基于测量的UDP流特性分析

随着互联网的快速发展,网络测量分析成为认识和评估网络发展的重要手段之一.本文首先设计并搭建校内的数据采集平台;结合美国骨干网数据集,着重分析比较UDP流量基本特性,包括端口号、包长、字节等.分析结果表明UDP流更倾向于使用随机端口,且流数量有大幅度的增加,尤其是携带少量数据包和字节数的短流.我们推断这些现象和近年来P2P广泛应用和P2P协议的特性演变相关.     

网络流量分析系统技术研究与实现

网络流量分析是有助于进行网络规划、网络优化、流量趋势分析的工具,通过对网络流量的采集和分析,可以推断网络的运行状态。网络带宽的快速增加给网络流量分析工作带来了巨大挑战。通过分析现有流量分析系统的性能瓶颈和下一代网络流量分析系统需要达到的性能指标,提出了对应的解决方案。     

成人四肢长骨的非对称性

本文测量了乌鲁木齐地区出土的200副成年四肢长骨。在左、右两侧长度相差大于0.1厘米时,四肢六骨(男性腓骨除外)均以非对称性为主。若以肱骨+桡骨、股骨+胫骨长作为上、下肢长,则右上肢与左下肢占优势,上、下肢单侧优势呈交叉关系。 在左右侧重量相差大于1％时,四肢六骨不论男女也均以非对称性为主,其中上肢以右大于左的占先势,而下肢也以右大于左的居多,在重量上看不出上、下肢单侧优势呈交叉关系。     

经济形态演进与社会形态发展的非对称性

经济形态演进和社会形态发展均有其自身规律性，但二者的发展又具有非同步性、非对称性。这就决定了在中国建立社会主义制度与建立市场经济体制发展商品经济是并行不悖的。进一步认识经济形态与社会形态的非对称性，对于落实党的十六大报告提出的“完善社会主义市场经济体制”的任务，加快中国的现代化进程，有着重要的现实意义。     

基于Netflow技术的网络流量测量的研究

介绍了主动和被动两种网络测量方法，详细分析了Netflow协议的功能、用途、交换特点和工作原理，并给出了Netflow的关键配置步骤及配置过程中需要注意的问题。作为Netflow在网络测量中的应用，重点介绍了基于Netflow的流量测量系统的架构，说明了Netflow版本5的内容，并对流量分析的三种层面进行了分析，最后给出了基于Netflow流量分析的设计。     

基于PCA的对等网络流量时空特性监测

在对等网络中,节点可以动态地进入和离开网络,增加了业务监测的难度。该文提出了采用主成分分析(PCA)方法检测并分析对等网络流量特征,解释了流量协方差矩阵最大特征值和最大特征矢量的物理意义,同时定义权重矢量作为流量观测指标,利用流量的协方差矩阵最大特征值和特征向量给出了全网的P2P流量时间和空间的动态特性。仿真结果表明,该方法能够很好地识别P2P流量的动态时间和空间特性,为互联网流量检测提供了一种有效方法。     

网络流量测量与CERNET流量监控系统的设计及实现

基于TCP/IP网络的SNMP管理协议,分析了网络流量测量的意义、方法和主要测量技术;针对大型骨干网流量监控和显示的需求,设计完成了CERNET动态流量监控系统,实现了网络流量数据获取,流量分析、实时监控和大屏幕显示播出的功能.     

带有伺服约束的非完整系统Mei对称性和Lie对称性

利用代数方程和微分方程在无限小变换下的不变性,研究带有伺服约束的非完整系统的Mei对称性和Lie对称性,给出Mei对称性的判据方程和结构方程及系统同时是Mei对称性和Lie对称性的定理,得到守恒量的具体形式.     

小信号增益及环时间非对称性对TOAD开关特性的影响

充分考虑了太赫兹光非对称解复用器中半导体光放大器的增益饱和与恢复的影响,深入分析研究了小信号增益及环时间非对称性对ＴＯＡＤ开关特性的影响。结果表明：小信号增益对开关窗口的形状影响显著,但对宽度影响很小;在环中点附近的某一定范围内,ＴＯＡＤ解复用输出随环时间非对称性的变化而急剧变化。严重影响ＴＯＡＤ的输出性能。     

关于完整非保守系统的3种对称性

研究同一个完整非保守系统,在广义力不同表达时的Noether对称性、Lie对称性和形式不变性所发生的变化.结果表明,Noether对称性中的规范函数有变化,但Noether守恒量不变;Lie对称性没有任何变化;形式不变性有很大变化.并给出了形式不变的条件.     

