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。     

网络流量测量的自适应抽样方法研究

由于高速网络技术的发展,直接对网络流量进行全分组测量相当困难,为了解决这一问题,流量抽样测量研究已经成为高速网络环境下进行流量测量的一个热点.在对目前的抽样测量技术研究的基础上,分析了一种自适应抽样测量技术.结果表明:该方法能充分利用现有资源提高抽样测量的准确性,为研究其他的自适应抽样方法提供一定的参考.     

基于CBF流抽样的网络安全

现有网络中常存在DDOS、恶意端口及IP扫描、蠕虫等异常产生大量的只包含1个数据包的流量.针对高速网络流量特点及网络异常导致的流量突然上升,提出了一种改进的基于CBF的流抽样算法.该算法对定长时间内到达的数据包进行固定数量的抽样,使抽样率能适应于流量变化,并可控制资源的消耗,尤其当泛洪攻击、DDOS攻击等导致大规模异常网络流量出现时,能有效保护路由器的处理器和内存资源以及传输流记录所需的带宽资源,同时又不失简单性和准确性.     

SDN数据中心网络基于流表项转换的流表调度优化

针对基于软件定义网络(SDN)架构的数据中心网络中,SDN交换机流表资源的有限性导致的流表溢出或控制器拥塞等问题,引入空闲流表资源代价的概念描述了网络资源的利用率,并分析了空闲流表资源量与重复下发的流表项数量之间的关系,提出了一个基于流表超时机制的流表调度策略,依据流表项生存时间和匹配计数来进行静态流表项和动态流表项之间的实时转换.在Fat-tree拓扑SDN数据中心网络仿真实验中,对该机制对流表资源优化的有效性进行了验证.     

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Heron平台的自适应重传策略

针对Heron容错机制中拓扑使用固定超时阈值未考虑数据源与组件内部逻辑的差异对元组往返时间影响的问题,提出了Heron环境下自适应重传策略,包括元组标记算法和最优参数估计算法.首先通过元组标记算法监控拓扑中元组,然后根据数据流的处理时延计算最优超时阈值并更新到拓扑中,从而适应当前集群的实际负载,提升集群性能.实验结果表明,自适应重传策略与默认重传策略相比,集群的元组失败率和CPU占用率在不同情况下平均降低了16%和0.6GHz,集群吞吐量平均提高了13%.     

一种P2P点播系统中的数据调度策略

在基于无结构对等网络环境的在线点播系统中,针对多个节点给单个节点同时提供数据的调度问题,提出了一种结合自适应调度和超时紧急调度的新型调度策略.节点向伙伴节点获取数据时,通过数据调度的历史经验自动地适应伙伴节点的数据服务能力,并根据伙伴节点的服务能力,负载均衡地调度数据;对于伙伴节点不存在的数据,通过设定数据的超时时间并根据紧急度将数据调度给服务器.新型的调度策略使得节点充分利用对等网络中终端节点的资源,降低了服务器的负载,提高了整个系统的承载能力和扩展性.实际系统的运行结果表明,该调度策略在提高系统的整体服务能力方面取得明显效果.     

基于LEAST和CBF两级结构的大流检测算法

为了进一步降低大流检测算法在高速网络中的漏检率并提高大流流量的测量精度,提出了一种基于LEAST淘汰策略和计数型布鲁姆过滤器(CBF)两级结构的检测算法.在该算法中,CBF只是被用来滤除网络中的小流,并不须要占用太多的缓存空间.而通过CBF的流将进入下一级过滤机构中按LEAST淘汰策略进一步地筛选.从理论上分析了该算法对大流的检测能力,并针对其不足,提出了时间窗口和预留函数两种优化机制.最后基于实际的流量数据进行了实验验证,结果表明该算法的各项评价指标均优于同类算法.     

基于SDN的数据中心网络流量调度机制的设计与实现

针对SA算法中未考虑当前网络链路带宽资源引起的流冲突问题以及GFF算法中未考虑流带宽需求变化引起带宽资源分配不合理问题,提出了基于模拟退火遗传算法的按需自适应(SAGA-AO)流量调度机制.该机制首先依据流带宽需求变化筛选出网络中需要调度的流,然后利用模拟退火遗传算法(SAGA)根据当前链路带宽资源状况对需要调度的流进行全局调度路径搜索.仿真结果表明:SAGA-AO算法在大多数通信模型下平均对分带宽高于SA和GFF算法.     

网络流的层次化分析及其在蠕虫早期检测中的应用

在NetFlow的基础上定义了2种新的网络流：主机层网络流和区域层网络流，并提出了相应的流量特征刻画方法．该定义从主机层和网络层对网络流量进行抽象，实现了底层网络流信息的合并，在不损失关键流量特征的前提下，可大大缩减网络流记录的数量．采用指数加权移动平均控制图模型对所提取的网络流特征进行预测和估计，并结合网络蠕虫的传播特征给出了一种网络蠕虫的早期检测方法．实验结果表明，所提检测方法可以准确地检测到蠕虫在局域网内的早期传播，进而为控制蠕虫传播赢得了宝贵的时间。     

一种自适应的低负载故障检测方法

为了研究低负载故障超时计算的粒度,在现有的低负载故障检测方法的基础上,提出了自适应DSS故障检测方法。通过动态获取近期往返时间,利用指数加权移动平均算法对超时做加权运算,根据近期网络环境的动态变化自动设置故障检测超时,从而在确保系统检测的强完整性的同时,降低故障检测的误判率。实验表明,该方法分别降低了39%故障检测时间和26%故障误判率。     

智慧协同网络族群的分布式管理机制

针对智慧协同网络"三层"、"两域"的结构特点和资源适配层族群行为聚类,利用控制平面与转发平面分离思想,提出了一种族群分布式管理机制.该路由管理机制在资源适配层中层次化的部署族群控制器,对网络路由策略进行层次化的管理,实现了整个网络路由和内容存储管理功能.在Mini-Net平台上对该路由管理机制进行开发和实验,抓包验证了信令交互流程.结果表明:该管理机制采用路由策略优化网络结构,降低时延,提高了网络性能.     

