面向算力网络的安全能力研究

算力网络作为全新的网络基础设施,其新型网络架构、多样化的服务场景以及新技术的应用,给算力网络安全带来了新的风险和需求。介绍了算力网络的发展机遇,分析了算力网络新的安全挑战,提出了算力网络安全能力框架,并探讨了解决相关安全风险的算力网络安全能力部署建议。

大学生创新能力预测模型的构建与应用研究

为了构建基于机器学习算法的大学生创新能力预测模型,实现对创新能力的评价和预测,通过收集大学生在课程学习、学科竞赛、论文发表和实践创新等多方面的数据,结合随机森林算法进行集成学习,综合考虑多维度数据并提取关键特征,形成了创新能力分类评价和预测模型。经过训练,该模型展现出良好的预测性能,实验结果表明其具有较高的准确性和稳定性。不仅为大学生创新能力的评价和预测提供了新的思路和方法,还有助于推动创新能力培养工作的深入发展,为高校教育创新提供有力支持。

基于IFS-FOA-ELM的网络安全态势预测方法

针对传统的网络安全态势预测方法在解决复杂网络环境下各种不确定性问题时往往准确性较差,不能快速准确预测网络安全态势变化趋势的问题,提出基于IFS-FOA-ELM的网络安全态势预测方法。基于直觉模糊集,构建网络安全信息特征要素,并计算出网络安全态势值。构建ELM预测模型,并利用果蝇优化算法对ELM的输入权值与阈值进行优化。最后,利用某互联网中心大数据环境下网络安全态势数据,验证IFS-FOA-ELM预测模型的精度与实时度。仿真结果表明:所提算法能够快速有效对网络安全态势进行预测。

互联网体系结构的研究与思考

互联网是人类信息社会重要的基础设施,网络体系结构设计是其健康、有序和可持续发展的基础研究课题.本文首先梳理了网络体系结构的定义,概括了互联网发展的现状和面临的主要挑战,分析了网络体系结构研究在应对挑战和促进互联网发展中的意义和作用;然后概略介绍了历史上互联网体系结构相关的研究计划和项目,总结了相关研究成果,重点分析了网络体系结构研究实践中形成的主要观点,对网络体系结构“革命式”和“演进式”的技术路线分别进行了评述;接着分析和总结了近期的相关研究进展和发展趋势;最后结合历史和近期的相关研究,讨论了若干网体系结构研究意义、方法、设想和影响的思考与认识.

基于改进PSO-Means算法的大数据聚类处理方法

针对大数据聚类处理存在不同类型数据聚类效果差、聚类耗时长的问题,提出了基于改进PSO-Means(Particle Swarm Optimization Means)算法的大数据聚类处理方法。该方法采用粒子群算法确定一次聚类过程中单位粒子的飞行时间和飞行方向,预先设定初始聚类中心的选择范围,并适当调整单位粒子的惯性权重,以消除粒子振荡造成的聚类缺陷,成功获取基于大规模数据的聚类中心。结合生成树算法,通过从样本偏差和质心偏度两个方面对PSO算法进行优化,并将优化后的聚类中心输入到k-means聚类算法中,实现大数据聚类处理。实验结果表明,改进的PSO-Means方法可以有效地聚类不同类型的数据,并且聚类耗时仅为0.3 s,验证了该方法具备较好的聚类性能和聚类效率。

卫星互联网传输路径攻击及防御机制研究

卫星互联网被广泛认为是未来第6代移动通信技术(6th Generation,6G)网络的重要组成部分。为提升卫星互联网的安全性,针对卫星互联网传输路径实施的攻击手段,提出一种基于路径验证的防御机制,并在卫星互联网网关与路由节点间建立逐分组验证策略,使网关能够实时识别恶意流量,从而阻断或降低攻击危害。该机制具有兼容性好、低开销和高可靠等特点。仿真试验证明了其可行性,为提升卫星互联网安全性提供了支撑。

新媒体视角下淄博烧烤流量承接的策略研究

互联网时代,流量承接正成为主流盈利模式之一。在新媒体背景下,文章以淄博烧烤为例,探讨了如何妥善运用新媒介进行正向传播,以吸引社会大众的注意力,聚集流量,并实现有效的流量承接。研究发现,淄博烧烤通过多方协作满足消费者多元化的消费需求,成功获取了流量并实现流量承接。然而淄博烧烤在流量承接过程中也面临虚假负面信息传播、恶意流量传播等问题。据此本文提出了树立正确的流量观、确保网络传播的真实性、加强多方责任感的改善策略,以供参考。