ATM网络流量控制的一种新的模糊监控算法

为了克服现有ATM网络流量控制参数固定和不灵活的特点,提出一种新的模糊监控算法,并给出了合适的模糊控制规则。这种新算法能够根据信源参数有效地调整监控参数,动态性能较好,具有一定的自适应控制功能。计算机仿真结果表明,这种新的模糊监控算法在降低信元丢失率、改进突发源的响应速度及提高网络资源的利用率等方面都要优于简单漏桶算法,也证明了该算法对ATM网络中现有业务的有效性。这种新的模糊监控算法在ATM网络和其他网络的性能改善与评价中可获得广泛应用。因此,它在理论研究和实际应用上具有重要价值。     

城市静态网络交通流研究

基于BML模型,将城市道路设置为10×10条道路的二维静态网络,在开放性边界条件下,研究不同消失概率、车辆长度、最大速度及红绿灯周期与绿信比等影响因素对东西向车道和整个网络交通流特性的影响,再现与实际交通相一致的非线性现象。     

基于流中前 5 个包的在线流量分类特征

针对在线流量分类所面临的特征计算复杂和分类性能不稳定问题,利用流开始的前 5 个数据包（排除三次握手数据包）,计算数据包大小、负载大小和到达间隔时间等网络流量的统计特征,通过分析 3 种机器学习算法（C4. 5、BayesNet 和NBTree）分类的结果,研究可用于在线流量分类的特征以及这些特征应该满足的条件。实验结果表明,所提特征计算简单,能快速有效地区分不同的流量,对于不同的机器学习算法,均取得了较高的分类准确率（92%以上）,适用于在线流量分类。     

一种新的ATM网VBR视频业务模型及分析

提出了一种新的VBR视频业务模型：三态马尔科夫链下的双一阶自回归Gamma序列．该模型较理想地描述了场景切换下的视频业务模型，其Gamma分布特性较好地描述了VBR业务比特流的分布．对该模型进行了较详细的分析，得出了确定模型参数的方法．     

Combined Analysis of Cost and Traffic Grooming Policies for Hybrid Networks Under Dynamic Traffic Requests

The benefit of a two-layer hybrid IP/MPLS (multi-protocol label switching) over a wavelength division multiplexing network has been analyzed considering both the cost and different grooming policies. A detailed cost and performance analysis of hybrid networks is done for three different grooming policies. The hybrid network cost is compared with that of an opaque network for equal traffic demand and equal blocking probability of dynamic requests of label switched paths. An algorithm is given to design optim...     

数据挖掘技术在话务网数据分析中的研究与应用

利用数据挖掘技术设计了移动通信话务网管数据挖掘系统,将概念、分类、关联、时间序列分析等算法应用于话务网管散据分析中,重点介绍分类分析算法在话务网管数据分析系统中的应用．     

改进PSO-LSTM算法预测高速公路交通量

高速公路交通政策的制定需要准确的预测交通量,基于此,选用LSTM机器学习模型对其研究,针对LSTM模型中参数确定的问题,选用 PSO算法对其优化,同时针对PSO算法中粒子位置更新问题,以公式中各参数含义为切入点进行改进,将PSO算法公式中原来静态的惯性权重及学习权重改为会随着迭代次数及粒子位置改变而改变的动态值,从而达到搜寻精度提高的目的,据此构造改进PSO-LSTM模型,最后通过实例计算分析,分别对高速公路的工作日及休息日进行预测。结果表明改进的PSO-LSTM模型较LSTM模型在工作日及休息日交通量的预测上,其评价指标均方根误差分别提高了12.19%、10.97%,平均绝对误差分别提高了17.06%、15.17%,平方绝对百分比误差分别提高24.56%、23.88%,精度提高值明显高于PSO-LSTM模型。改进PSO-LSTM模型在交通量预测精度上具有显著提高作用,且抗干扰能力强,可以为政策的合理制定提供更可靠的依据。     

T型交叉口信号设置临界流量的确定方法

为完善道路交通信号灯设置与安装规范,以不同车流的优先通行规则为基础,提出了T型交叉口各股车流之间的冲突矩阵,并基于可接受间隙理论和排队论建立了车流通行能力及无信号交叉口车均延误模型.在此基础上,以交通流的运行效率最优为控制目标,以车均延误为判别指标,描述了信号设置前后交叉口车均延误差值与车流流量的变化关系;取延误较小者...     

基于复合神经网络的网络业务分类算法

针对目前计算机网络业务流管理问题,提出了一种基于复合神经网络的网络业务分类方案．将复合神经网络用于网络业务源特征提取与分类的研究中,打包法和BP算法结合用于复合神经网络的训练．并分析比较与单个神经网络和模糊神经网络算法用于网络业务分类效果．计算机仿真结果表明,复合神经网络分类收敛快、误差小,比单个神经网络算法和模糊神经网络算法更优越；同时,研究结果为解决网络业务源特征提取与分类提供了一种有效的途径．     

基于视频角点信息特征的交通流参数测算方法

提出了一种基于视频图像中角点特征的交通参数检测方法．首先设置检测区域,并将检测区域分为初始检测区和跟踪检测区,在初始检测区内对运动车辆的存在性进行检测．为了加快计算速度,利用虚拟线状态检测的方法判断车辆是否驶入,如果有运动车辆出现,则对运动车辆的角点进行定位,并在初始检测区内实现状态参数的初始化．在跟踪检测区．基于刚体运动的一致性假设,依据角点的分布特征对车辆进行分割,实现对运动车辆的跟踪．在车辆完全驶离跟踪区域时,统计交通流的流量、速度以及车型等信息．