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.     

在局域网中IPSec与NAT冲突的解决方法

IPSec主要是通过对整个IP报文进行加密和认证,防止外部对IP头信息的访问来提供安全服务,而NAT要访问或者修改IP报文的头信息。局域网内用户如何让IPSec、NAT协调工作,本文提出了一种解决方案,该方案主要是在数据报文应用完IPSec协议之后增加一个外部头,这个外部头可以方便NAT处理又不与IPSec产生冲突,实现了两者的协调工作。     

伪造HTTP请求报文协议头对网络投票系统刷票的可行性研究

通过对HTTP报文数据包结构的认识，以ASPCMS网络投票系统为例，探讨了一种通过伪造HTTP报文数据包协议头，绕过系统对IP地址检测的机制，最终实现网络刷票。     

下一代高性能路由器关键技术研究

随着全业务IP化的发展，从终端、接入、汇聚到核心乃至整个IP网络的流量都出现井喷式的增长。由此要求网络运营商能够提供大容量、高转发性能、安全可靠的下一代高性能路由器系统来满足日益增长的用户带宽和性能需求。下一代高性能路由器的关键技术在软件方面主要有特权级别的内核保护技术等技术，在硬件方面主要有高速报文转发、大容量分组交换等技术，另外一个关键技术是综合业务能力，包括V4/V6双栈能力以及集群技术能力等。     

改进的非对称多通道路由器结构及其分析模型

为提高路由器的性能,提出了一种改进的非对称多通道路由器结构,并给出了相应的排队论分析模型,用于片上网络设计方案的性能评估.通过将非对称多通道路由器输入端口中特定输出方向的通道由单个扩展到一组,降低了该方向上的队列头阻塞;通过分析该结构的各种阻塞、报文到达率和服务速率,并借助M/G/1/N排队论模型构建了对应的分析模型.给定通道组中合适的通道数量,该结构可有效降低报文平均延时、提高饱和吞吐率;结构的分析模型与仿真结果之间的平均相对误差小于6.4%.     

面向片上网络延迟优化的直通路径预构机制

针对维序路由模式下报文传输时表现出的空间局部性,提出了一种适用于报文直向通信优化传输的直通路径预构(SFRP)路由器结构.通过在路由器内部输入端口N,S,E,W分别静态地预构一条连接其直向通信输出端口的开关直通路径,结合适当的重用以及中断机制,以期实现后续的报文在满足匹配条件的情况下可直接利用开关直通路径进行报文的传输,进而旁通开关分配流水站,降低报文传输延迟.合成通信负载下的模拟结果表明,SFRP路由器在报文注入率饱和前较BASE, BASE_LR, BASE_LR_SPC和PSEUDO_CIRCUIT等四种路由器结构均可获得非常明显的性能提升,其性能提升最大可达到59%, 46%, 25.6%和9.5%.真实应用负载下的模拟结果表明,SFRP路由器与PSEUDO_CIRCUIT路由器的平均延迟相当,但较其他几种路由器结构可分别获得57%, 45%和21%的性能提升.     

防止网络ARP欺骗攻击的S—ARP协议

传统的IP—ARP协议缺乏基本的认证与完整性检查措施,导致ARP欺骗的安全攻击相当流行。S—ARP协议试图对传统的IP—ARP协议进行简单扩展并实现,主要通过对ARP报文进行认证及完整性检查措施来防止ARP欺骗攻击。该协议具体实现的方法是在内网Pc机上安装一个包含S—ARP协议的客户端软件,同时,在路由器上也添加了相应的协议模块,使ARP的广播报文是在有安全认证机制下进行各个结点之间的ARP类的信息交换,而ARP病毒软件发出的欺骗类的ARP报文不合有认证信息会被丢弃,自然也就无法产生影响了。     

浅谈关于路由器网络技术的应用

路由器作为IP网的核心设备,在数据通信中起到越来越重要的作用。本文在介绍路由器基本概念、功能和分类的基础上,重点对Ipv6技术、可编程ASIC技术、VPN技术、QoS技术等几种与路由器相关的技术进行了分析。     

基于聚集算法的DDoS数据流检测和处理

提出了一种应用于路由器的嵌入式DDoS(分布式拒绝服务攻击)防御算法。针对DDoS攻击的本质特征,对IP数据流进行轻量级协议分析,把IP数据流分为TCP、UDP和ICMP(网间控制报文协议)数据流,分别建立相应的聚集模式,根据该模式来检测DDoS聚集所占资源,采取相应的抑制措施过滤攻击数据包,从而保证合法数据流的正常转发。仿真试验证明该方法能准确地检测到DDoS攻击,处理效果很好。     

