私有云环境下安全审计系统的设计与实现

为提高数据在私有云环境下的安全性,提供对于数据泄露等风险的及时检测和响应机制。根据私有云数据中心的具体架构,分析云生产环境中的安全弱点,结合虚拟化、分布式系统、网络及日志审计等技术,设计一套具有针对性的云审计系统。通过实际系统的实现和测试验证了该系统能够满足云计算安全风险评估模型提出的需求,可以实现保障私有云环境下各类应用安全的目标。

云计算网络中多租户虚拟网络隔离的分布式实现研究

近年来,随着网络虚拟化技术的快速发展,云服务提供商可以将一套物理网络抽象成多套相互独立的虚拟网络提供给租户。在多租户网络环境中,需要保证租户网络的安全隔离,确保租户数据不会遭到来自其他租户以及外部网络的非法访问。相比传统物理网络的边界,虚拟网络的边界定义更加模糊,需要更细粒度的网络隔离;当前以OpenStack为代表的主流开源云平台采用集中式部署网络边界节点的方式实现虚拟网络的隔离,虚拟机流量大多集中到单一物理节点上,存在单点故障的隐患。提出分布式实现虚拟网络隔离的方式,把原本集中的虚拟网络边界分布到各台物理服务器,从而将原本集中于同一节点的网络流量分摊到各物理服务器,降低单点故障造成损失的可能性。最后经过实验证实了分布式部署的有效性,同时能够降低虚拟机通信的网络延迟。

网络背景流量的分类与识别研究综述

互联网流量分类是识别网络应用和分类相应流量的过程,这被认为是现代网络管理和安全系统中最基本的功能。与应用相关的流量分类是网络安全的基础技术。传统的流量分类方法包括基于端口的预测方法和基于有效载荷的深度检测方法。在目前的网络环境下,传统的方法存在一些实际问题,如动态端口和加密应用,因此采用基于流量统计特征的机器学习(ML)技术来进行流量分类识别。机器学习可以利用提供的流量数据进行集中自动搜索,并描述有用的结构模式,这有助于智能地进行流量分类。起初使用朴素贝叶斯方法进行网络流量分类的识别和分类,对特定流量进行实验时,表现较好,准确度可达90%以上,但对点对点传输网络流量(P2P)等流量识别准确度仅能达到50%左右。然后有使用支持向量机(SVM)和神经网络(NN)等方法,神经网络方法使整体网络流量的分类准确度能达到80%以上。多项研究结果表明,对于多种机器学习方法的使用和后续的改进,很好地提高了流量分类的准确性。

异质信息网络中元路径感知的评分协同过滤

基于邻域的协同过滤(Neighborhood-Based Collaboration Filtering,NBCF)具有简单、可解释等优点一直备受关注且被广泛使用.然而,仅利用用户-项目的历史交互信息使得NBCF并不能获得很好的推荐性能.随着网络的快速发展,信息网络中包含了大量不同类型的对象和关系,越来越多丰富的语义信息可以被进一步挖掘和利用,自然构成了异质信息网络(Heterogeneous Information Network,HIN).基于HIN的推荐模型受到了研究者们的高度关注.相比于传统的推荐模型,基于HIN的推荐模型不仅能有效提高推荐性能,还能缓解冷启动和数据稀疏等问题.然而,现有基于HIN的推荐模型在保证模型有效性的同时往往需要学习较多的参数,参数的设定对模型性能有重要的影响.因此,本文提出一种无参数的HIN中元路径感知的评分协同过滤推荐模型HRCF,其主要思想是通过HIN中的元路径寻找评分的邻居,然后对邻居进行加权来估计该评分.首先,在不同的元路径上产生用户(项目)之间的交换矩阵;其次,将不同元路径上的交换矩阵进行整合计算用户(项目)之间的相似矩阵;最后将用户之间的相似矩阵、用户-项目的历史评分矩阵、项目之间的相似矩阵依次相乘并归一化从而一次性估计所有的评分.为验证HRCF模型的有效性,本文在公开的Douban Book和Yelp数据集上进行了实验.实验结果表明,HRCF模型的推荐精度优于目前存在的方法,且能很好地克服冷启动问题.