IP承载网络技术演进方向研究

互联网业务的快速发展对IP承载网络提出了确定性、高可靠性、大带宽、弹性连接等新要求,而运营商业务本身的发展对IP承载网络提出了降本增效、差异化承载、安全可信的需求。基于业务演进对网络的需求、IP新技术的发展,对IP承载网络演进方向开展讨论,旨在打造高质量、差异化承载底座,满足多样化业务需求,提升网络价值,降低网络运营成本,筑牢网络安全底座,保障网络安全。

基于5G SA网络IPv6单栈的研究与实践

中国5G独立组网(SA)互联网网络已经全面进入了IPv4和IPv6双栈运行阶段,但如何引入IPv6单栈,成为当前运营商面临的新挑战。通过对IPv6单栈概念和技术的分析,提出了IPv6单栈网络部署方案,并进行了实践验证。实践证明,该方案是可行的。随着业务应用由IPv4向IPv6演进,IPv6的流量占比将大幅提升,基于实践和分析,提出了下一步IPv6发展的策略建议。

互联网重点应用服务端算力分布及其对用户感知的影响

互联网应用在服务端的算力分布会对用户感知产生一定影响。选取互联网头部应用,以流量作为主要度量,通过采集和分析现网数据,研究其服务端的算力分布情况和流量远距离绕转情况。同时,结合用户感知数据,对流量绕转与实际感知进行关联分析。分析发现,互联网应用的服务端算力分布存在不平衡现象,服务调度中也存在非最优调度。互联网应用方应与运营商密切协作,减少流量绕转,协同改善用户感知和网络效率。

IPv6+技术的安全风险与安全机制

IPv6/IPv6+适用于更多的场景、更多样的用户需求以及更复杂的安全环境,在全面推进IPv6商用部署和IPv6+创新研究的过程中,网络安全问题也被更加重视。然而IPv6+新技术尚在研究和试点中,其安全威胁还未充分暴露,需要结合国内外最新标准研究进展和试点应用经验来分析IPv6+新协议、新技术、新地址编码可能会带来的安全风险和问题,强化IPv6+技术安全管理和防护手段,以做到安全保护措施与IPv6网络改造同步规划、同步建设、同步使用,为构建IPv6/IPv6+下一代网络安全防护体系开展前瞻布局研究。

SoMoLo与O2O理论在移动互联网时代的应用研究——以“易享校园”微信小程序为例

本文以“易享校园”微信小程序为例,研究移动互联网理论应用与微信小程序推广,介绍了SoMoLo(社交、移动、本地)和O2O(线上到线下)的概念,探讨了“易享校园”微信小程序如何应用SoMoLo和O2O理论,进而分析其社交、移动和本地化服务的特点,重点讨论微信小程序的概念、特点和优势等,并提供“易享校园”微信小程序推广的策略和方法,包括优化小程序的页面设计、利用微信社交功能、运用微信广告和推送等。通过分析其他成功的移动互联网应用案例,对“易享校园”微信小程序的成功因素进行总结,并展望移动互联网和微信小程序未来的发展趋势,以供行业参考。

基于6LoWPAN和Contiki的个域网节点TCP通信实验设计

针对电信类学生硬件、网络、嵌入式操作系统三方面综合应用能力弱的问题,设计了物联网(Internet of things,IoT)综合实验。硬件采用STM32W108芯片、CC2530通信模块和IEEE802.15.4传感器模块,内部移植Contiki操作系统,完成基于6LoWPAN技术的两节点TCP通信任务。教学设计内容紧扣物联网发展主题,从个域网的通信子网搭建开始,完成了物理层、数据链路层、网络层、传输层的网络通信和测试实验。学生在网络技术、嵌入式技术和操作系统三方面得到了训练。高阶性、创新性实验的引入,对学生解决复杂工程问题具有积极意义,课程有效性在相关竞赛中得到体现。

基于注意力特征融合网络的DGA恶意域名检测方法

僵尸网络借助DGA生成大量随机域名逃避安全防御系统监测。为解决已有DGA恶意域名检测方法准确性不高和泛化能力受限等问题,提出基于注意力特征融合网络。通过结合输入层、Embedding层、卷积神经网络层、注意力模块和长短时记忆网络层,实现层次化特征提取使模型性能得到极大的改善。实验结果显示,该方法在各项指标上都有明显的提升,表现出优秀的DGA恶意域名检测能力。

