基于负荷-容量模型的网络相继故障研究

网络相继故障是网络脆弱性研究中的热点问题.采用负荷-容量模型对复杂网络的相继故障进行建模分析.首先分析了网络流量负荷的突发模式对相继故障的影响.实证研究发现,网络实体间的通信活跃性具有自组织临界性.在网络安全地应急响应时,应该更关注那些原本不活跃的结点间流量的变化;其次,引入成本因子对经济、技术条件制约下的网络资源受限生成过程及网络容量-负荷关系建模,以揭示网络结点的容量-负荷之间存在着怎样的制约关系;最后提出了一种基于容量相互补偿的搜索式分配算法,以获得有限资源下最优的网络鲁棒性容量分配策略.实验证明,算法能够找到比线性分配或偏好负荷的偏好依附分配策略更好的结果.

具备反向学习和局部学习能力的粒子群算法

为解决粒子群优化(Particle Swarm Optimization,PSO)算法中存在的种群多样性和收敛性之间的矛盾,该文提出了一种具备反向学习和局部学习能力的粒子群优化算法(Reverse-learning and Local-learning PSO,RLPSO).该算法保留了初始种群中满足排异距离要求的多个较差粒子以及每个粒子的历史最差位置.当检测到算法陷入局部最优时,利用这些较差粒子的位置信息指导部分粒子以较快飞行速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可改善粒子种群的多样性,保证了算法的全局探测能力;同时,利用较优粒子间的差分结果指导最优粒子进行局部学习与搜索,该过程可与粒子群的飞行过程并行执行,且局部学习的缩放因子可随进化过程动态调节.局部学习可提高算法的求解精度,保证算法的迅速收敛.实验结果表明,RLPSO算法同其他PSO算法相比,在高维函数优化中具有收敛速度快、求解精度高的特点.

位置大数据的价值提取与协同挖掘方法

随着位置服务和车联网应用的不断普及,由地理数据、车辆轨迹和应用记录等所构成的位置大数据已成为当前用来感知人类社群活动规律、分析地理国情和构建智慧城市的重要战略性资源,是大数据科学研究极其重要的一部分.与传统小样统计不同,大规模位置数据存在明显的混杂性、复杂性和稀疏性,需要对其进行价值提取和协同挖掘,才能获得更为准确的移动行为模式和区域局部特征,从而还原和生成满足关联应用分析的整体数据模型.因此,着重从以下3个方面系统综述了针对位置大数据的分析方法,包括:(1)针对数据混杂性,如何先从局部提取出移动对象的二阶行为模式和区域交通动力学特征;(2)针对数据复杂性,如何从时间和空间尺度上分别对位置复杂网络进行降维分析,从而建立有关社群整体移动性的学习和推测方法;(3)针对数据的稀疏性,如何通过协同过滤、概率图分析等方法构建位置大数据全局模型.最后,从软件工程角度提出了位置大数据分析的整体框架.在这一框架下,位置数据将不仅被用来进行交通问题的分析,还能够提升人们对更为广泛的人类社会经济活动和自然环境的认识,从而体现位置大数据的真正价值.

GNSS在线数据处理系统的比较与分析

分析AUSPOS、SCOUT和OPUS三种GNSS在线数据处理系统的组成、操作界面和解算结果,在试验研究的基础上,对上述三种GNSS在线数据处理系统的精度及其实用性进行综合评价,得出AUSPOS的界面较友好,内符合精度较高,三大系统的外符合精度的差异没有一定规律等结论。

创建软件定义网络中的进程级纵深防御体系结构

云计算因其资源的弹性和可拓展性,在为用户提供各项服务时,相对于传统方式占据了先机.在用户考虑是否转向云计算时,一个极其重要的安全风险是:攻击者可以通过共享的云资源对云用户发起针对虚拟机的高效攻击.虚拟机作为云服务的基本资源,攻击者在攻击或者租用了某虚拟机之后,通过在其中部署恶意软件,并针对云内其他虚拟机发起更大范围的攻击行为,如分布式拒绝服务型攻击.为防止此种情况的发生,提出基于软件定义网络的纵深防御系统,以及时检测可疑虚拟机并控制其发出的流量,抑制来自该虚拟机的攻击行为并减轻因攻击所受到的影响.该系统以完全无代理的非侵入方式检测虚拟机状态,且基于软件定义网络,对同主机内虚拟机间或云主机间的网络流量进行进程级的监控.实验结果表明了该系统的有效性.