营销类多媒体信息发布系统终端自动化运维

随着终端规模的增加、系统部署时间的增长,营销类多媒体信息发布系统由于传统单服务器模型在存储、性能可扩展性的限制,实时监控及故障预警与处理机制的缺乏而难以运维。利用流媒体细分行业云提供的云存储、云计算等基础服务重新设计架构,实现线性可扩展;分析信息发布系统业务特色及运维需求,确定终端监控指标体系及基于有限状态机的实时监控方案,降低故障处理时间,提高系统可运维性;重点讲述基于字符串最长公共子序列的终端播放逻辑正确性检测,基于帧率、图像质量的视频失真评估模型,实现视频播放质量的实时监控。实验显示运维方案既能满足终端性能需求,又能达到运营预期。

实时风险评估模型的研究与实现

随着云计算的发展,数据中心的规模和复杂性都上升到一个新的高度。如何对整个信息系统进行全面的监控,或者说如何实时准确地获知当前整个系统的风险状态已经成为很多企业和机构亟需解决的一个热点问题。针对这一问题,通过模拟真实用户的实际需求,结合风险评估的系统理论知识,利用主机日志的分析结果,提出了一种实时风险评估模型(real-time risk assessment schema,RRAS)。在实验环境中对RRAS进行了实现,并完成了3组模拟攻击实验。实验结果表明,该模型可以实时地对整个系统进行风险评估,并且得到的结果具有较高的准确性。

商用多媒体信息发布系统持久层设计与优化

大规模的商业多媒体信息发布系统因资源及终端数量庞大,会导致系统性能低下。为此,提出一种能优化系统数据存取操作的数据持久层设计方案。研究并分析多媒体信息发布系统的特征,选择Hibernate框架设计系统持久层,总结Hibernate框架在该类系统中合理并高效使用的方法,针对基于Web的多媒体信息发布系统,给出可以使用Servlet过滤器来管理Hibernate的Session缓存,以延长Session对象的生命周期,减少系统对Session对象的查找,并能较为充分地利用Session对象中的缓存数据。实验结果表明,综合上述多种优化方法,可大幅减少多媒体信息发布系统的资源消耗,有效提高系统的整体性能。

基于位置的社交网络商户数据语义分析

近年来,"移动"和"社交"成为了推动互联网发展的两项关键技术。在这两项技术的共同推动下,基于位置的社交网络LBSN得到了快速发展,在全球范围内吸引了海量的用户,不论是学术界还是工业界都在大力投入对LBSN的研究。LBSN网站都是以位置为中心的,也就是说任何用户原创内容,例如签到或评论,都必须与一个具体位置相关联。尽管位置信息在LBSN中扮演着重要的角色,但是目前国内外针对LBSN的研究基本上都是从用户角度出发的,缺少从位置角度的研究。同时,目前对LBSN中用户原创内容的分析缺少对文本信息的分析,在对目前中国最大的在线点评类社交网络——大众点评上的商家评论内容进行了大规模的数据采集,并针对获取的大量用户评论文本开展了语义分析。

拟态数据库的网络攻击抵御能力评估和实证

在复杂的网络环境中Web数据库面临诸多威胁和挑战。在传统数据库防护技术的基础上,提出一种基于动态异构冗余体系的拟态数据库应用。针对动态异构冗余的拟态数据库模型进行攻击抵御能力实证评估。重点针对拟态数据库的表决器部分进行评估和实验,从不利用软件漏洞的基础出发,使用应用软件的字符处理特性机制来完成攻击实验。论证得出在满足"共谋攻击"的条件下或者在掌握了一定数量的异构体应用漏洞信息的情况下,针对异构体的语义识别差异构造信息输出,可以实现敏感信息从表决器的多模裁决中逃逸,削弱系统设计的理论安全性。

基于软件定义网络的动态QoS方法

随着计算机网络的快速发展,其对于服务质量(Quality of Service)的需求和要求也越来越高。近年来,软件定义网络(Software Defined Network)逐渐兴起,由于软件定义网络的服务质量方法可编程性、可扩展性强,因而能够弥补传统服务质量的很多问题。提出了一种软件定义网络实现的动态服务质量方法,在转发队列和路由选择环节都能根据当前网络的状况进行决策;与此同时还会根据网络状态的变化以及数据包到达目的地的延时和丢包率情况来对决策进行调整和补偿。