BT小包流量识别技术研究

由于网络中BT流量给带宽资源带来的沉重负担,识别BT流并对其进行控制显得尤为重要。通过分析BT协议和比较BT、迅雷等实际传输数据,找出BT传输中的流量特征来识别BT流。通过实验得出数据传输中信息包有效载荷大小5个字节的数据包是BT流的流量特征,并验证该技术对BT流的识别具有一定的价值。     

改进LMS时延估计算法在油气水三相流流量测量中的应用

油气水三相流流量测量是油气田开发动态监测普遍存在的问题,其测量的准确与否对油气田开发具有重要意义.本文提出一种基于最大似然LMS 自适应时延估计的改进算法,该算法首先通过小波变换对采集数据进行滤波以减小LMS 自适应时延估计的误差;然后采用改进的最大似然加权函数对计算结果进行修正,以使计算结果更加准确,收敛更加迅速.在大庆油田模拟井实验平台上对改进算法进行了验证,为准确测量油气水三相流流量提供了一种可行的方法.     

基于提升小波包的往复压缩机活塞-缸套磨损故障诊断

针对往复压缩机活塞-缸套磨损故障微弱信号特征识别问题,提出一种识别该类信号微弱特征的自适应非抽样提升小波包方法(AULSP)。该方法以分解层信号所有样本的预测差值平方和最小为目标函数,算出与信号特征自适应匹配的初始算子,并构造非抽样算子算出下一层各频带信号。对各层细节信号进行阈值处理并重构,对降噪后的信号再进行小波包分解。各分解频带信号长度与原始信号的长度相同,无须重构即可识别时域故障微弱信号特征。用这种方法成功提取了某往复压缩机活塞与缸壁发生碰磨故障时产生的弱周期性冲击信号。     

颗粒流本构关系的实验研究

基于"拟流体"的思想,给出了测量颗粒流本构关系的实验方法.在颗粒斜槽流实验中,通过颗粒的抛物线运动计算流层速度分布,根据非牛顿流体理论求得颗粒流黏性的本构关系;建立了颗粒斜槽流的数学模型,流层的速度为指数分布,流量为斜槽倾角和流层厚度的函数.以小麦颗粒为例,实验结果与用"拟流体"方法所得的预测值进行比较,相对误差在13%以内.     

基于自适应帧采样的视频拼接

针对视频拼接计算量过大的问题,提出了一种分层式自适应帧采样的视频拼接方法。两层帧采样环节分别采用了不同的策略:第1层建立了帧间重叠率和帧间隔的分段线性模型,通过"预测-检验-修正"环节不断的更新采样帧间隔来自适应抽取到满足一定重叠率的准关键帧;第2层在第1层采样的基础上,利用逐帧检测的方法从准关键帧中抽取到满足一定条件的最终关键帧。最后对关键帧进行全景图拼接。与用所有视频帧进行拼接的方法相比,该方法用极少的场景信息损失换取了拼接效率的大幅提高。实验结果表明:该方法对于一般实验场景均能鲁棒地抽取到可靠关键帧,在大幅度降低计算负荷的同时得到高质量的视频全景图。     

基于最小二乘法的流长度分布估计方法

为了得到未抽样流的分布特征,提出一种新的由抽样报文流数据来估计原始未抽样流长度分布的方法.首先分析了产生一个定长抽样流的原始流的概率分布模型,并根据这个概率分布特征给出了长流一个非常简单的估计.然后构造了关于短流的方程组,利用流的重尾分布特性和最小二乘法对该方程组进行求解,得到了短流的估计.理论分析表明该估计方法有效地控制了时间复杂程度,实验测试结果也表明该算法对于分布的估计是精确的,估计精度与EM算法相当.     

小波神经网络在油水两相流软测量中的应用

油水两相流流动参数的准确测量对于众多工业工程的有效监控具有重要作用.针对V型内锥测量油水两相流所获取的差压信号,提出了一种水平管道中油水两相流的质量流量软测量方法.采用的方法中构建了基于自适应小波神经网络的油水两相流质量流量软测量模型,实现了两相混合总质量流量的测量.实验测量结果与油水两相流的均质模型计算结果进行了比较.结果表明,基于V型内锥差压测量和自适应小波神经网络的软测量方法可以应用于油水两相流的总质量流量测量,与理论的均质模型比较,测量误差较小.     

基于Storm的自适应弹性资源分配策略组件实现

针对Storm平台的静态资源分配问题,提出一种分布式自适应弹性资源分配策略,能最优满足应用的资源需求.基于该策略,结合Storm的资源分配机制、应用编程接口和用户界面的参数,实现了一个面向Storm的弹性资源分配组件,支持应用资源的自适应动态调整.实验结果表明,在真实的流数据集上,分布式最优策略与中值式动态资源分配策略和Storm的静态资源分配策略相比,在吞吐量、丢失率和资源利用率上均有优势.同时,该自适应弹性资源分配组件能很好地与Storm系统交互,为其他弹性资源调度组件开发提供了可借鉴的解决方案.