LTE网络S1接口流量监测技术的研究与实现

为了实现对长期演进(long term evolution,LTE)网络的流量监测,对S1接口用户面协议栈和应用层协议进行了分析,利用模块化设计思想实现了对S1接口应用层协议的全面监测。针对传统信令监测系统数据业务识别度低、统计能力不强的问题,在传统的监测系统基础上,应用深度包检测（deep packet inspection,DPI）技术对应用层业务进行精细化识别, 并设计了基于传输流的业务呼叫/事务详细记录(call/transaction detail record,xDR)合成方法,实现了对业务流量的精确监测。经现网测试验证,所设计的基于深度包检测技术的业务识别方案和基于传输流的呼叫/事务详细记录合成方案达到了预期的效果,在移动通信网络业务流量监测领域具有推广意义。     

基于DPI和DFI技术的网络流量检测方案研究

P2P流量的迅速增长导致网络带宽的快速消耗,本文结合DPI和DFI构建的高效应用识别系统能有效识别和检测P2P流,对网络监控、优化网络资源配置和提高网络服务质量起着重要的作用。     

基于LabVIEW的射频识别系统的测试平台设计

设计了一种基于Lab VIEW的射频识别系统的测试平台,其包括射频识别系统和上位机人机界面两部分组成。该设计可以对射频识别模块进行寻卡、初始化、减值功能测试。测试结果表明该测试平台能够实现对射频识别系统的测试功能,具有良好的实时性和可靠性,对推动射频识别系统在多领域的应用具有重要的意义。     

一种基于DPI自关联数据包检测分类方法

随着互联网的不断发展,越来越多的非传统业务兴起,由于大量采用迂回机制、加密隐藏技术,使得这些业务变得难以控制管理,影响传统业务的正常性能.现有识别方法普遍采用端口识别以及深度包检测技术DPI,难以识别迂回流量以及加密流量.因此本文提出一种基于DPI自关联检测分类方法,该方法首先通过与样本流之间七元组关联关系识别迂回流量,这部分称为强关联(SA),然后提取检测流特征值,通过本文提出的分类决策函数进行识别,这部分称为弱关联(WA),实验结果表明,该方法能克服DPI技术不能识别迂回流量以及加密流量的缺点,提高业务流识别准确率.     

多媒体光纤专用网SMT测试系统

讨论了多媒体光纤专用网SMT测试系统的功能结构和实现技术.所研制的SMT测试系统集网络适配器、网络接口单元(NIU)和PCI总线接口单元(BIU)的测试功能于一体,能够对网络适配器中的子模块进行单独调试,方便网络适配器的模块化设计.     

一种基于自主学习的DPI业务识别方法

随着数据通信技术的发展,因特网服务提供商面临着沉重的P2P和Vo IP流量管理问题.针对目前已有的业务识别方法大都存在带宽消耗价大,实现复杂等问题,提出一种基于自主学习的深度包检测(DPI)业务识别方法,利用关联流量和统计分析等方法识别新的业务流量.能够在统计系统中实时的增加新的识别流矢量,因此无需人工分析和标记就能够对统计数据集进行更新.实验结果证明了该方法的准确性和流量识别的高度可靠性.     

基于DPI的家庭网关QoS功能研究

研究基于深度包检测(DPI)技术的家庭网关服务质量保证功能.介绍DPI模块原理,研究其与快速转发技术以及QoS策略调度结合,在linux嵌入式系统下实现基本的功能模块,并将各个模块联合调试.最后进行实验,实验的结果达到预期效果.     

基于DASYLab的动态流量测试系统

针对液压系统流量的动态测量,结合现有实验设备和基于微机电系统(MEMS)的新型流量传感器,通过DASYLab虚拟仪器开发软件开发出相应的动态流量测试系统.实验证实,基于MEMS的新型流量传感器能够检测频率高于200 Hz的流量脉动,具有较好的频率响应特性.开发的动态流量测试系统能够很好地满足实验要求,为优化新型流量传感器的设计提供了理想平台.     

移动互联网用户行为分析系统中聚焦爬虫的设计与实现

在移动互联网用户行为分析系统中,为了使深度包检测(deep packet inspection,DPI)进行有效地数据匹配,对用户行为进行更深层次的分析,达到不仅能识别出业务网站类型而且还识别出业务网站访问具体内容的目标,设计出一种能进行具体内容级别上特征爬取和提炼的爬虫模块.针对特定业务网站,考虑广义爬取对技术和存储要求高的缺点以及针对某一行业的爬虫系统得到数据有限的不足,设计并实现了一种基于特定页面分析的聚焦爬虫模块.该爬虫模块采用模块化的思想,使用多线程多任务,精确高效地爬取特定业务网站信息,为DPI匹配提供数据支持.经过测试验证,该爬虫模块达到了预期的要求,可维护性、可扩展性和实时性强,满足移动互联网用户行为分析系统对特征数据提取的需求.     