基于KVM虚拟桌面的透明消息通道设计

云管理平台和虚拟机终端用户间的通信一般采用代理软件或插件,便捷性和抗干扰能力较低。针对该问题,利用基于内核的虚拟机(KVM)虚拟桌面,提出一种云服务提供节点(虚拟机所在物理主机)和虚拟机终端用户之间双向交互的透明消息通道设计方案。在云管理平台中建立消息控制端,用于接收和处理服务节点发往虚拟机终端用户的消息,并将消息转换为图像,使图像内容以位图像素数据格式的方式读出到特定文件中,作为消息发送模块的消息来源。通过修改KVM虚拟化平台中Qemu-KVM集成的VNC Server端源码,在源码中添加消息发送模块和反馈接收模块,将消息集成融入到虚拟机桌面图像中,并对VNC Client远程终端反馈的消息进行处理,从而得到一条对虚拟机自身系统透明的,可在云平台和终端用户间双向交互的消息通道。实验结果验证了该设计方案的可行性。

基于KVM的Windows客户机进程查杀技术

传统反病毒架构不能有效利用虚拟化优势解决云平台上的Windows系统所面临的恶意软件威胁,并且传统反病毒软件自身面临安全威胁,针对此问题,提出一种基于KVM的无代理Windows客户机进程在线杀毒技术。通过在KVM内核模块中添加读写内存的函数,以及为进程处理模块提供在其中注册钩子的接口等方法,解析客户机当前进程信息。将进程在内存中的PE(portable executable)镜像大致还原成运行前的磁盘文件后,调用开源杀毒引擎Clam AV(Clam Anti Virus)进行扫描查毒。查毒结果返回给决策模块后,由进程处理内核模块对可疑进程进行相应处理,实现对客户机当前进程的无代理查杀。分析及测试结果表明,该技术利用虚拟化优势较好地解决了传统反病毒框架的资源耗费和自身安全性问题。

CloudStack恶意隐藏进程监测框架设计

在CloudStack等云平台中缺少提高虚拟机安全性的插件或功能。针对该问题,基于Xen虚拟机监视器提出一种CloudStack恶意隐藏进程监测框架。通过安装在特权虚拟机中的监控前端请求监测目标虚拟机中的进程,利用守护进程经事件通道将该请求转发给Xen虚拟机监视器,并采用事件注册/捕获模块在客户虚拟机中注册事件钩子。在监听到目标虚拟机中内核发生CR3转换事件后,将事件通知至监控响应模块,使用虚拟机自省技术获得客户虚拟机中的内存数据并进行语义还原,通过共享内存机制将相关进程数据传递到监控前端。实验结果表明,该框架能够准确发现目标虚拟机内部的恶意隐藏进程,并获得相关的资源占用信息。

一种基于动态偏好扫描的网络免疫策略

复杂网络中各种自组织现象的涌现给网络脆弱性挖掘和网络免疫自推进带来了启示.一个完整的免疫资源配置过程可以分为4个阶段:信息收集、扫描、漏洞修复和自我推进.网络主机脆弱性分布的实证分析表明,脆弱主机在网络中呈现明显的幂律分布特性,这就意味着盲目扫描将耗费大量资源在非脆弱或不存在的主机上,而一个有效的网络免疫策略应该利用这种非均匀的网络脆弱性分布特性.静态偏好性的扫描方法在初期能取得良好的推进效果,但并不能将这种有效性贯穿整个免疫过程.为此,提出了一种新的基于扫描方式的网络免疫自推进策略.该策略能够在不知道网络结构的条件下,通过一种动态适应的偏好扫描方法,高效命中脆弱主机实施免疫修复.经过传播模型推导及计算机仿真分析,设计的网络免疫策略能够很好地抑制危害传播,提高网络的安全性.

