CDN内容路由的负载均衡及网络分割算法的研究

CDN(Content Distribution／Delivery Network)技术的产生，是为了给客户提供最佳的内容服务，CDN的实现需要依赖多种网络技术的支持，其中很重要的一项就是负载均衡技术，在两种实现内容重定向功能算法的基础上，对服务器进行负载均衡，分析均衡前后服务器负载情况，并再次对两种算法进行性能比较，详细讨论了网络树的概念，给出了具体的网络分割的算法。     

一种面向特定网络服务的异常检测方法

通过对入侵检测技术以及攻击种类的分析,发现常用的网络流量模型和简单的应用模型不能很好地检测R2L(Remote to Local)和U2R(User to Root)两类攻击.为此,提出一种面向特定网络服务的异常检测方法,考虑了特定网络服务的负载知识,结合信息论相关理论和n-gram分析方法,对正常服务请求报文的类型、长度、负载分布建立模型,对检测对象计算其特征异常值,有效检测R2L和U2R两类攻击.将该方法与误用检测结合,能有效提高入侵检测的准确性.     

蚁群算法在水位流量关系拟合中的应用

蚁群算法是一种模拟进化算法,初步研究表明该算法具有许多优良性质.针对传统水位流量关系曲线拟合过程中存在精度不高等问题,应用连续性空间优化问题的蚁群算法模型来拟合水位流量关系,并将该方法与遗传算法及传统的优化方法进行比较.结果表明,蚁群算法具有直观、简便、快速、实用性强等优点,是一种较为优秀的全局优化方法.     

基于SNMP协议的全局网络流量分析系统的设计与实现

针对传统的网络流量检测方法的不足,设计了一种基于SNMP协议的流量分析的网络流量监测系统. 该系统通过SNMP协议收集不同网络设备数据,并用这些数据掌握了一系列图表直观的体现网络设备间的流量和整个网络的负载状况.     

背景流量中报文负载的字典构造方法

背景流量的构造是决定网络测试质量的重要方面. 在目前背景流量的生成中,报文的负载一般采用随机串进行全部或部分填充. 该方法容易引入误报,造成测试结果的不准确,所构造的流量中报文对被测系统的压力不可控制,在实时测试中随机串的生成降低了测试系统的性能,而在离线测试中为存储负载中的随机串需要庞大的空间. 针对这种方法的不足,设计了一种字典填充方法,报文的负载从字典中选取,而字典的内容从被测设备所能监控的网络事件的特征中提取. 该方法可以减少随机串方法所带来的问题,实验证明是有效的.     

并行计算环境负载信息的动态监测及处理

负载平衡(load balancing)是网络通信和网络并行计算中的关键问题之一. 为达到负载平衡,就必须对各节点的负载指标进行分析,给出各节点的负载值. 通过系统调用与读取硬件配置信息,实时地获取负载计算所需的参数,利用这些参数计算出复合型负载指标. 该指标经加权处理后为并行计算的进程迁移提供了更加准确的负载值.     

Ce改性CuO/γ-Al2O3的稳定性及催化活性研究

以CeO2作为改性添加剂、γ-Al2O3为载体、CuO为活性成分，用分层浸渍的方法制备出负载型CuO—Ceo2／γ-Al2O3湿式氧化催化剂；采用TG—DTA、XRD对其进行表征，研究了Ce的掺杂对载体及活性成分高温稳定性的影响并得出结论：在湿武氧化反应过程中，Ce的掺杂有效抑制了γ-Al2O3向α-Al2O3转变的高温相交，以及活性成分CuO与载体间相互作用形成CuAl2O4昀过程。通过对苯酚的湿式氧化降解实验，获知CeO2的加入可明显提高催化剂活性，其中6％CuO-6％CeO2／1—100％Al2O3的质量组分比对苯酚的催化活性最佳，反应30min，苯酚溶液COD的去除率为91．31%。     

OMS-2制备方法对其负载Cu催化剂CO氧化性能的影响

采用3种不同方法制备氧化锰八面体分子筛(OMS-2),通过浸渍负载CuO制备了一系列CuO含量为10.0%(质量分数)的CuO/OMS-2催化剂,考察了催化剂在CO催化氧化反应中的催化性能,并利用X射线衍射(XRD)、N_2吸附(BET)、透射电镜(TEM)、X射线光电子能谱(XPS)、程序升温还原(H2-TPR)等手段对催化剂进行了表征.结果表明,固相法制备的S-OMS-2为纳米棒状形貌、结晶度低、比表面积大,而回流法和水热法的OMS-2为针状或纤维状形貌、结晶度高、比表面积小.OMS-2制备方法对其负载Cu催化剂上的CO氧化反应影响较大,CuO/S-OMS-2具有最高的催化活性,这可能是因为CuO/S-OMS-2中较大的比面积、较多的晶格缺陷以及高分散的CuO提供了更多有利于CO氧化反应的Cu-O-Mn界面.     

一种云环境下的虚拟机负载均衡算法

针对多数负载均衡算法都以虚拟机的CPU、内存等资源的利用率作为优化目标,而未考虑虚拟机上总任务工作时长不均衡导致任务总等待时长增加的问题,提出一种结合随机森林分类器的粒子群优化算法用于解决虚拟机的负载均衡问题.该算法不仅均衡了虚拟机的CPU利用率和内存利用率,也将虚拟机上总任务工作时长作为优化目标,以达到均衡虚拟机资源利用率,同时减少任务总等待时间的目的.仿真实验结果表明,该算法能有效解决虚拟机的负载均衡问题.     

基于二维路由的流量工程解决方案

流量工程是应对互联网规模和流量高速增长的必要方法,高效的流量工程受限于流量矩阵的测量和已有路由设备转发能力.结合上述挑战提出了基于大流调度的二维路由流量工程方案,建立了描述二维路由大流调度问题的数学优化模型,使用改进的随机取整算法求得问题的近似解.实现了基于Quagga的二维路由大流调度的原型系统,使用扩展链路状态通告下发路由决策信息.真实实验证明,系统能够实现大流的快速调度.仿真实验结果表明,基于二维路由的大流调度明显优于基于传统一维路由方式的大流调度,并且前者能够达到接近最优的调度结果.真实实验和仿真实验证明,该方案不仅仅实现了更为细粒度的流量调度,而且具有更好的可扩展性以及更低的转发流表开销.