基于数据挖掘的网络业务流分析方法

为了从业务角度对网络的性能进行评价和优化,提出了一种新的网络业务分析方法——具有时态路径约束的关联规则挖掘分析方法.该方法以网络业务为分析粒度,以与网络业务流相关的时态属性和路径属性为约束条件,对已经积累的反映网络状况的海量历史数据进行挖掘分析.在进行关联规则挖掘时,利用频繁数据项集的性质,通过引入事务标号,在求出候选频繁项集的同时也求出其支持度,避免了为求支持度而进行的扫描数据库运算,极大提高了挖掘的效率和速度.实验结果表明,进行挖掘分析的数据量越大,该方法的性能和效率就越好.     

Linux下可加载内核模块的网络测量方法研究

在linux操作系统下,提出并研究了基于Linux的可加载内核模块的网络测量方法,给出了该方法的整体框架,并且通过对网络业务流的测试,证明用此方法可以真实有效的测量网络业务流,提高网络流量测量效率.     

网络仿真中产生自相似业务流的几种方法

传统的业务模型大多基于Poisson模型或其改进形式,假定业务突发长度显负指数分布,近期真实网络流量分析表明很多信息源会产生在多时间尺度下具有自相似特性的信息流,该性质显地影响宽带网的流量控制及其排队分析,本综合地介绍了自相似的数学描述和性质,五种自相似业务流的产生方法,其中有两种给出了具体的算法,还总结了几种主要的估计Hurst参数的方法。     

基于NS2的自相似业务流的生成

针对传统方法在产生自相似业务流时存在实现复杂、速度慢，并且生成的自相似序列精确性差等不足，提出了一种利用NS2生成自相似业务流的方法。实验结果表明，这种方法不仅实现简单、速度快，而且生成的数据具有良好的自相似性，特别适用于研究自相似业务流对排队系统的影响。     

一种新的ATM网业务模型

提出一和中新的ＡＴＭ网业务模型，它去除了ＭＭＰＰ等信源业务模型中的泊松到达假设，更符合ＡＴＭ中业务的性质，它可以用于描述数据，语音、视频，甚至它们的复哈 业务流。给出了对这种模型进行排队分析的流体流分析法。     

基于NS2的自相似业务流的生成

针对传统方法在产生自相似业务流时存在实现复杂、速度慢,并且生成的自相似序列精确性差等不足,提出了一种利用NS2生成自相似业务流的方法。实验结果表明,这种方法不仅实现简单、速度快,而且生成的数据具有良好的自相似性,特别适用于研究自相似业务流对排队系统的影响。     

基于NS2的自相似业务流的生成

针对传统方法在产生自相似业务流时存在实现复杂、速度慢,并且生成的自相似序列精确性差等不足,提出了一种利用NS2生成自相似业务流的方法.实验结果表明,这种方法不仅实现简单、速度快,而且生成的数据具有良好的自相似性,特别适用于研究自相似业务流对排队系统的影响.     

基于NS2的自相似业务流的生成

针对传统方法在产生自相似业务流时存在实现复杂、速度慢,并且生成的自相似序列精确性差等不足,提出了一种利用NS2生成自相似业务流的方法.实验结果表明,这种方法不仅实现简单、速度快,而且生成的数据具有良好的自相似性,特别适用于研究自相似业务流对排队系统的影响.     

基于改进模型的网络拥塞控制策略

针对基于流体流理论提出的网络模型在推导过程中的一些近似使得该模型对网络行为描述的不精确问题,提出了网络流量的改进模型,并且基于该模型把一种新的类Proportional IntegralDifferential(PID)设计方法用于主动队列管理(AQM)控制器的设计,利用带约束的数值优化方法寻找控制器参数.理论分析和仿真实验表明,该控制算法的综合性能优于已有的Random Early Detection(RED)、Proportional Integral(PI)等算法.表现为平均队列长度更趋于期望值;调节时间更短;队列长度的抖动更小;抗突发业务流干扰能力更强;自适应能力更强.     

基于MATLAB的TES建模软件设计

现有的业务流模型难以描述高速业务流的高突发性。在线测量网络中的高速业务流,再根据实测的时间序列数据,用TES(Transform Expand Sample)方法建立并分析高速业务流的TES模型,其中关键环节是TES模型的建立。在TES模型构架的基础上,给出了基于MATLAB平台的有关的软件实现方案。     

基于改进特征选择法的光纤网络流量异常监测研究

采用当前方法进行光纤网络流量异常监测过程中,特征选择法无法全面描述流量异常特征监测的不足,存在监测效果较差的问题。为此,提出一种基于改进特征选择法的异常流量监测方法。首先采用分光方式对光纤网络流量进行分析,获取光纤网络流量时间序列,并描述用于流量异常监测的多时间序列之间的相互关系,然后利用改进特征选择法对网络出口流量进行特征提取。利用聚类算法选择网络流量异常最优类数和聚类中心,来对网络流量异常现象进行过滤,从而实现网络异常流量特征抽取、特征选择改进算法和网络流量异常监测的研发,从而提高光纤网络流量异常现象监测的准确度。仿真实验结果证明,通过这种方法,能有效地对网络流量异常现象进行监测,且算法简单,能够满足网络流量异常监测的应用需求,实用价值较高。     

数据挖掘在智能交通系统中的应用

目的将数据挖掘技术应用于智能交通系统中，利用挖掘得到的模式对交通管理决策提供有效支持。方法针对交通数据库系统中数据的特点，提出了基于概化的数据预处理方法，并在此基础上，采用基于树模型的关联规则挖掘算法进行关联规则挖掘。结果获得了良好的挖掘模式。实际应用说明了挖掘结果的有效性及可行性。结论数据挖掘技术在智能交通系统中的成功应用，为交通管理决策提供了有效支持，且提出的方法易于实现，便于推广。     

