基于TCP/IP协议的网络层次化安全技术分析

引言 TCP/IP协议簇在应用层(Application Layer)定义了Telnet、FTP、SMTP、POP、DNS、HTTP等协议,在传输层(Transfer Layer)定义了TCP、UDP协议,在网络层定义了IP、ICMP、ARP、RARP等协议,在数据链路层定义了PPP协议等.但这些协议的制定,最初是为了科学研究,缺乏安全机制.目前,针对TCP/IP协议簇模型的各层都有相应的安全技术.

优化网络成本的网络层次化和光网络交叉连接网元

1.具竞争力的光网络 要建设有竞争力的网络,同时还要保持端到端业务的能力,网络层次化是一个热点。有效的网络层次化是网络灵活成长和资源有效利用的基本要素。同时,层次化的网络结构不能在没有层间网关的情况下进行配置,而合适的交叉连接网元又决定了网关的角色。

网络管理层次化—Submanager管理工具的思想模型

本文介绍了一种称为Ｓｕｂｍａｎａｇｅｒ的中间管理工具，它将低层信息加以计算，形成高层的有序信息，从而减少网络管理中的信息流量，实现网络的有效管理。该方法将网络管理的结构层次化，以适应当今规模日益扩大环境越来越复杂的网络。

步行和自行车交通系统层次化网络构建方法——以海南省三亚市为例

针对步行和自行车交通网络规划缺乏系统方法的情况,以《城市步行和自行车交通系统规划设计导则》编制研究为基础,从使用者意愿角度出发,提出以步行和自行车交通分区、步行和自行车道路分级为核心的层次化网络构建方法。采用定性与定量相结合的方法划定分区,以契合政策导向和设施供给的双重属性;根据步行和自行车出行特点差异,提出契合城市空间结构和用地布局的差异化布局模式;给出步行和自行车道密度、宽度指标,以及在空间、环境、衔接层面的设计指引。强调在相关规划中落实控制指标,以保障步行和自行车交通系统层次化网络的构建。

融合卷积神经网络与层次化注意力网络的中文文本情感倾向性分析

文本情感倾向性分析是自然语言处理研究领域的一个基础问题。基于深度学习的模型是处理此问题的常用模型。而当前的多数深度学习模型在中文文本情感倾向性分析方面的应用存在两个问题:一是未能充分考虑到文本的层次化结构对情感倾向性判定的重要作用,二是传统的分词技术在处理文本时会产生歧义。该文针对这些问题基于卷积神经网络与层次化注意力网络的优点提出了一种深度学习模型C-HAN(Convolutional Neural Network-based and Hierarchical Attention Network-based Chinese Sentiment Classification Model),先用并行化卷积层学习词向量间的联系与组合形式,再将其结果输入到基本单元为双向循环神经网络的层次化注意力网络中判定情感倾向。实验表明:模型在中文评论数据集上倾向性分类准确率达到92.34%,和现有多个情感分析模型相比有所提升;此外,对于中文文本,选择使用字级别词向量作为原始特征会优于词级别词向量作为原始特征。

网络中层次化内部威胁态势量化评估方法仿真

网络中层次化内部威胁态势评估能够有效地提高网络安全应急响应能力。针对当前内部威胁态势量化评估时,存在着评估所需时间过长、准确度较低、评估所需成本消耗过大等问题,提出基于最终权重值的威胁态势量化评估方法。根据理论知识对网络的内部结构进行建模,利用网络安全威胁程度传播概率的量化方法,获取各个网络节点的安全态势,利用权重计算方法,求出网络节点的权重值,通过灰色分类法将网络内部威胁按威胁程度划分为强度、中度、弱度3个等级,根据层次分析评价指标计算出网络内部中威胁权重值,根据各种威胁权重值加权得出最终权重值,以最终权重值计算结果完成评估。实验结果表明,所提出方法在网络中层次化内部威胁态势量化评估中评估所需时间较短、评估准确度较高,成本消耗较小。

