网络重要流检测方法综述

网络的管理与监测是网络领域的重要话题,这一领域的相关技术通常也称为网络测量(network measurement).网络重要流检测(network heavy hitter detection)是网络测量的一项关键技术,也是研究对象.重要流指占用网络资源(如带宽或发送的数据包数量)超过某一给定标准的流,检测重要流有助于快速识别网络异常,提升网络运行效率,但链路的高速化为其实现带来了挑战.按出现时间顺序,可将重要流检测方法划分为两大类:基于传统网络框架的和基于软件定义网络(SDN)框架的.围绕网络重要流检测相关的框架与算法,系统地总结其发展过程与研究现状,并尝试给出其未来可能的发展方向.

无人机网络中基于多因子的认证密钥协商协议研究

随着无人机技术的发展,无人机网络日益普及,无人机网络安全也越来越受到人们的关注。解决无人机网络的安全问题,研究和设计安全、高效且轻量级的认证密钥协商协议至关重要。2021年,HUSSAIN等人提出一种基于椭圆曲线加密算法的无人机网络认证密钥协商协议,但该协议存在无人机伪装攻击、会话密钥泄露等安全问题。基于此,文章提出一种基于多因子的认证密钥协商协议,利用安全概略算法和椭圆曲线加密算法解决HUSSAIN等人协议的安全威胁,且可实现访问控制。安全分析、安全证明及仿真实验表明,该协议的计算开销和通信开销虽然略有增长,但安全性更高。

一种获取重复绘制草图单元识别特征数据的方法

提出了一种草图识别特征数据分析结合图像边缘提取算法的方法,以得到设计师重复绘制草图单元的识别特征数据,从而完成重复绘制草图单元的识别。首先通过记录设计师绘制的所有草图数据,然后通过图像边缘提取算法提取出目标草图,再根据目标草图分析所有原始草图数据得到构成目标草图的原始草图序列,最后通过数据分析计算,得到该目标草图的草图识别特征数据。

电网事故控制及处理算法简述

为保证电力系统安全、稳定和经济运行,从故障诊断和恢复处理角度,分别论述了不同事故诊断和处理的算法,并对其优缺点进行了评价,这将对电力系统的预防控制、紧急控制功能及电力系统恢复控制功能、连锁性故障发生的机理及控制策略的研究有重要的推动作用,并指出该研究领域存在的问题和应对措施。

甲骨拓片图像的目标自动定位算法

为了解决当前图像目标定位算法难以自动定位发生形变的目标,且定位时间耗时长等不足,提出一种基于稀疏活动轮廓模型的甲骨拓片图像的目标自动定位算法.对甲骨拓片图像进行分块,对每一块进行形状估计,在目标形状估计约束下,利用共同勾画算法学习图像目标轮廓模型,在待定位图中扫描出与模型匹配数值最高的区域,将其作为定位结果,利用基于距离约束的霍夫变换,精确定位结果.实验结果表明,所提算法可以有效克图像目标尺度变化大的问题,提高了目标自动定位精度,减少了定位耗时.

结合改进Surf特征的素描人脸识别

素描人脸识别属于异质人脸识别范畴,是刑侦领域的研究热点。根据素描人脸识别的特点,对已配准的人脸图像进行伪素描转化,并用Surf算法提取伪素描图像对的特征点。对经过提取后的伪素描特征点进行坐标邻域一致性优化,排除坐标邻域相对位置不一致的特征点,最后统计伪素描图像对的有效特征点,以实现识别的目的。利用现有的素描人脸库,进行实验验证,在选取50个特征点时的识别率达到99%,验证了算法的有效性。该算法经优化后,可用于素描人脸识别。

基于离散小波变换的图像素描生成算法

针对现有的图像素描生成算法生成的图像出现画面不够细腻、素描图像生成效率低下的问题,提出了一种基于离散小波变换(DWT)的图像素描生成算法;首先将真彩色图像转换为灰度图像,通过快速小波正变换,去除低频系数、快速小波反变换等处理提取图像边缘;接着对每点灰度值倒置求反变换,再对图做锐化处理及平滑处理来实现图像的素描效果。实验结果证明:基于离散小波变换的图像素描生成算法快速有效,很好地保留了输入图像的细节特征。

