基于区块链的SDN数据平面错误流规则检测

由于软件定义网络（SDN）的数据平面只负责流量转发,并不具备识别流规则是否正确的功能,使得攻击者可通过恶意向数据平面注入错误流规则,造成网络拥塞和信息泄露,甚至是网络瘫痪等严重后果.鉴于区块链的可追溯、不可篡改等特性,提出了一个在控制平面运行的基于区块链的错误流规则检测（FFRD-BC）机制,当控制器向数据平面下发流规则的同时将其存储到区块链中,通过随机选择数据平面中的流规则并验证其是否存在于区块链中,来检测出数据平面中第三方行动者注入的错误流规则.其次,在FFRD-BC的流规则检测阶段,引入基于实用拜占庭容错共识算法的投票验证策略,避免由于区块链节点一致性不稳定而导致的误检情况.实验结果表明：随着检测次数的增加,提出的FFRD-BC机制能够有效检测数据平面中第三方行动者注入的错误流规则,并且与自主验证策略相比有效降低了误检率.     

基于流数据的动态存储技术

对比了传统的数据与流数据的存储方法，并总结了现有流数据存储方式的优缺点，在继承了双向流的优点基础上，针对多数据源、多查询及多级存储建立了一个新的流数据处理系统模型，给出了解决历史数据存储的几种方案，更加突出了“实时性与历史性结合”的特点，同时满足了历史数据查询的需要，实现了流数据的动态存储策略。     

高速网络UDP流超时策略研究

随着社交网络、在线视频、电子商务、即时通信及微博等新兴业务的不断涌现及迅速发展,网络中UDP流量的比例及特性均发生了较大变化。文章通过对现有的流超时策略进行分析,指出其适用于UDP流量时存在的局限及不足,针对实际UDP网络流特性展开研究,并提出了一种UDP流区分更新的流超时策略(DUToS)。实验结果证明,DUToS算法能够更好地适用于UDP流量,有效改善了网络流量测量的性能。     

基于DFS的最大流多解问题研究

最大流问题一般是多解的，但传统的求解方法过于繁锁。提出了一种基于DFS的最大流多解算法，可以求得有向流网络的所有最大流解。该算法依据DFS策略，算法的执行效率较高。     

软件定义网络下两阶段大象流识别算法

目的 针对数据中心网络(Data Center Network, DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking, SDN)下两阶段大象流识别算法。方法 将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果 实验结果表明：算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论 软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究...     

广州入境旅游流地理分布与网络特征

基于问卷调查数据,运用地图分析和社会网络分析方法,对入境旅游口岸城市——广州的入境旅游流的地理分布和扩散规律进行了研究.结果表明:(1)广州入境旅游流以商务游客为主体,一站式游客和选址同一口岸出入境游客比例较高.(2)广州入境旅游流的分布范围较小,总体上呈现东多西少、南密北疏的特点,集中分布在泛珠三角和长三角等经济发达地区.(3)广州入境旅游流扩散能力较弱,旅游流空间扩散强度在目的地城市间分布不均衡,集中扩散趋势明显,向丰性和趋高性是其空间扩散的主要特点.(4)广州入境旅游流网络为典型的核心边缘网络,整体结构简单且集中化趋势明显,核心区包括广州、桂林和北京等15个城市,核心城市对边缘城市的辐射效应弱.     

基于网络游记的重庆市旅游流网络结构研究

网络游记是研究旅游流规律和特征的有效数据来源,社会网络分析法可实现旅游流网络结构的可视化,研究重庆市旅游流网络结构特征有助于旅游业的持续协调发展。以携程网游记为数据来源,采用社会网络分析法、Arcgis10.5和Ucinet6.198软件,绘制出重庆市旅游流网络图,运用网络密度、核心-边缘、凝聚子群、中心性等方法对结构特征深入分析。研究结果表明:重庆市旅游流网络分布极不平衡,主城区与周边区县的核心-边缘结构特征明显;旅游流网络密度整体较低,主城区与周边区县之间的旅游线路联系相对薄弱;渝中区是核心节点集中分布区域,对腹地的边缘节点有明显涓滴效应;访渝游客游览线路分别由渝中区向渝西、渝东南和渝东北辐射;洪崖洞、解放碑等节点因网红效应提升和强化了中心枢纽作用。     

最小费用流的直接优化

研究了广义最小费用流问题，给出并证明了最小费用流的直接优化算法。数据裕列表明，直接优化算法不仅有效而且可以弥补ＯＫＡ算法的缺陷，并能解决网络流规划的其他类型的问题。     

基于点击流信息的高校网络教育个性化信息推荐策略研究

高校网络教育个性化信息推荐服务就是要将学员感兴趣的信息主动提交给学员.本文基于点击流信息数据获取的方法和点击流信息的数据处理流程,从语法层次、语义层次和语用层次构建了基于点击流信息的高校网络教育个性化信息推荐策略.     

实时码流统计复用策略的探讨

结合传统复用调度算法和基于权重的流媒体复用调度思想,提出一种适用于CBR和VBR的实时码流三级统计复用策略.在码流权重和丢包率分析的基础上,探讨了三级统计复用的总体性能.理论推导和仿真结果表明,这种统计复用策略能够在对数据损伤较小的前提下,提高传输流的有效码率,从而更有利于提高信道利用率.     