基于智能路由器的远程存储管理系统

为使家用路由器具备远程控制和存储管理能力,设计并实现一套基于智能路由器加密信息通道的远程控制和存储管理系统。介绍该系统的整体架构,包括基于HTTP协议的API框架、存储设备管理、下载器管理和数据访问通道几个子系统。实现对路由器的远程控制、外接存储设备的管理、远程控制离线下载任务、文件数据管理和访问的功能。结合手机客户端进行的测试和实际使用结果表明,该系统远程调用接口性能稳定,路由器存储文件管理简单易用,文件访问速度快,具备较大的可扩展性。

面向动态隐患目标的车联网主动安全模型及系统实现

对交通中的各类运动隐患目标进行主动监控,并将其与周边关联移动车辆的状态进行实时协同分析,为周边关联车辆推送动态隐患信息,是汽车物联网主动安全服务的重要目标之一.提出一种在交管车联网环境下,针对高危险及高路权车辆所构成的动态隐患目标的主动安全模型,详细阐述了相关建模过程、数据结构和主动协同算法;作为国家"北斗-羲和系统"的重点研究成果,结合中山市交管车联网平台进行了模型验证,并给出了数据分析结果.研究表明,本文的方法能够克服当前车联网仅依靠地理围栏等技术无法处理动态隐患目标的缺陷,能够支持大规模动态隐患目标的跟踪、查询及动态隐患域内的主动安全服务.

基于分解四元数的自适应姿态四元数卡尔曼滤波

基于Clifford代数的四元数卡尔曼滤波在融合陀螺/加表/磁强计以估计姿态时,由于四元数各参数与欧拉角不是一一对应关系,无法独立估计各个欧拉角.这样即使重力观测量是可信的,受到干扰的磁场观测量也会影响整个估计结果.为了消除磁场观测量对四元数中横滚角和俯仰角分量的影响,对四元数进行分解,以重新组合重力/磁场观测量.同时,为了减少载体附近磁场和线性加速度干扰对姿态估计的影响,构造了观测噪声自适应算法和观测量自适应干扰补偿.消费级微机电系统(micro-electro-mechanical system,MEMS)传感器的实验结果表明,对比四元数卡尔曼滤波的原型,改进后的抗干扰能力明显提升.但由于自适应过程引入了两个经验参数,这使得其工作范围和抗干扰能力有待考验.

多通道高保真音频信号ⅡR滤波器设计

在音频信号处理领域滤波器往往是关键的部件。而随着娱乐媒体的发展,高精度的音频信号被广泛使用,多通道更是音频信号处理的重要需求之一。基于这一强烈应用需求驱动,设计了一款基于FPGA并满足可扩展的多通道IIR滤波器。通过分析仿真测试输出数据的频谱,验证该硬件滤波器的性能满足设计要求。

一种高效的音频流媒体服务器策略

在嵌入式音频流媒体播放系统中,音频流媒体服务器作为核心部分发挥着至关重要的作用。结合局域网音频流媒体播放系统实时性要求高和终端缓存资源很有限的特点,提出在服务器端发送速率动态控制算法。发送速率动态控制算法主要是先保证在尽量小周期内的平均发送速度等于理想发送速度,然后再通过负反馈因子微调这个尽量小周期内局部的发送速度。在使用上述技术的基础上,点到多点播放同一节目时多播表现出来的数据同步性不理想,为提高服务质量,在服务器端进一步选用对等工作组模型以及单播轮询发送方式。实验结果表明,播放终端的流畅实时播放和同步性最终得到了保证。

支持多种虚拟化技术的进程非代理监控方法

为保障云环境中虚拟机应用的安全性与可用性,提出一种能够支持多种虚拟化技术的进程非代理监控方法及主动监控框架.本框架将进程监控点设在虚拟机监视器中,而不在其中安装任何代理,并且支持VMware,Xen和KVM三种虚拟化技术,实现了对客户操作系统(Guest OS)的隐藏进程检测和进程负载监控,保证虚拟机安全可靠地运行.从被监控虚拟机外部获取活动进程链、遍历线程获得进程列表,进而利用交叉视图技术可检测出隐藏进程;除开活动进程链,加上网络连接信息相关的另两条链表,从中定位到待监控进程,可获得进程负载状况.实验结果表明:本框架能有效地检测出系统中的隐藏进程,并且准确获取特定进程的负载信息.