突发业务流的TES建模方法

高速通信网络存在大量诸如可变速率(VBR)视频这类具有突发性的业务流。突发性,在数学上主要通过业务流的到达时间间隔的边缘概率分布和自相关函数来描述。TES(Transform-Expand-Sample)是一种建模静态随机过程的非参数化技术,能准确匹配边缘概率分布并很好地近似自相关函数。本文简要介绍了TES方法的基本原理,再详细讨论突发业务流的TES建模及其软件实现。对MPEG视频业务的建模的仿真结果表明,TES模型能够很好地表征网络业务流的突发性。

NS2扩展突发性业务流:设计与实现

结合Markov调制泊松过程(MMPP)和混合泊松流,为突发性分组业务设计了Gamma调制泊松过程(GMPP)业务流模型。面向开源仿真器NS2的功能扩展,给出了纯泊松流、MMPP流和GMPP流的NS2扩展设计和实现方案,并经仿真实验进行了验证。分析表明GMPP更适用于实际业务流。

基于宏观网络流相关性的DDoS攻击检测

针对现行分布式拒绝服务(DDoS)攻击检测方法存在检测效率低、适用范围小等缺陷,在分析DDoS攻击对网络流量大小和IP地址相关性影响的基础上,提出基于网络流相关性的DDoS攻击检测方法。对流量大小特性进行相关性分析,定义Hurst指数方差变化率为测度,用以区分正常流量与引起流量显著变化的异常性流量。研究IP地址相关性,定义并计算IP地址相似度作为突发业务流和DDoS攻击的区分测度。实验结果表明,对网络流中流量大小和IP地址2个属性进行相关性分析,能准确地区分出网络中存在的正常流量、突发业务流和DDoS攻击,达到提高DDoS攻击检测效率的目的。

一种DDoS攻击复合式检测方法的研究

分布式拒绝服务攻击(DDo S)严重影响着网络安全,给网络的应用和发展带来了极大危害。目前,网络流量的自相似性、时间序列分析等已经成为DDo S攻击检测中重要的策略和技术。但是,当这些策略和技术单独使用时,DDo S攻击检测效果并不十分理想。文中提出一种利用网络单边连接密度(OWCD)、网络重尾特性、累积欧几里得距离等方法的复合式检测方法。运用该复合式DDo S攻击检测方法进行DDo S攻击检测时,能有效地区分出正常流量、DDo S攻击流量与突发业务流量,从而提高了DDo S攻击的检测效率。

无线Mesh网络环境下的SLA机制

对无线Mesh网络环境中SLA机制进行研究,建立一套无线Mesh环境下基于不同服务等级的冲突避免机制,在MAC层设计基于多服务等级的冲突避免算法(multipriority collision avoidance,MPCA),针对不同SLA策略的数据流采用不同退避算法。该算法支持突发业务流传输,能够保证高服务等级业务的实时性。仿真结果表明,MPCA能有效提高用户感知服务质量、服务可靠性以及可用性和稳定性。

DiffServ中基于优先级的队列调度算法

为了提高DWRR算法的时延性能及应对突发流的能力,文中结合比例时延区分服务模型,在DWRR算法的基础上提出了一种能够体现优先级的队列调度算法-PDDRR。该算法的控制目标是保证各业务流的平均排队时延在无突发业务流时维持在给定的比率,而在应对突发流时忽略时延的比例公平原则,根据网络实时负载动态地调整各队列的权值,合理地分配资源。仿真结果表明,算法不仅能实现不同优先级业务的时延区分,而且在业务流突发时为各等级业务提供服务质量保证。