平面移动式立体车库动态库位分配策略建模与仿真

平面移动式立体车库在车位分配过程中存在顾客排队等待时间过长，车辆出入库效率低下的局限性。为减少顾客等待时间，提高立体车库服务效率，提出一种动态库位分配策略：以蜻蜓算法优化的BP神经网络模型预测车辆的停留时间，并根据车辆停留时间对车库车位进行区域选择，最后利用禁忌搜索算法搜索出该区域内最适宜的车位位置。同时，将顾客平均等待时间，平均等待队长，平均服务时间和车库运行能耗作为评价指标与现有库位分配优化方式进行对比分析，仿真结果表明：该策略能够更为有效地减少顾客等待时间，提高立体车库整体作业效率。     

Multi-Dimensional Traffic Flow Time Series Analysis with Self-Organizing Maps

The two important features of self-organizing maps （SOM）, topological preservation and easy visualization, give it great potential for analyzing multi-dimensional time series, specifically traffic flow time series in an urban traffic network. This paper investigates the application of SOM in the representation and prediction of multi-dimensional traffic time series. Ffrst, SOMs are applied to cluster the time series and to project each multi-dimensional vector onto a two-dimensional SOM plane while preserving the topological relationships of the original data. Then, the easy visualization of the SOMs is utilized and several exploratory methods are used to investigate the physical meaning of the clusters as well as how the traffic flow vectors evolve with time. Finally, the k-nearest neighbor （kNN） algorithm is applied to the clustering result to perform short-term predictions of the traffic flow vectors. Analysis of real world traffic data shows the effec- tiveness of these methods for traffic flow predictions, for they can capture the nonlinear information of traffic flows data and predict traffic flows on multiple links simultaneously.     

软件定义网络中基于优先级的在线流调度策略

为了保证服务质量(quality of service, QoS),进入网络中的数据流可被赋予不同的优先级。在未来到达流请求信息未到达的情况下,进行在线优先级流调度,以最大化网络吞吐量是一项挑战。基于网络带宽资源、请求流的优先级和带宽需求的约束研究了软件定义网络(software defined networking, SDN)中的在线流请求调度策略。首先,提出了流路由成本和利润的概念,并创新性地设计了一个考虑边际成本的模型来描述链路资源和路由路径的使用成本。然后,将优先级流请求调度问题刻画为混合整数线性规划模型(mixed integer linear programming, MILP),提出在线优先级流调度算法(online priority traffic scheduling algorithm, OPTSA)来求解,最后分析了OPTSA的竞争比。仿真结果显示,与基准算法相比,所提出的算法可以确保网络负载均衡,同时有效提高网络的累积带宽和吞吐量。     

SED:An SDN-Based Explicit-Deadline-Aware TCP for Cloud Data Center Networks

Cloud data centers now provide a plethora of rich online applications such as web search, social networking, and cloud computing. A key challenge for such applications, however, is to meet soft real-time constraints. Due to the deadline-agnostic congestion control in Transmission Control Protocol(TCP), many deadline-sensitive flows cannot finish transmission before their deadlines. In this paper, we propose an SDNbased Explicit-Deadline-aware TCP(SED) for cloud Data Center Networks(DCN). SED assigns a base rate for non-deadline flows first and gives spare bandwidth to the deadline flows as much as possible. Subsequently,a Retransmission-enhanced SED(RSED) is introduced to solve the packet-loss timeout problem. Through our experiments, we show that SED can make flows meet deadlines effectively, and that it significantly outperforms previous protocols in the cloud data center environment.     

Modeling Mixed Traffic Flow at Crosswalks in Micro-Simulations Using Cellular Automata

The cellular automata (CA) micro-simulation model was used to describe the behavior of the mixed traffic flows at crosswalks where the pedestrians compete with the vehicles to cross the roadway. The focus of this paper is the behavior of pedestrians and the influence of pedestrians’ behavior on the vehicle flow, pedestrian flows, and the vehicle waiting time. The proportion of pedestrians who do not obey traffic laws, the group effect, and expected waiting time of pedestrians, regarded as the most important pedestrian characteristics, are taken into consideration in the analysis. Simulation results show the ability of the micro-simulation to capture the most important features of mixed traffic flow.     

信息反馈策略对含两车道的双出口路网影响研究

智能交通系统可以实时反馈路况信息以及诱导出行,从而缓解交通拥堵。最早提出的双通道信息反馈策略主要是针对备选路径完全相同的单车道路网模型。针对现有研究的不足,建立了含两车道的双通道双出口路网模型,并通过数值模拟研究了平均速度、车辆数、交通流量以及随机度信息反馈策略对该道路模型中交通流参数的影响。仿真结果表明,平均速度和车辆数反馈策略的引入将降低道路平均流量,相反随机度反馈策略的引入可一定程度的提高道路平均流量,使得路网道路上车辆通行状况更好。故随机度反馈策略用于含两车道的双通道双出口路网较优。     

基于乘客状态的电梯群控策略

提出了一种基于乘客状态的电梯群控策略.该群控策略指出一次乘梯活动是指乘客的状态由就绪状态到完成状态的完整连续过程.结合目的层预约概念,能提前获得乘客的目的层信息.这样,群控策略能为每个乘客指定最优乘坐电梯号,缩短了乘客的候梯时间和乘梯时间.乘客在乘梯活动中被分成4个状态,通过乘客状态来跟踪乘客行为.同时设计了4个工作队列,以方便派梯中心对乘客的管理.仿真实验证明该群控策略可得到很好的效果.采用群控的电梯系统与未采用群控的电梯系统相比,在效率和耗能上均有很大的改善.     

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller, TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。     

基于LEAST的高速网络大流检测算法

针对大流漏检率过高,占用SRAM过大问题,提出了基于最少(LEAST)改进型大流检测算法。主要思想:利用LEAST淘汰机制将小流丢弃使得大流能够被保护,采用窗口-储备策略解决检测大流的公平性问题。通过相关组织所提供的实际互联网数据进行了实验比较,结果显示:与现有算法相比,新算法具有更高的测量准确性,平均大流漏检率降低至0%~0.13%。