利用数据挖掘技术改进TCP CUBIC拥塞控制算法

TCP CUBIC拥塞控制算法无法主动判断拥塞和预测丢包。为解决这一难题,算法首先采集网络节点数据,利用多维关联挖掘方法建立模型,引用RTT最大值和最小值变化率判定网络拥塞;然后划分拥塞等级,利用动态神经网络算法训练模型,确定拥塞窗口的立方增长因子λ和线性增长参数S数值大小,制定不同策略主动调整拥塞窗口增长速度,利用贝叶斯学习推理策略,动态学习预测连接路径丢包概率;最后,结果表明改进算法能有效调整拥塞和预测丢包。

基于隐马尔可夫模型的网络安全态势预测方法

针对网络安全态势预测动态、实时等特性,设计了基于隐马尔可夫模型网络安全态势预测模型。根据t时刻的网络安全态势计算出t+1时刻的态势,同时结合最大熵算法,对态势进行一致性判定,提高了预测准确率。分析及模拟实验表明该基于隐马尔可夫模型的网络安全态势预测方法具有自主学习及主动防御特征,同时平衡了速度和准确度要求,能够高效、准确地进行网络安全态势预测。

基于可信计算的移动终端安全防护设计与应用

通过构建移动终端中基于可信技术的移动架构,解决了传统移动终端体系架构简单带来的脆弱性问题。从提供硬件级可信芯片的移动终端架构,实现了完整性度量、数据保护和身份认证,从而使嵌入式移动终端的环境更加安全,在根本上实现了对当前移动终端应用领域各种不安全因素的主动防御。