基于层次化片上网络的混合多播路由算法

为了降低多播通信延时,提出了一种基于层次化二维mesh片上网络的混合多播(HM)路由算法,并给出了其死锁避免方案.该算法以3×3的子mesh为单位将二维mesh网络划分为若干个多播区域,每个区域的中间路由器都通过一个额外端口与上层mesh网络的路由器相连.多播数据包在上层网络中按照Column-Path算法进行基于路径的多播,而在多播区域内则按照XY路由算法进行基于树的多播.仿真结果表明,相对于传统的基于路径的多播算法及基于树的RPM算法,HM算法能提供更小的多播延时,因此更适用于多目的通信的场合.

层次化网络SCADA通讯模型及其应用

为在大型网络分布式SCADA(Super Control and Data Acquisition)应用系统中解决诸如电力、通信、石油、化工、制造业等行业或领域,在过程、流程、状态方面的数据监视、数据控制、数据采集与数据管理的高效、实时问题,解决各级子系统之间人工逐级汇接的问题,提高应用系统的稳定性、可维护性,这里提出了一种层次化网络SCADA通讯模型。该模型是通过在层次化网络SCADA模型中,引入基于TCP/IP协议的客户机/服务器查询方式数据通讯技术和点对点主动数据传递技术而建立的。根据该模型所设计的产品,经过生产实践证明,应用该模型可以较方便地构造分布在不同区域计算机上的SCADA系统,进行高效的实时通信。该模型为具有多层结构的大型分布式网络化集中SCADA系统的设计、开发,探索出了一条十分有效的新路径。

层次化的网络设计与实现

随着通信技术和计算机技术的发展,网络结构的选择直接影响着网络的运行效率、可靠性和网络安全。层次化网络设计在网络结构设计中比以往使用的非层次化网络设计有着很多优势,也是网络结构的设计趋势。

层次化水下通信网络移动节点双向认证系统

现有的层次化舰船网络移动节点双向认证系统存在着认证效率低的弊端,为此提出层次化舰船网络移动节点双向认证系统设计研究。层次化舰船网络移动节点双向认证系统沿用现有系统的硬件设备,主要对软件进行设计。层次化舰船网络移动节点双向认证系统软件设计主要包括注册模块、登录模块与认证模块,通过软件设计的应用实现了层次化舰船网络移动节点双向认证系统的运行。采用移动节点单向认证系统、移动节点有限元认证系统与设计的移动节点双向认证系统进行对比实验分析,相较于其他2种认证系统来说,设计的层次化舰船网络移动节点双向认证系统运算量与运算时间较少,充分说明设计的层次化舰船网络移动节点双向认证系统具备更高的认证效率。

IRF虚拟化技术在层次化星型网络拓扑结构建设中的应用研究——以某市公安分局网络升级建设项目为例

IRF是建设网络核心的创新性技术,它能帮助用户设计和实施高可靠性、高可扩展性的以太网核心和汇聚主干。层次化星型网络拓扑是目前网络布局的典型结构,对中心节点性能要求较高。在采用层次化星型拓扑结构的网络升级建设项目中,对核心设备部署IRF技术,体现了先进性、稳定性、易用性、扩展性、安全性的网络建设原则。

层次化混合神经网络分类器信念分配问题的研究

层次化混合专家神经网络采用"分治"原理,把一个大任务分成多个小任务由多个小网络进行处理,或者说多个具有不同功能的小网络组合成一个大的网络,用于实现复杂的或大数据量学习问题,提高单个网络的性能.在混合专家神经网络中,信念分配对神经网络性能起决定作用.本文研究混合神经网络中各子网络的协同工作方法,提出一种新的信念分配方法,实现层次化混合专家神经网络的信念分配与功能不断增强的分类器.

