一种基于Cross-Product与HashTree的IP分类算法

在Cross-Product算法的基础上，结合哈希树（HashTree）数据结构，综合二者的优点，提出了一种新的IP分类算法CPHTIT（Cross-Product and HashTree with index table）。仿真结果表明CPHTIT在时间和空间上都达到了高速IP分类的要求，与现有经典算法Grid of Tries和Modular比较，其综合性能有所改进。     

IP分组分类算法分析与比较研究

在分析RFC（Recursive Flow Classification）算法、Grid of Tries算法、Modtdar算法的性能与特点的基础上,对三种典型的IP分类算法进行了性能测评,根据测评结果总结了三种典型的IP分类算法的优点与缺点,最后为IP分类算法的研究指明了方向．     

IP报文分类识别中的神经网络集成技术研究

Internet网络应用的发展要求路由器支持服务质量(QoS)控制,一个公共的要求是路由器能够基于报文头的某些字段对报文进行分类.本文针对IP报文分类提出了一种结合IP报文头特征和多级神经网络集成技术的IP报文分类识别方法.并在此基础上给出了相应的算法.     

基于布鲁姆过滤器的面向IP包识别的CPBF算法

针对现有布鲁姆过滤器在流识别应用中对每个IP包进行相同的处理,未考虑IP包识别失效代价和硬件开销的问题,提出一种面向IP包识别的算法——CPBF(Classified and Pipelined Bloom Filter).该算法通过引入IP头中服务类型作为识别失效代价的判断依据对IP包进行分类,根据分类结果采取不同数目的 Hash函数进行映射,降低高失效代价IP包的识别失效率;同时在Hash计算中采用流水机制加速识别速率;基于概率论、微分方程等相关知识对CPBF算法进行了描述和理论分析,最后在FPGA上对算法进行实现和实验.结果表明,与标准布鲁姆过滤器、多维布鲁姆过滤器相比,CPBF在具有较低的识别失效率和硬件开销的同时,也能保持较高的识别速率.     

一种基于位向量流分类算法的改进

在流分类算法中,聚合位向量(ABV)算法分类速度快、并行性好,但内存开销过大;位向量折叠(AFBV)算法对ABV算法进行了改进,降低了运行时内存的消耗,但其冗余计算增加了时间开销。针对上述不足,文章提出一种改进的位向量流分类算法,该算法无需进行位向量聚合,减少了内存开销,并按规则的源/目的IP地址前缀建立分组表,根据表中分组所包含IP地址数目降序排列,使得算法具有良好的时间性能。实验结果表明,本算法在大规模规则库下具有良好的时间和空间效率。     

采用改进哈希算法提高IP分类查找速度的研究

分析几种常用的数据包分类算法和IP地址查找方法，介绍一种基于异或哈希的IP分类算法和一种采用特定哈希算法技术缩短IP转发表的大小的方法，以满足网络发展的需要。     

IP报文分类识别中的神经网络集成技术研究

Intemet网络应用的发展要求路由器支持服务质量（QoS）控制,一个公共的要求是路由器能够基于报文头的某些字段对报文进行分类。本文针对IP报文分类提出了一种结合IP报文头特征和多级神经网络集成技术的IP报文分类识别方法。并在此基础上给出了相应的算法。     

子网掩码和IP地址

IP协议是互联网中最重要、使用最多的协议,本文简单介绍了IP地址的组成及分类,以及子网掩码的应用和算法。     

综合用户相似性与话题时效性的影响力用户发现算法

社交网络服务每天产生大量涉及众多话题的信息,并在影响力各异的用户群体推动下广泛传播。在IP(influence passivity)算法的基础上,提出了一种综合话题相似性与信息时效性的影响力用户发现算法EIP(extended influence-passivity)。该算法在转发网络上考虑用户间话题的相似性以及博文信息时效性,更加精准地建模和计算用户的影响力和消极性。基于新浪微博上爬取的约10万用户数据集上的实验验证,EIP影响力度量算法优于IP和TwitterRank等现有方法。     

基于聚类分析的网络流量高斯混合模型

基于聚类算法对数据对象多个属性综合聚类的特点,研究网络流量的GMM模型及其在数据流尺度上的Log-normal分布。用EM算法研究了具有交互特征的网络流量的分类;通过与K-means算法比较,讨论了EM算法在流量聚类中的适用性;通过平衡和不平衡流量的聚类分析,研究了不同类型流量GMM建模的有效性。研究流量的幂律关系及其在不同尺度间的传递性,用户行为和应用程序特征通过传输层控制协议分解传递到IP层后,在数据包尺度上表现出分形和自相似性,在数据流尺度上表现出Log-normal分布。