一种新的话音/数据网络集成结构

为有效地集成数据网与电话网,本文提出了一种新的话音/数据网络集成结构--智能通信网络结构,在数据网上扩充了类似于电话网信令控制系统的控制层,定义了控制层的各个组成部分及其功能,该结构的进一步研究对于向未来通信网平滑过渡具有积极的意义.     

云计算数据中心的安全体系架构设计

我国颁布的信息安全等级保护技术规范诞生的时间早于云计算技术的时间,因此,原有的安全体系架构并不能完全适用于云计算环境,本文深入分析传统信息安全和云计算环境信息安全的差异点并提出系统的解决思路,在此基础上设计云计算数据中心的安全体系架构,并与等级保护技术措施进行整合。     

光因特网混合网络结构技术研究

通过对光因特网体系结构的分析研究,提出了一种新型混合模型网络结构,并进行了模拟仿真研究,结果表明此技术是可行的．     

Modular—tree：一个自构筑的神经网络结构

提出了一种新颖的具有自构筑能力的神经网络结构，称之为Ｍｏｄｕｌａｒ－ｔｒｅｅ和两个相应的自构筑算法。在此结构中，任何现存的前馈神经网络均可以作为子网。对于一个给定的学习任务，利用提出的生成算法通过对输入空间递归地划分，自动生成一树状的模块神经网络，从而避免了网络结构预置问题。由于使用了“分治”原理，Ｍｏｄｕｌａｒ－ｔｒｅｅ具有良好的性能及快速训练的能力。此结构已用于多个监督学习问题（包括：标准测试     

一个大型网络数据中心安全解决方案

目前在大型网络的IDC基础上实现了远程教育系统，为远程教育提供了一个全新的教育手段。数据中心以Internet互连技术体系作为基础，由于早期网络协议对安全问题的忽视，以及在使用和管理上的无政府状态，使Internet自身的安全受到严重威胁。在分析网络安全需求基础之上，提出了一个大型网络数据中心分层次的(环境和硬件层、网络层、操作系统层、数据库层、应用层)、采用多种措施的(防病毒、访问控制、加密与认证、漏洞扫描和入侵检测等)较为完整的安全解决方案。     

Design and Optimization of VLC Enabled Data Center Network

Visible-Light Communication(VLC) has the potential to provide dense and fast connectivity at low cost. In this paper we propose SFNet, a novel VLC-enabled hybrid data center network that extends the design of wireless Data Center Networks(DCNs) into three further dimensions:(1) fully wireless at the inter-rack level;(2) no need for a centralized control mechanism on wireless links; and(3) no need for any infrastructure-level alterations to data centers. Previous proposals typically cannot realize these three rationales simultaneously. To achieve this vision,the proposed SFNet augments fat-tree by organizing all racks into a wireless small-world network via VLC links. The use of VLC links eliminates hierarchical switches and cables in the wireless network, and thus reduces hardware investment and maintenance costs. To fully exploit the benefits of the topology of SFNet, we further propose its topology design and optimization method, routing scheme, and online flow scheduling algorithm. Comprehensive experiments indicate that SFNet exhibits good topological properties and network performance.     

重力模型的数据中心网络流量推理算法

数据中心网络是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心网络需要遵循该网络的流量特征。而目前直接对数据中心网络进行端到端地流量测量是非常困难的,间接地通过SNMP数据推理得到端到端流量的方法已在传统计算机网络中得到认可,但无法直接应用于现有的数据中心网络。为了解决以上问题,提出一种基于重力模型的数据中心网络流量推理算法,首先根据数据中心网络流量的条件独立性将网络拓扑分解为若干子集,在此基础上提出相关定理可准确地计算出网络中的粗粒度流量,最后利用重力模型和网络层析技术得到细粒度端到端流量。通过与现有的流量推理算法SRMF和ELIA在NS3搭建的不同规模的数据中心网络中做性能对比,实验结果表明新算法能有效地利用数据中心拓扑结构特点,在保证计算效率的前提下,将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求,为今后数据中心网络的设计和研究提供了重要参考依据。     

Collaborative Network Security in Multi-Tenant Data Center for Cloud Computing简

A data center is an infrastructure that supports Internet service. Cloud comput the face of the Internet service infrastructure, enabling even small organizations to quickly ng is rapidly changing build Web and mobile applications for millions of users by taking advantage of the scale and flexibility of shared physical infrastructures provided by cloud computing. In this scenario, multiple tenants save their data and applications in shared data centers, blurring the network boundaries between each tenant in the cloud. In addition, different tenants have different security requirements, while different security policies are necessary for different tenants. Network virtualization is used to meet a diverse set of tenant-specific requirements with the underlying physical network enabling multi-tenant datacenters to automatically address a large and diverse set of tenants requirements. In this paper, we propose the system implementation of vCNSMS, a collaborative network security prototype system used n a multi-tenant data center. We demonstrate vCNSMS with a centralized collaborative scheme and deep packet nspection with an open source UTM system. A security level based protection policy is proposed for simplifying the security rule management for vCNSMS. Different security levels have different packet inspection schemes and are enforced with different security plugins. A smart packet verdict scheme is also integrated into vCNSMS for ntelligence flow processing to protect from possible network attacks inside a data center network     

支持大规模点播流的混合型体系结构

提出一种支持代理缓存补丁和P2P机制的混合型VOD流分送体系结构及协议P3C.P3C由核心网和P2P网两级网络组成.核心网由稳定的具有缓存功能的代理服务器和主干链路组成,P2P网络由大量具有缓存和补丁功能的客户端组成.通过代理、缓存、补丁和P2P的有效结合,P3C可以使用户最大限度的共享VOD流,从而使得大规模VOD流的实时传输具备了较好的可扩展性和服务质量,同时极大的降低了源流媒体服务器的压力.     