基于近似测量算法Sketch的高精度区块链异常检测机制

区块链存在网络动态性强和其管理困难等问题,使得区块链普遍存在DDoS攻击和账户接管等异常现象.现有区块链异常检测方法多从所有区块链账户中提取历史交易信息和交易频率等特征加以分析以甄别异常.然而,随着区块链数据规模的不断扩大,现有方法在提取特征时面临内存消耗高、检测精度低的挑战.为此,提出了一种高检测精度、低内存开销的区块链异常检测机制,该机制采用近似测量算法将区块链异常检测转化为异常交易账户检测,包括区块内异常账户和跨区块异常账户.对于区块内异常账户,即仅存在于单个区块内的异常账户,使用Sketch算法进行账户识别,精度高.而对于存在于多个区块且难以通过单个区块信息检测到的跨区块异常账户,则通过聚合和分析多区块信息进行账户的准确检测.使用包含88847个区块的真实区块链数据评估上述机制.实验结果表明,与现有代表性方法对比,所提出的机制将区块链异常检测的召回率最高提升了6.3倍,F1分数最高提升了4.4倍.因此,提出的高精度区块链异常检测机制对于规范区块链交易行为、维护系统安全性具有意义.

面向数据流的多层Count-Min概要数据结构

构造了多层Count-Min概要数据结构来概括流数据中的层次结构。通过定义多层数据域U*上两两相互独立的异或哈希函数族,将数据流元组映射到L×D×W的三维计数数组,L是层次个数,D是从哈希函数族中均匀随机选取的哈希函数个数,W是哈希函数的值域。基于该结构,利用广度优先查询策略,查找多层频繁项集和估计多层频繁项值。实验表明,该结构在更新时间、存储空间和估计精度方面比直接堆叠多个Count-Min结构有较大的提高。

基于多层概要结构的数据流的频繁项集发现算法

利用一类基于异或运算的两两相互独立的哈希函数族,实现了对多层结构流数据进行“概括”的概要数据结构.应用该多层概要数据结构,实现了面向数据流的多层频繁项集的动态近似查找算法.实验结果表明,该算法以亚线性的时间和空间消耗,在统计意义上达到了几乎100%的查找和估计精确度.

两类频繁项算法在网络流上的适用性评估

通过建立基于分组俘获文件产生网络流的模拟环境,对计数型算法和略图算法两类经典的频繁项挖掘算法的适用性进行验证,检验采用界标窗口查询模式的效果。实验结果表明,算法查全率不低于98%,与查准率和查询精度的相关性弱,与数据项的规模及数据流中频繁项分布的相关性强。略图类算法对频率的估算误差比较稳定,计数型算法则偏大。计数型算法的执行效率明显优于略图类算法。

基于素描的遗传算法

传统遗传算法容易陷入局部最优解,本文借鉴美术中“素描”的思想,对传统的遗传算法进行了改进,提出了基于素描的新型遗传算法.该算法模拟人的素描行为,构造参数控制下的选择算子,再通过参数的调节来选择个体,并依据最优个体对选择算子进行修正,以达到动态调整群体进化过程中的种群多样性和收敛速度之间的矛盾,从而有效地避免了传统遗传算法中早熟现象,显著地提高了GA对全局最优解的搜索能力和收敛速度.这将使GA在众多实际的优化问题上将具有更广泛的应用前景.仿真结果表明,该算法正确有效,且性能优于现有的其它方法.

