物联网工程专业计算机网络实验教学的改革与探索研究

计算机网络课是物联网工程专业的必修课之一,而实验教学是其必不可少的重要组成部分。针对当前计算机网络实验教学过程中存在的一些问题以及结合我院的实际情况,提出软硬件相结合的实验教学模式。主要从实验平台、实验课时、教学模式、课程设计以及教学评价等方面阐述计算机网络实验教学的改革与探索,这些建议在计算机网络实验教学中取得了良好的教学效果。

计算机网络的发展现状及网络体系结构涵义分析

自身存在种种缺陷与不足的传统网络体系结构,已不再适宜用来指导现今互联网向下一代网络的演进。有必要在正确认识当前计算机网络发展现状和重新审视网络体系结构涵义的基础上,展开对满足下一代网络发展需求的新一代网络体系结构的研究。为此,本文专门对以互联网为代表的计算机网络所面临的发展现状以及近年来计算机网络演进与发展的主要趋势进行了总结和分析,并重点对网络体系结构的涵义进行了全方位、多角度的深入剖析。主张在综合考虑网络体系结构的普适性、特指性、抽象性和过程性等特征的基础上,运用发展的眼光和系统的观点来全面认识和把握其本质,并提出了合理的“网络体系结构认知框架”。本文研究结论对新一代网络体系结构的研究有重要的参考价值和指导意义。

新一代高性能计算机网络

传统的计算机网络体系结构已经越来越不能满足计算机网络应用领域扩展和网络应用技术发展的需求 .另外 ,电信服务的发展也要求电信网能够融合计算机网的服务 ,这就使得电信界提出下一代网络的设想 .下一代网络是电信网与因特网的融合和发展 .在因特网技术领域 ,与下一代网络发展相适配的是高性能计算机网络的发展 .根据计算机网络应用的发展需求 ,未来计算机网络研究的核心问题包括 :大规模网络行为分析及其相应支撑系统、新一代高性能网络体系结构及其基础理论、移动网络技术、语义互联网应用技术等 .下一代网络的研究与未来计算机网络的研究紧密相关 ,最关键的就是要研究和开发具有革命性的应用 ,并以此为目标 ,对下一代计算机网络体系结构及其基础理论进行研究 ,同时 ,还必须分析和研究大规模网络系统的行为 。

智能计算机辅助教学系统的实现研究

随着人工智能技术的引入,计算机辅助教学(CAI)发展成为智能计算机辅助教学(ICAI)。ICAI不但克服了传统CAI的许多弱点,而且大大地提高和改善了教学的效果和效率。本文首先对智能计算机辅助教学系统的特性和功能进行分析和研究,并在此基础上给出一种相应的实现框架。

基于选择性集成策略的嵌入式网络流特征选择

机器学习在网络流量分类中存在特征选择度量指标单一、类别不平衡和概念漂移等问题,使得模型复杂度提高、泛化能力下降.该文提出基于选择性集成策略的嵌入式特征选择方法,根据选择性集成策略选取部分特征选择器集成,再改进序列前向搜索和封装器组合方法二次搜索最优特征子集.实验结果表明该算法在保证分类效果的同时有效降低了特征子集复杂度,从而达到了分类效果、效率和稳定性的最优平衡.

基于信息熵的自适应网络流概念漂移分类方法

由于网络流量特征随时间和网络环境的变化而发生改变,导致基于机器学习的流量分类方法精度明显降低.同时,根据经验定期更新分类器是耗时的,且难以保证新分类器泛化性能.因而,文中提出一种基于信息熵的自适应网络流概念漂移分类方法,首先根据特征属性的信息熵变化检测概念漂移,再采用增量集成学习策略在概念漂移点引入当前流量建立的分类器,并剔除性能下降的分类器,达到更新分类器的目的,最后加权集成分类结果.实验结果表明该方法可以有效地检测概念漂移并更新分类器,表现出较好的分类性能和泛化能力.

传感器网络中无需地理信息的空洞填补算法

传感器网络由大量的节点组成,节点大多使用电池供电.如果某块区域内传感器节点由于能量耗尽、物理损毁而导致空洞的产生,对于空洞区域,传感器网络将无法进行监测.当传感器网络出现空洞时,需要移动传感器节点填补覆盖空洞,实现网络自愈合.现有的空洞填补算法都依赖于精确地理位置信息,且迭代次数较多,收敛时间较长.文中提出了传感器网络中空洞填补的两个准则,即(1)填补节点的引入至少消除一段空洞边缘弧;(2)填补节点的引入不能造成空洞的分裂.文章证明了填补准则的正确性,并基于填补准则提出了在没有地理位置信息条件下传感器网络的自愈合算法CHH.算法通过节点移动辅助定位的方法,实现了相邻节点间距离和方位的计算以及空洞边缘节点间距离的计算.空洞边缘节点根据填补准则,判断是否引入填补节点.算法CHH将空洞填补工作分布到空洞边缘节点上分别执行,并最终实现分布式的空洞填补.仿真实验结果表明,相比现有算法,CHH不仅消除了地理位置信息的假设,并且提升了空洞填补性能和算法收敛速度.