基于神经网络的交通参数预测方法

为能够迅速准确地采取相应措施处理交通拥堵问题,改善行车安全,进而提高路网效率,研究了基于神经网络的交通参数预测方法,预测了交通流量、速度和占有率.在分析常用BP(Back Propagation)神经网络算法的基础上,研究误差平方和最小化的L-M(Levenberg-Marquart)算法.相对于常规预测方法,基于神经网络的交通参数的预测方法对于随机的参数变化具有更好的适应性,能及时跟随交通参数的变化,所以精确度更高,适应性更好.仿真结果显示,L-M算法的训练速度相比于常规BP算法要快几十倍,预测交通流量、速度和占有率等参数的效果优于常用的指数平滑算法,因此基于神经网络的交通参数预测方法可以应用于交通领域.     

容量限制分配的蚁群优化算法

针对交通规划实践中广泛使用的用户出行行为假设与现实脱节的不足,提出了用蚁群优化算法获取网络流量加载路径的配流新思想.分析了网络中用户出行的行为特征并与蚁群算法执行机制进行了比较,提出利用人工蚂蚁模拟网络中用户出行的可行性和合理性.给出了基于Ant-Cycle模型的容量限制分配思路和流程.设计采用双层迭代机制完成整.个交通分配过程:使用内迭代构建完整的流量加载路径;使用外迭代对路段阻抗进行修正,体现网络的拥挤效应,使网络分配趋于平衡.仿真算例与对比分析表明:该方法可以模拟交通系统的平衡状态,分配结果趋近用户平衡;算法合理、有效.     

空中交通流时间序列的复杂度分析

空中交通系统是复杂的非线性系统,时间序列是研究空中交通系统的有效措施。为了定量分析空中交通的复杂性,首先阐述Lempel-Ziv算法复杂度及其修正复杂度;然后采集三亚01号、02号、04号扇区连续28 d的实际运行数据,构建了空中交通流时间序列;计算了3个扇区交通流时间序列的算法复杂度,并对相关参数的影响进行了分析。计算结果表明,修正的算法复杂度适用于长度较短的时间序列,可用于量化测度空中交通流复杂性;符号化方法、序列长度、时间尺度等对算法复杂度有较大影响。     

软件定义广域网中基于IPv6分段路由的双栈流量调度算法

针对当前软件定义广域网在应对企业园区部署双协议栈出口链路、园区之间支持双协议栈通信的网络架构下,存在园区任意协议栈出口链路失效时,园区间双栈流量不可通信的问题,提出了一种适用于软件定义广域网的IPv4/IPv6双协议栈环境下的流量调度算法。该算法基于快速重路由机制,通过结合基于IPv6的分段路由技术分为路径编码算法和报文处理算法2部分实现。在广域网双栈出口任一链路失效时将不同园区的双栈流量进行调度。通过在Mininet中的仿真模拟验证了算法的可行性,并利用带宽测量工具iPerf对链路性能进行测量,测量数据表明利用双栈流量调度算法进行双栈流量调度极大地提高了园区间双栈链路的利用率和服务质量。     

异构网络环境中的自适应在线故障检测

通过研究网络流量异常检测，提出一种新的基于自适应自回归(AAR)模型的在线故障检测算法．该算法只利用标准管理信息库，因此检测不依赖于特定产品类别，适用于异构网络环境．验证了流量信号的非平稳特性，并采用模拟获取的网络流量拟合AAR模型．由于不必将整个时间序列进行分片和单独拟合，算法可以直接处理获取的新数据，实现真正意义上的在线故障检测．利用时间平均方法消除了网络噪声的影响．在实验中，故障检测结果与预设的故障场景完全对应，进一步证明了该算法的准确性．     

基于模糊聚类-关联规则的气象条件对交通阻断影响评估分析

为减少因气象条件导致的交通阻断事件的发生,提高道路运行安全和效率,运用数据挖掘中的模糊C-均值聚类算法（fuzzy C-means,FCM ）和关联规则（association rules,AR）,构建了各气象因素对道路交通阻断影响的综合评估模型。基于华东地区2019年上报的公路交通阻断数据进行实证分析,结果显示：雾霾对华东地区道路交通阻断影响最为频繁且严重,第四季度尤为突出,夜间是雾霾阻断的高发时段;江苏和山东是受雾霾影响的主要省份,江苏省全年都要关注雾霾对道路阻断的影响;降雨（积水）引起的交通阻断主要发生在第二季度白天,且对浙江省影响最为严重,降雨（积水）产生的阻断时间也最长;降雪（积雪）对道路阻断影响集中在第一季度,地区分布上以山东省为主;此外,浙江省第三季度需重点关注台风对道路通行的影响。     

基于小波变换与组合模型的网络流量预测算法

针对网络流量在以不同时间尺度分析时呈现不同特性给流量精确预测带来的困难,提出一种基于快速小波变换和季节差分自回归滑动平均组合模型的多分辨分析预测算法.采用小波方法对网络历史流量进行分解以分析不同时间尺度下的流量相关结构,根据不同时间尺度下的流量时间序列的周期性和自相似性,分别选择合适的模型建模用于预测.使用小波方法对各序列的预测值进行重构,得到原始流量的预测结果.仿真结果表明,所提预测方法比同类预测方法具有更高的精度.