基于k-means聚类和BP神经网络组合模型的用电负荷预测

电能资源不能存储,节约电能的一个重要前提就是精准预测用电负荷。由于居民的用电负荷受多方面因素的影响(如天气),使得用电负荷曲线为高度非线性曲线,但用电负荷的曲线又具有周期性,对于建立这种高度非线性函数并具有一定的周期性的预测模型,神经网络是一种非常合适的方法。针对现有的电力数据,并参考了现有的方法,提出了k-means聚类和BP神经网络组合模型的预测方法来预测用电负荷,通过与单独使用BP网络预测的结果进行对比,认为使用k-means聚类和BP网络的组合模型方法进行用电负荷预测,可获得较高精度。

基于多个网络接口的DASH系统设计与实现

对基于HTTP协议的动态自适应流媒体来说,客户端可以根据不同的网络状况自适应地调整请求的视频比特率。当前DASH的研究主要集中于单链路的比特率切换算法的设计。而考虑到移动终端拥有多个网络接口以及短视频的播放流行度,开发一个基于LTE/Wi-Fi的多接口DASH系统——PASM(Predictive Adaptive Streaming system over LTE/Wi-Fi Multiple access networks)。PASM从两个互补方面提高了DASH性能,一方面,减少了由于两条链路异构性造成的视频块的乱序到达,充分利用两条链路的带宽之和进行DASH传输,提高了请求视频的质量;另一方面,在剩余请求视频时长不多时,采用一种更加激进的视频比特率请求算法,减少了带宽的不充分利用,提高了视频的平均比特率。实验结果表明,在各种链路带宽差异的网络下,PASM保证了视频比特率的平滑切换,同时提高了视频平均比特率。

软件定义电网:概念、结构与示例

针对目前电网中存在的问题,结合"软件定义"的理念,提出了软件定义电网的概念;分析了软件定义电网的特点,实现电网的管理、运行和控制的部分或全部分离;将软件定义电网分成应用定义层、运行控制层、物理设备层三层体系结构,并定义了应用定义层和运行控制层之间的北桥接口以及运行控制层和物理设备层之间的南桥接口,详述了各层及接口的功能;通过分析软件定义电网的两个应用实例,即软件定义电网在配电网中的应用和虚拟电厂中的应用,说明了软件定义电网的优势。

中文语境下的口令分析方法

针对目前口令语义分析挖掘主要针对英文口令,且局限于常见的单词或姓氏等口令单元的问题,在中文语境下,利用古诗、成语建立模式库,使用口令字符串的数据分析技术,提出了一种基于已知口令元的中文语境口令分析方法。首先,识别出已知口令元;然后,将其视作单个口令自由度;最后,计算给定攻击成功率下的自由度攻击成本,得出口令安全性的量化数值。设计实验对大量明文口令进行量化分析之后,可知在使用中文语境的口令中,80%的用户口令不具有高安全性,能够被字典攻击轻易攻破。

分布式存储再生码数据修复的节点选择方案

随着海量存储数据的剧增,分布式存储系统逐渐得到广泛使用.分布式存储系统中存储节点数目的增加使得节点失效的机率增大.使用副本作为冗余的方式会带来很大的存储开销.为了减少存储开销,使用纠删码产生冗余是存储系统中一种主要的冗余策略.基于纠删码的数据修复过程中,需要在幸存节点中选择供应节点向新生节点传送数据,这就面临着修复节点的选择问题,需要设计一个节点选择机制来使得修复过程较快,提升存储系统的可靠性.结合实际数据修复过程中参与修复的节点对数据的计算速度不同,即存储节点存在计算能力异构的场景下,提出节点选择机制:星形拓扑修复算法S-SPAC和树形拓扑修复算法T-SPA-C,以加快失效节点的修复速度,从而减少整个修复过程中的修复时间.仿真结果表明,相对传统的随机节点选择策略,本文提出的选择机制可以有效减少数据修复时间.