视觉识别设计及其在企业识别系统中的应用

介绍了企业识别系统的概念和含义以及视觉识别设计在企业识别系统中的应用,从设计理念和具体操作两方面说明如何设计更好的视觉识别系统。     

LTE网络用户行为分析系统的设计与实现

针对传统信令监测系统数据业务识别度低、统计能力不强等问题,在传统的监测系统基础上,提出了一种采用网络爬虫(web crawler)技术和深度包检测(deep packet inspection,DPI)技术的LTE网络用户行为分析系统.该系统对应用层业务内容进行精细化识别,进一步分析了移动互联网的用户行为特征.经现网测试验证,设计的用户行为分析系统达到了预期的效果,对移动互联网用户行为分析、精准化营销领域具有推广意义.     

基于时序流的移动流量实时分类方法

移动互联网的快速发展,产生了网络测量、网络安全和服务质量等方面的新问题.为了深入研究移动互联网的特性,研究人员需要从传统网络流量中快速准确分类出移动流量.本文提出了一种采用轻量级流表与深度数据包检测技术（DPI）相结合的移动流量实时分类方法,将网络流按照时间间隔关系扩展为时序流,并通过DPI时序流前N个特征数据包准确地分类出移动流量,缩减了流表规模,减少了实际DPI开销.通过实时的网络流量实验表明,DPI时序流前8个特征数据包时,提出的方法识别准确率达到91.55%,单次深度数据包检测的平均开销为20个数据包,并且流表的规模缩减到原来的0.21%.与P0F比较,方法识别准确率等性能有明显提升.      

LTE系统中上行数据发送过程研究与实现

在对长期演进(1ong term evolution,LTE)上行数据发送机制详细分析的基础上,针对上行数据发送过程的实现提出一种无差错上行混合自动重传请求(hybrid automatic repeat request,HARQ)选择方案,按照协议给出的反馈与授权的延迟的时隙关系,在设计中采用反馈与授权联合判断的方案...     

IP骨干网络流量控制系统分析及方案部署

从运营商对IP骨干网链路进行流量控制的需求出发,对深度包检测DPI和深度/动态流检测DFI两类主流IP骨干网流量控制系统解决方案从技术原理、部署方式、方案成本等方面进行了比较,并提出了不同解决方案的阶段性部署建议,为骨干运营商结合自身实际需求选择合适的流量控制技术提供了参考。     

基于数据分类和最小时延的LWA网络流量控制算法

无线异构网络已经成为未来无线通信网络演进的关键路径之一,多种无线网络互相融合亦是大势所趋.长期演进(longterm evolution,LET)与WLAN网络融合系统(LTE-WLAN aggregation,LWA)在改善系统频谱效率与能量效率以及提升网络系统容量与数据传输速率方面发挥着重要的作用.单一性地将LWA...     

基于集成卷积神经网络的交通标志识别

以交通标志识别为研究目的,提出一种基于集成卷积神经网络的交通标志识别算法,通过对多个不同结构的卷积神经网络进行集成以提高算法识别率。为了缩短网络训练和测试时间以及提高网络识别率,对单个卷积神经网络的结构进行了优化。使用ReLU(rectified linear unit)激活函数来代替传统的激活函数,使用批量归一化(batch normalization,BN) 方法对卷积层输出数据进行归一化处理,将卷积神经网络的分类器用支持向量机(support vector machine,SVM)代替。使用德国交通标志识别数据库(german traffic sign recognition benchmark,GTSRB)进行训练和测试,实验结果表明,提出的算法识别率为98.29%,单幅交通标志图像测试时间为1.32 ms,对交通标志具有良好的识别性能。     

基于eBPF与LSTM的DDoS攻击检测系统

针对网络异常流量检测中的DDoS攻击检测,以往的基于深度学习的解决方案都是在脱离系统实体的数据集上构建模型和优化参数,提出并实现一种使用Linux内核观测技术eBPF(extended Berkeley Packet Filter)与深度学习技术结合的基于网络流量特征分析的网络异常流量检测系统。系统采用eBPF直接从Linux内核网络栈最底层高效地采集网络流量特征数据,然后使用基于长短记忆网络LSTM(Long Short Term Memory)构建的深度学习系统检测网络异常流量。在具体实现中,系统首先通过Linux内核网络栈最底层XDP(eXpress Data Path)中的eBPF程序挂载点采集网络流量特征数据。之后,使用LSTM构建神经网络模型和预测分类。将系统应用于一个仿真实验网络环境得出的实验结果表明,系统的识别精确度达到97.9%,同时,在使用该系统的情况下,网络中的TCP与UDP通信的吞吐率仅平均下降8.53%。结果表明：系统对网络通信影响较低,同时也实现了较好的检测效果,具有可用性,为网络异常流量检测提供了一种新的解决方法。