数据中心在水网监控与调度系统中的建设

将现代信息技术运用于水利信息化中,可提升水利系统为社会经济发展的服务能力,极大地推动水利建设的现代化进程.本文介绍了某省水网监控与调度系统中数据监测子系统、数据通信子系统和数据服务中心三部分的框架设计与技术实现.系统利用航空遥感技术构建遥感实时监测系统平台;同时将卫星通信技术与其他方式结合,建立安全可靠的数据传输混合信道;利用计算机技术和数据处理技术,将云服务与大数据处理技术引入构建了科学高效的决策数据支撑平台,形成了一个标准化的服务台,为水网系统的运行提供了保障.     

支持大规模点播流的混合型体系结构

提出一种支持代理缓存补丁和P2P机制的混合型VOD流分送体系结构及协议P3C.P3C由核心网和P2P网两级网络组成.核心网由稳定的具有缓存功能的代理服务器和主干链路组成,P2P网络由大量具有缓存和补丁功能的客户端组成.通过代理、缓存、补丁和P2P的有效结合,P3C可以使用户最大限度的共享VOD流,从而使得大规模VOD流的实时传输具备了较好的可扩展性和服务质量,同时极大的降低了源流媒体服务器的压力.     

一种基于LDAP的网管体系结构

分析了LDAP在网络管理中的应用的优势,根据大规模网络网管系统建设中存在的问题,提出了一种基于LDAP的网管体系结构。该体系结构通过建设网络管理数据信息库,利用标准目录技术来存储和访问网管数据,并通过LDAP对外提供统一的公共访问接口,满足了异构分布环境的开放性要求,而且能够在开放性及管理信息集成等方面提高网络管理的质量。,     

主动网络的一种安全体系结构

主动网络是允许用户对网络中间节点进行编程的新型网络结构。虽然主动网络原形系统设计一定的安全措施,研究组织也对主动网络的安全性进行了深入的研究,但现行的安全机制仍然存在很多的不足。作者在对现有安全机制进行研究的基础上,提出了一个新的安全体系结构。     

一种新的神经网计算机结构

人工神经网络存在着广泛的并行机制。为此，人工神经网络计算机使用多个处理单元以适应并行处理的需要。多处理单元之间的信息通信是并行研究的内容之一，作者提出了利用数据流驱动思想和双口存储器技术实现人工神经网络计算机的一种新结构。     

一种基于数据敏感度的混合型数据库加密策略

该策略首先改进了AES加密算法的密钥扩展方法Key Expansion,并根据实际需求将数据库信息划分为敏感数据、非敏感数据、敏感关键字和非敏感关键字;然后通过改进的AES算法对敏感数据进行二次嵌套加密,对敏感关键字使用改进的AES算法加密以保证数据库的安全性;使用DES算法对非敏感数据和非敏感关键字进行加密保证了数据库操作的高效性能;最后通过java语言实现了该策略的加密软件并投入实际应用.在应用中证明了该策略在安全性、高效性及易实现性方面的优势.     

一体化网络体系架构中一种新型接入机制

要对网络体系做出重大调整,在新的协议设计之初将网络安全问题考虑在内越来越成为安全研究领域的共识.本文在国家"973"项目"一体化网络体系"的基础上,提出以具备自验证功能的地址结构实现端节点标识符,并在此基础上设计了一种新型接入机制,给出了相应的协议流程和协议格式,有效保障了"一体化网络体系"中信息源的真实性.最后使用SVO形式化逻辑对其安全性进行了详细的证明.     

一种WEB数据交换中心的设计技术

介绍了构建一种实用的WEB数据交换中心模型的设计，同时讨论了如何利用ASP存取数据库中的非文本信息技术和实现在WEB上对数据库中数据的管理方法。其中，重点解决了在网络上实现对各类信息的入库、浏览、编辑等技术，以及在后台对数据库的管理和维护。     

水文自动测报系统的体系结构研究

研究了水文自动测报系统的层次和借分和网络互连。在此基础上,仿照“物理构成”和“逻辑构成”分开的原则,建立了多媒体通信网络的水文自动测报系统的“逻辑构成”体系结构。即多媒体通信网络化的水文自动测报系统的体系结构参考模式,简称ＨＤＡＳ－ＲＭ。     

云计算环境下农业信息服务数据中心网络技术研究

从云计算数据中心网络结构、服务器虚拟化、数据交换架构、数据存储这4个方面进行深入研究,提出云计算环境下农业信息服务数据中心应采用的架构与技术,为云计算农业信息服务数据中心网络技术后续研究与构建提供了借鉴和帮助的作用。     

基于HMM／MLFNN混合结构的说话人辨认研究

将隐马尔可夫模型与人工神经网络相结合既利用ＨＭＭ能够较好地描述动态时间序列又ＡＮＮ静态分类能力强的特点，应用于说话人辨认。本文将一个多层前馈神经网络与ＨＭＭ相结合构成混合模模型，与以往的方法不同。具有所需训练数据量小，推广性能良好的特点。