基于情感模型的文本意见分类方法

基于向量空间模型、潜在语义分析等传统文本意见分类模型将文本映射到词汇或语义空间中,侧重于词汇的辨别能力,无法对映像空间给出明确的语义说明,导致其扩展性、准确率等方面的性能受到限制。为此,在人类情感分类理论的基础上,假设文本中的意见表达与人们的情感存在较强的关联,结合词汇语义扩展、特征选择等方法构造3种情感表示模型,把表达人类情感倾向的文本转换到情感空间中,利用情感模型对国外股票论坛信息提取情感特征,构建情感模型,并设计文本意见分类方法。针对实际股票论坛的数据进行实验,结果表明,该分类方法能获得较高的分类准确率。

适应冷热数据存储的多编码架构的设计与实证

随着互联网技术的发展,数据爆炸性增长,互联网的实际应用也已广泛依赖于海量数据的存储。实际的互联网应用往往需要存储多种类型数据,根据数据被访问频率差异可以将数据划分为冷热数据。然而,现有的编码存储机制往往只能采用固化的实现机制,无法适应多种数据类型的编码存储,导致存储系统性能(如数据访问时间)恶化。考虑到冷热存储数据的不同,提出一种基于多数据编码机制的存储系统框架。对于冷数据,该框架可以采用冗余度较低的编码,从而提高空间利用率;对于热数据,该框架可以采用解码速度较快的编码,从而提高数据访问速度。基于HDFS-RAID设计了这一框架并将之实现为真实系统,实际部署在一个Hadoop集群中。另外基于一个实际系统的用户数据轨迹,在搭建的集群中进行了试验,实验结果表明该框架可以满足不同类型数据同时高效存取的需求,并对编码机制具备高扩展性。

背景流量生成模型综述

在网络流量分析中,对网络协议和应用的实验和模拟是最常用的方法,而背景流量模型对于实验和模拟网络协议和应用有着重要的意义和作用。首先,介绍了背景流量模型的背景知识,并且从流量到达离开的时间角度、网络拓扑链路的空间角度以及两者结合的时空角度对背景流量的发展作了简单介绍;然后,按照时间、空间、时空这3个分类阐述了背景流量相关的模型以及近些年的研究进展;最后,分析了现有背景流量模型的优缺点、存在的难点和问题,并展望了背景流量模型研究的未来发展趋势。

一种基于分布式存储系统中多节点修复的节点选择算法

在分布式存储系统中,如何优化失效数据的修复时间以保证系统的高可靠性,已引起了人们的广泛关注.近几年的研究发现修复过程中不同的节点选择机制对数据的再生时间产生很大的影响,已有工作提出了单节点失效场景下的节点选择SPSN(select provider select newcomer)算法,系统中往往存在多个节点同时修复的情况,此时,SPSN算法巨大的时空开销使得数据的再生时间不再最优.对已有真实系统的失效数据及原因进行统计;基于已有算法特点和修复模型,提出了具有更优的多节点选择B-WSJ(bandwidth based weak and strong judgement)算法.为了更好地描述算法,对带宽中节点的关系进行分类,算法利用节点关系分别实现了修复模型中目标节点的浅度和深度判断,并加入一定的预处理和剪枝策略,最终快速选择出具有较优带宽的节点集合.为了评估B-WSJ算法性能,使用Waxman算法产生网络拓扑,依据FTA(failure trace archive)网站所给的真实系统的节点失效模型进行多次实验,仿真结果表明:B-WSJ算法使得节点修复性能得到了很大的提升.

面向智能电视的易用浏览器设计

由于电视的定位及用户长期养成的操控习惯,用户喜欢用简单的方式操控电视。而现有的智能电视浏览器主要从移动平台浏览器演化而来,并且操控体验依赖新型遥控硬件,对大量的使用普通数字遥控器的智能电视用户而言,存在操控复杂的问题。针对这一问题,基于对操控复杂度影响因素的研究,提出一个面向使用普通数字遥控器的智能电视的易用浏览器设计方案,并加以实现。系统在支持常用浏览器功能的基础上,设计并提供易操控UI、电视浏览器专用输入法、智能模拟鼠标以及个性化浏览器主题切换方案。实验证明易用浏览器方案能降低操控复杂度,提供良好的用户体验。