Dynamips在TCP/IP协议课程实验教学中的应用

Dynamips是一个免费、开源的思科路由器模拟软件,通常用于网络设备的配置操作实验教学中。该文通过分析TCP/IP协议课程实验的特点及现状,提出在TCP/IP协议课程实验教学中使用Dynamips构建网络协议分析实验平台,能有效降低实验教学成本,提高实验效率和学习效果,拓宽实验教学途径。结合多区域OSPF协议分析实验教学案例,介绍了使用Dynamips构建实验网络、捕获协议报文的具体方法。     

基于过滤器钩子驱动的数据包过滤研究与实现

在对Windows2000／XP操作系统下网络过滤器钩子驱动分析基础上，提出了一种在Windows2000／XP操作系统下网络数据包拦截技术．该技术巧妙地将过滤器钩子挂接到系统默认的IP过滤器驱动上，实现数据包过滤，其主要依据是利用ipfiltdrv．sys所提供的功能来拦截网络数据包．     

基于覆盖的神经网络集成在语音识别中的应用

神经网络集成通过训练多个神经网络并将各网络的结论进行合成,从而得到最终结果.集成可以显著的提高学习系统的泛化能力.讨论了基于覆盖思想而设计的神经网络集成方法,并将其应用于汉语孤立数码语音识别系统中,通过在集成过程中加入基于覆盖思想的控制算法降低系统的泛化误差,从而使系统的识别效果有了进一步的提高.     

增量构造负相关异构神经网络集成的方法

基于负相关异构网络,提出了一种增量构造异构神经网络集成(NNE)的方法.该方法在训练成员网络时,不仅调整网络的连接权值,而且动态调整网络的结构,从而在提高单个网络精度的同时增加各成员网络之间的差异度,减小网络集成的泛化误差.该方法包括构造最佳异构网络(BHNN)和构造异构网络集成(HNNE)两个部分,BHNN基于负相关学习动态构造多个最佳网络,HNNE利用训练好的最佳网络增量地构造异构NNE.使用网络泛化误差和集成泛化误差,整个集成过程可自动完成,无需预先确定成员网络的结构.分别对回归和分类问题进行了实验,相对于单个网络,该方法在测试数据集上的错误率降低了17%～85%,与已有的Boosting、Bagging等网络集成方法相比,错误率也有不同程度的改善.     

量子粒子群优化神经网络集成股市预测模型研究

利用量子粒子群优化神经网络集成个体的网络结构和连接权值,对集成个体进行支持向量机回归集成,建立一个新的量子粒子群优化神经网络集成股市预测模型。新模型能有效提高神经网络集成系统的泛化能力,易操作,稳定性好,预测精度高,具有良好的应用前景。     

TD—SCDMA网络测试仪IP数据采集卡的研制

为顺应3G网络IP化的趋势，根据TD-SCDMA网络协议中IP数据包传输相关描述，研制了TD-SCDMA网络测试仪IP数据采集卡，利用网卡加WinPcap驱动的方法实现IP数据包采集，为上层协议分析提供有效消息。在Realtek8139网卡上的测试表明，该设计能可靠地完成IP数据包的采集，完全可以应用于当前TD-SCDMA网络测试。     

A Method for Detecting Intrusion on Networks in Real-time Based on IP Weight

A new rule to detect intrusion based on IP weight, which is also well implemented in the rule base of author's NMS, is presented. Compared with traditional ones, intrusion detecting based on IP weight enhanced analysis to packet content. The method also provides a real-time efficient way to analyze traffic on high-speed network and can help to increase valid usage rates of network resources. Practical implementation as a rule in the rule base of our NMS has verified that the rule can detect not only attacks on network, but also other unusual behaviors.     

小波包能谱熵与神经网络在断路器故障诊断中的应用

提出了一种以振动信号小波包能谱熵为特征量的断路器故障神经网络诊断方法。利用小波包分解原理将高压断路器振动信号分解到不同频段中,计算各频段的能谱熵值,以此构造小波包能谱熵向量作为神经网络的输入向量,并利用遗传算法对网络的连接权值进行了优化。引入置信度的概念,对改进神经网络输出的故障模式识别结果进行评价。通过试验分析结果表明了该方法的有效性,改进后的神经网络具有新故障模式的识别功能。     

基于Java的IP网络数据包抽样采集研究

阐述了数据包抽样的基本方法及特点，论述了IP网络数据包抽样采集系统的体系结构，最后用Java实现了基于Poisson的数据包抽样。     

基于模糊划分的神经网络集成

基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.     

基于小波包BP网络的超声检测缺陷类型识别

针对A型反射超声波检测仪难以准确识别缺陷类型的问题,探讨了基于小波包和BP神经网络相结合的超声检测缺陷类型识别方法。对检测的多组超声缺陷信号分别进行3层小波包分解,提取小波包频谱能量特征,归一化后构造了各缺陷信号的特征向量,并分别组成训练样本集和测试样本集,用于3层BP神经网络的训练和网络识别效果检验。实验结果表明该方法能准确快速地识别出超声检测缺陷类型。