基于内容转发模型的P2P流量识别算法

随着P2P技术的发展,单纯地依靠IP加固定端口、应用层特征匹配进行流量识别的方法已不能满足实际需求。本文基于P2P网络结点既下载数据内容又将其进行转发的事实,建立了P2P网络的内容转发模型,并在此基础上设计实现了基于P2P网络内容转发模型的流量识别算法。该算法不依赖于端口号或应用层特征等与特定应用相关的信息,而是充分利用了结点具有内容转发的内在特性,具有较好的扩展性和鲁棒性。同时,理论分析和实验结果表明:本文算法具有较好的识别精度和鲁棒性,对检测P2P流媒体应用及热门资源共享产生的流量更具适应性。

基于内容的网络集群负载平衡算法模型

在论述网络集群负载平衡算法的基础上,基于内容分类的方法,给出基于内容的网络集群负载平衡算法三元组模型。请求分类有利于提高缓存命中率,调度机制说明如何适当地转发请求,动态反馈避免将请求分配到重载的服务器,进而分析了调度机制的八种调度策略和六种基于内容的调度转发技术。该模型利用缓存内容来提高集群的吞吐量和响应时间,可部署多种服务类型。

突发事件中辟谣微博效果评价模型的构建——对“W市三岁女童事件”辟谣效果的实证分析

当前,学界对于辟谣效果评价的研究主要集中在传播力分析和情感态度影响力分析两个方面,但尚未形成二者的综合、统一。本文对辟谣信息传播力、情感态度影响力进行综合,在点赞量、评论量、转发量三个指标的基础上,将转发内容积极情感概率纳入辟谣效果评价指标体系,运用熵权法计算各指标权重、建立有效辟谣效果评价模型,并结合实证分析给出提升微博辟谣效果的靶向建议。