基于XNMP的层次化网络管理体系应用的研究

提出一个基于XNMP的层次化网络管理体系的设计思想,其主要内容包括XML网络管理协议,与SNMP之间的转换,层次化的网络管理体系的结构、功能和工作流程等。XNMP网络管理是在传统的SNMP的基础上,应用XML技术,实现对网络的层次化管理。不仅克服了SNMP网络管理效率低和不易扩展的缺点,而且使得原有SNMP网络向XNMP网络的转换和升级变得方便易行,节约成本。

基于层次化P2P覆盖网络的多播模型

提出一种新的层次化覆盖网络模型HMCON,它是建立在二层P2P覆盖网络上的分布式的可扩展的自组织模型。该模型通过在所有的参与节点上构造多棵“互补”结构的多播树来协同流媒体信号的传输,以平衡各个节点的负载,保证QoS。为了测试网络的延迟和丢包率对HMCON模型的影响,采用ITUTEModel对模型进行了仿真,结果表明HMCON模型在网络延迟较大时也能保证良好的通信质量。

基于智能天线的层次化CDMA移动通信网络设计

本文通过使用智能天线,给出高性能的层次化CDMA移动通信网络的设计策略。重点是对大区到小区所需的功率分析,大区智能天线模式分析以及小区天线倾斜角度对系统性能提高的影响。结论表明系统性能取决与小区位置和天线倾斜角度。通过定义干扰平衡因子得到最优的小区天线倾斜角度。

层次化社交网络中直销激励机制的研究与设计

针对层次化网络的结构特性和现有机制的不足,提出直销激励机制并引入传播路径的概念。根据共享资源的价值及先后次序,对传播者以及协助传播者进行奖励或惩罚,调动传播路径中各个节点积极性,丰富传播网络中优秀的数字资源,达到活化用户群体及增加用户粘度的目的。通过在Maze服务器上部署积分计算中心,对直销激励机制实施前后资源的传播情况进行分析,分析结果表明,该算法能够有效提高节点的活跃度和用户粘度,在微信、微博、人人网等层次化网络社区中有较高推广价值。

基于认证协议的层次化网络威胁态势防御仿真

针对传统方法的网络安全防御能力一般,无法有效减小恶意入侵次数,保证用户信息安全的问题,提出了认证协议的层次化网络威胁态势防御方法。分析认证协议在网络运行中的特性、行为以及层次网络威胁的基本机构,获得网络威胁态势的主要攻击方式;根据层次化网络结构特点,利用重要性指标权重模型识别出网络威胁状态、行为及成功率,通过得到的威胁态势信息结合加密算法,对用户端接收到的信息逐一检索;使用粒子算法引入自适应函数,得到威胁粒子和防御能力的最佳数值;构建出最优防御威胁方程以及防御能力指标评估函数,通过仿真层次化网络结构,模拟威胁攻击方案。实验结果表明:认证协议的层次化网络威胁态势防御具有较高的安全性及效率,鲁棒性强。

层次化网络优化算法设计与实现

随着道路交通网络地图数据越来越复杂和庞大,为了最短路径搜索加速,通常按等级对道路交通网络地图进行层次化划分。针对层次化交通网络地图中"死节点"问题,设计并实现了一种优化算法以改善上层网络连通性,并通过真实交通网络数据对该算法进行了性能评估。评估数据表明,增加少量链路至上层网络后,上层网络搜索性能显著改善。

基于层次化网络的多源头威胁态势高效评估方法

为了解决当前网络空间评估方法存在识别的攻击种类不详细,评估结果误差较大的问题。提出一种层次化网络多源头威胁态势高效评估方法。首先,构建层次化网络多源头威胁态势评估模型;然后,融合证据理论获取网络遭受每次攻击的威胁态势级别对应的BPA函数,计算层次化网络各层次的多源头威胁级别;最后,根据结果计算网络关键层的多源头威胁态势指数,实现层次化网络多源头威胁态势高效评估。实验结果表明,所提方法评估层次化网络多源头威胁态势精确度均值高达97. 0%,平均用时仅为4. 9s。与其他方法相比,精确度和检测效率方面表现更优。

层次化网络控制系统在东庞选煤厂的应用

分析了层次化网络控制系统的特点,介绍了层次化网络控制系统在东庞选煤厂的应用及其效果。