网络社交媒体对品牌营销的影响研究

随着互联网的快速发展和社交媒体的普及,品牌营销领域已经发生了根本性的改变。网络社交媒体成为品牌与消费者之间沟通的重要平台,对品牌营销产生了深远影响。该文旨在探讨网络社交媒体对品牌营销的影响及其机制,以帮助企业更好地利用社交媒体进行品牌营销。

互联网金融对商业银行业务的影响研究

随着互联网技术的不断发展,金融与互联网结合得更加紧密,给金融业带来了新变化。互联网金融以其高效、便捷、低手续费等优势迅速崛起,打破了传统商业银行的经营模式。文章首先介绍了互联网金融的概念、特点及经营模式,而后就互联网金融对商业银行业务的影响进行分析,最后提出建议措施。

基于云计算的蛋白质折叠空间结构预测

构建基于云计算的蛋白质折叠空间结构预测框架,通过数据云存储设备获取蛋白质序列原始数据,采用HDFS(Hadoop Distributed File System)分布式存储方式保存于云端。资源和队列管理器RQM(Resource Queue Man‐agement)开启云端虚拟机后,以之作为扫描节点(Sensor Node,SN),SN基于二维AB非格点模型建立最小蛋白质分子能量优化函数,采用局部搜索机制改进的量子遗传算法对其作优化求解。利用云端GPU设备处理模型训练数据,即可实现蛋白质折叠空间结构的自动化预测。实验结果表明:蛋白质序列能量势函数计算结果更小、执行效率更高、GDT-TS(Geothermal Development and Testing Tool Suite)评价指标值更大。

基于改进遗传算法的云计算任务调度方法

云计算环境中可能存在大量的计算节点与不确定性因素,需要进行大规模的任务调度和管理,增加了调度的复杂度和难度。为了满足任务调度的实时性需求,降低过程中产生的能耗,提出一种基于改进遗传算法的云计算任务调度方法。对不同的任务属性进行结合,重新设定各个云计算节点的任务属性,并计算节点的综合属性值。根据计算结果以全部任务完成时间最小化作为调度目标,构建云计算任务调度模型。改进传统遗传算法,优化种群的初始形成方式,通过改进后的遗传算法求解调度模型,判断获取的解是否满足终止条件,如果满足直接输出最优云计算任务调度方案,实现云计算任务优化调度。由实验结果可知,该方法的任务调度完成时间较低,其调度时间最高值仅为16 min,说明该方法能够满足任务调度的实时性需求,且能耗较低,能够实现任务的高效执行和资源的合理利用。

面向智慧教室的无线传感网边缘节点智能部署方法

为降低部署后的通信时延,提高智慧教室的数据发送与网络使用效率,提出面向智慧教室的无线传感网边缘节点智能部署方法;以智慧教室场景中良好的通信、最大限度降低部署边缘节点成本为优化目标,构建边缘节点智能部署的目标函数;针对目标函数设定流量约束条件、无线传感网数据流约束条件、节点计算能力约束条件;自适应调整粒子群优化算法的惯性权重、粒子更新速度、Pareto最优解保存策略,设计多目标改进粒子群优化算法求解目标函数,实现面向智慧教室的无线传感网边缘节点智能部署;测试结果表明,该方法优化目标为网络覆盖率时的最低网络时延为0.97 s,数据发送时延为0.14 s;优化目标为节点安全连通度时的最大网络时延为1.68 s,最大数据发送时延为0.68 s;整体连通度较高,遗漏节点为0;网络计算能力平均值为250.55 MB/s;在无线传感网边缘节点为2000个时,基本趋于稳定,时间复杂度稳定在3次;综上可知,应用该方法后的时延较低,部署效果较好,算法性能较优,保证了智慧教室无线传感网通信和传输质量。

基于Spark云计算的生物基因多序列比对方法

在生物基因多序列比对过程中,早期的方法仅计算了单一的Spark集群参数,导致算法的并行效果较差;为此,设计了基于Spark云计算的生物基因多序列比对方法;基于获得的生物遗传序列数据,对其进行了优化,并通过计算不同序列间的匹配度,对生物基因多序列比对任务进行动态规划;利用Spark云计算技术,构建Spark集群,并对多个Spark集群的参数进行计算;利用多种生物基因序列之间的相似性与差异性来选择最佳的匹配路径,在此基础上,建立多个生物基因序列比对的并行计算模型,并对其进行求解,得到对应的多个序列对比对的并行算法;实验结果表明:该方法具有更好的并行性,能够有效提高多序列比对的性能。