed of its related road sections to estimate its speed. The complete historical data of these road sections are used to train the neural network, using Levenberg-Marquardt learning algorithm. Then, the current speed of the related roads is used by the trained neural network to get the speed of the road section without GPS signal. We compare the speed of the road section estimated by our method with the real speed of this road section, and the experimental results show that the speed of this road section estimated by our method is better.     

基于信息传递和峰值聚类的自适应社区发现算法

信息传递是网络具有的基本特征,基于此提出了一种基于信息传递和峰值聚类的自适应社区发现算法。首先,定义了节点与邻居之间的信任度函数,每个节点基于信任度独立的向网络中扩散信息量。扩散结束后,节点总信息量即为峰值聚类中的密度;网络中节点之间的距离通过所含节点信息量的倒数替代。然后,提出一种自动选取核心节点方法并为核心节点分配不同社区,把剩余节点分配到与它距离最短的核心节点所在社区,完成社区划分。本算法的优点在于无需额外参数并且能够发现社区内部结构。实验结果表明本算法发现的社区结构更加接近网络真实社区结构。     

基于交通信息的个性化路径集成规划方法

为了更好地满足交通诱导系统用户的路径规划需求,判别了理想路径的影响因素,并分析了个性化路径需求的属性与特征.分别针对距离、时间、服务水平及综合属性提出了相应的路径规划方法,在此基础上,设计了个性化路径集成规划框架.通过一个示例路网给出了个性化路径集成规划的算例,验证了该方法能够集成多种模式的路径规划方法,并提高诱导系统用户的满意度.     

基于实时路况的配送路径优化问题研究

由于物流管理体系的不完善,形成了配送颈瓶,制约了B2C业务的发展.提出了基于现实路网和实时路况信息的情况下,多目标客户服务的动态配送算法,在路网状况不发生变化的时候,该算法能够和普通算法一样求出最优路径,但是随着路网状况变化的加剧,该算法比普通算法能更好地求出最优配送路径,这对我国动态路径优化问题的研究具有重要的借鉴价值.     

基于信息损失量的特征选择方法研究及应用

通过研究特征变量与类变量的信息测度和特征子集与类变量之间信息测度计算方法,实现快速的特征选择。将基于扩展熵的信息损失量测度用于度量类变量之间的相关性。为避免计算联合互信息的复杂计算,提出了基于信息损失量的变量相关度增加量计算方法,在保证新增特征可提供更多信息量前提下,同时提高特征选择的速度。最后对UCI的3种分类数据集进行实例分析,利用支持向量机对选择的特征子集进行分类验证,并将分类结果与其它常用特征选择方法进行了比较。结果表明所提出的特征选择方法比现有的特征选择方法更有效。     

基于传递函数的光谱数据处理方法研究

传递函数是评价一个系统性能的重要参数,是信息处理与分析的主要手段之一.本文首先使用理论模拟分析了使用传递函数方法处理光谱测量数据的可行性,然后通过对中值滤波和Db3小波滤波方法的比较,选取中值滤波对光谱数据去噪,在此基础上,将传递函数方法用于线阵CCD光谱仪实测数据处理并得到了实验验证.实验结果表明,本文给出的基于传递函数的光谱数据处理方法可行,经本方法处理后,可以进一步提高仪器的测量精度和分辨率,为CCD光谱仪的广泛应用提供了可能.     

道路交通标志检测方法研究

针对中国道路交通标志特征,提出一种基于颜色搜索定位和形状判别的交通标志检测方法:首先在HSB颜色空间设定阈值分割色彩区域,对分割后的图像进行色块搜索初步定位出感兴趣区域,色块搜索缩小搜索范围,提高检测效率;然后,根据交通标志图形边框具有像素颜色一致的特征,提出构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测.实验结果表明,该方法能有效定位交通标志.     

基于时空融合的交通场景中运动行人检测算法

将视频监控技术应用于交通信息获取与处理,解决行人安全问题,已成为智能交通系统中的一项关键技术。为精准地提取交通场景语义信息,提出了融合时域和空域信息的行人检测算法。通过相邻多帧时域变化和Canny边缘检测算法得到初始检测掩模图像,解决差值局部化和噪声问题;提取空域信息时,引入二次重构和内外标记技术对梯度图像进行修正和分水岭变换,得到空域掩模图像,有效地提高空域分割精度,消除过分割现象;最后将两者结果进行融合和形态学修正,提取出交通场景图像中的运动行人。以北京南站为例进行实验分析,结果表明,该方法能快速准确地检测到较完整的目标信息,在动态场景的行人检测取得了较好的效果。     

道路交通标志检测方法研究

针对中国道路交通标志特征, 提出一种基于颜色搜索定位和形状判别的交通标志检测方法： 首先在HSB颜色空间设定阈值分割色彩区域, 对分割后的图像进行色块搜索初步定位出感兴趣区域, 色块搜索缩小搜索范围, 提高检测效率; 然后, 根据交通标志图形边框具有像素颜色一致的特征, 提出构造图形边缘函数的方法对定位出的感兴趣色彩区域进行交通标志形状判别检测. 实验结果表明, 该方法能有效定位交通标志.