采用遗传算法的手绘草图关系模板生成方法

草图理解包含两个方面:草图图形识别和草图布局分析,但目前的研究大部分集中于一些特殊图形的草图识别上。实际上,草图布局分析对草图信息内容的发现,尤其是在获取其构思方面更为重要。本文为事实草图图形的布局分析提出了一种基于遗传算法的模板生成方法,在定义和描绘了布局模式的基础上,本方法能找出有潜在语义的图形对象间的模式。实验表明:遗传算法能够有效找出明显或是潜在的模式,并能很减轻手工标注模式的负担。

一种基于活动基模型的近岸舰船检测算法

针对高分辨率遥感图像近岸舰船的灰度与纹理特征与港口极其相似而较难实现舰船自动检测的问题,提出了一种基于活动基模型的近岸舰船检测算法。首先,学习船头的活动基模型来表示船头先验;然后,通过模板匹配来检测船头;最后,通过分析船头对称性来确定舰船主方向,并利用区域生长与上下文信息定位船身。实验结果表明,该方法不仅能够有效检测近岸舰船,而且对于舰船有附属物干扰的情况下,仍能取得好的检测效果。

基于草图局部几何不变矩的图像检索方法

利用草图进行图像检索的难点在于对不同尺度、位置、旋转及形变图像的有效检索。为了更准确地识别并检索不同尺度、位置和旋转的图像,提出一种基于草图局部几何不变矩的图像检索方法(SBIRULGMI)。首先,利用图像的几何特征分别确定各图像的坐标系;然后,在生成的坐标系中对图像进行平均分块并计算各块的几何不变矩作为特征向量;接着,用改进的欧氏距离计算目标图像与数据库图像的相似度;最后,采用蚁群(ACO)算法对按照相似度排序后的检索结果进行优化。所提方法在MPEG-7 shape1 part B图像数据库的检索识别准确率比形状上下文(SC)、边缘分布直方图(EOH)、局部线性高波特征(GALIF)及Mind Finder方法平均提高了17个百分点。实验结果表明该方法对不同平移、缩放和翻转的图像有较好的识别效果,对图像一定程度的旋转和形变具有更好的鲁棒性。

RDMA高速网络状态感知与度量指标体系研究

随着数据中心网络承载的数据量的爆炸式增长,越来越多的框架、模型和应用选择使用RDMA技术来加速网络传输。RoCE是RDMA技术在以太网上的实现,但针对RoCE网络目前还没有有效的状态感知和度量体系,无法全面展现RDMA网络状态。对此,提出针对RoCE的实时状态感知系统和多维度多层次的RDMA度量指标体系。采用旁路分布式流量捕获方式,运用Sketch算法全方位度量RDMA网络状态。系统易于部署且成本低,具有可扩展性和灵活性。实验结果表明,该系统能在较低误差下客观反映出RoCE网络状态,提供故障定位建议。

无第三方服务器的基于数据流行度的加密去重方案

在加密去重系统中,基于流行度为数据设定不同级别的安全保护可有效平衡数据安全与存储效率。现有方案均需引入第三方服务器协助统计数据流行度,而第三方易成为单点故障和效率瓶颈。针对此问题,提出了一个无第三方服务器的基于数据流行度的加密去重方案,基于Count-Min sketch算法和Merkle Puzzles协议实现数据流行度的安全统计,并通过用户间执行sPAKE协议实现不流行数据的加密去重。安全性分析和实验评估表明所提方案是安全且高效的。

基于聚类的在线手绘坐标系识别

本文研究在线手绘坐标系识别问题 ,讨论如何在在线手绘草图识别中利用聚类分析的方法 ,通过手绘草图中基本线元的分析、线元的聚类归并以及使用启发式的匹配策略 ,提出一种高效的基于聚类的在线手绘坐标系识别算法。

一种改进的图像素描生成算法

本文给出一种改进的图像素描生成算法。首先对图像进行梯度和反相处理,再将图像灰度化,从而产生图像素描结果,实验证明该算法快速有效。

基于BP神经网络的草图编辑手势识别

针对概念设计以及工程草图设计过程中,用户的草绘编辑修改行为进行了初步研究,目的在于能够设计出一套符合用户设计习惯的编辑手势.然后尝试采用基于BP神经网络的方法对其进行识别,以实现计算机对草绘设计行为的准确理解以及草图的快速编辑修改.实验结果表明,提出的方法具有较高的识别效果,加快了概念草图的设计过程.