基于LLMNR协议与证据理论的本地网络C&C信息分享机制

僵尸主机(Bot)安全隐蔽地获取控制命令信息是保证僵尸网络能够正常工作的前提。该文针对本地网络同类型Bot隐蔽地获取控制命令信息问题,提出一种基于LLMNR协议与证据理论的命令控制信息分享机制,首先定义了开机时间比和CPU利用率两个评价Bot性能的指标。其次本地网络中多个同类Bot间利用LLMNR Query包通告各自两个指标值,并利用D-S证据理论选举出僵尸主机临时代表BTL(Bot Temporary Leader)。接着仅允许BTL与命令控制服务器进行通信并获取命令控制信息。最后,BTL通过LLMNR Query包将命令控制信息分发给其它Bot。实验结果表明,该机制能使多个同类Bot完成命令控制信息的共享,选举算法能根据Bot评价指标实时有效选举出BTL,在网络流量较大时仍呈现较强的鲁棒性,且选举过程产生流量也具有较好隐蔽性。

基于结构化P2P网络的计算力资源整合方法的研究与实现

结构化P2P网络因其查找效率高、资源消耗少的特点受到了越来越多的关注,但由于缺少易于开发和应用的平台,结构化P2P网络上的应用还没有广泛出现,这限制了结构化P2P网络的普及。本文研究了结构化P2P网络在计算力资源整合应用上的优势,提出了一种基于结构化P2P网络的计算力资源整合方法,面向系统性能、可靠性、缩放性进行了优化,设计并开发了相应的原型系统。对该方法进行了理论分析和实验验证。结果表明,这一方法有效地整合了网络中节点的计算力,并对网络动态变化和负载均衡有较强的适应能力。

基于CORBAA/V流的集成平台及其远程教育应用

网络远程教育是一种新兴的教学方式,而CORBA技术能提高网络远程教学系统异构环境下的可操作性以及可重用性和可扩展性。在CORBA及其A/V流服务的基础上,文章设计实现了一个具有QoS功能的实用远程教育平台,并对该集成平台进行了阐述,介绍了一个基于此平台的远程教育应用系统。

基于网络流量的私有协议逆向技术综述

协议逆向技术是分析私有协议的重要途径,基于少量或零先验知识推断私有协议的约束与规范.在恶意应用监管、协议模糊测试、脆弱性检测、通信行为理解等方面均具有较高的实用价值.网络流量表征协议规范,承载协议固有特征,因此基于网络流量的私有协议逆向技术更适用于发现、分析并监管网络上的私有协议.在梳理现有的基于网络流量的私有协议逆向技术基础上,首先提出包括预推理、协议格式推断、语义分析以及协议状态机推理4步骤的基于网络流量的私有协议逆向技术框架,并阐述各个步骤的主要任务,提出面向研究方法本质的分类结构;其次,详细阐述各个私有协议逆向技术的方法流程,从适用协议类型、方法内核、推断算法等多个角度进行对比分析,提供现有基于网络流量的私有协议逆向技术系统概述;最后,归纳总结现有技术存在的问题以及主要影响因素,并对私有协议逆向技术的未来研究方向与应用场景进行展望.

算力网络环境下基于势博弈的工作流任务卸载优化机制

边缘计算虽然部分解决了任务上云导致的时延过长的问题,但由于通常只考虑端边云间的垂直协同,不可避免出现了“算力孤岛”效用,因而仍然难以满足工作流任务的低延迟执行需求.为了高效协同利用广域网上的算力资源,降低工作流任务的执行时间,亟需对算力网络中的工作流任务卸载和资源分配问题进行研究.首先描述了算力网络环境下面向多用户的工作流任务执行场景,并对该场景下的网络环境、工作流任务及其执行流程进行建模.其次根据优化目标建立工作流执行时延模型,以构建面向算力网络环境的多用户工作流任务卸载与资源分配问题.最后根据工作流应用的特点,针对链式工作流提出了一种基于势博弈的分布式工作流卸载算法.针对复杂DAG工作流提出一种基于动态资源权重的启发式工作流卸载算法.仿真实验表明,与其他算法相比,所提算法均能够协同广域网上的算力与网络资源,降低工作流任务的平均完成时间,从而有效提高了算力网络环境中的工作流任务的执行效率.

动态可控残差卷积神经网络的低剂量CT图像处理

针对计算机断层扫描(Computed Tomography,CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet)算法。DC-ResNet的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加权和,从而实现残差特征的动态可控。所设计的DC-ResNet网络是一种包括两个子网络的组合型结构,一个是作为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量CT图像质量的提高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的学习。通过Mayo与UIH数据实验验证,其视觉结果表明:处理后的不同部位CT图像噪声伪影均能够得到较好的抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的CT图像峰值信噪比(Peak-Signal to Noise Ratio,PSNR)和结构相似性(Structure Similarity,SSIM)均优于对比方法。

基于双主干网络的雾天交通目标检测方法研究

车辆和行人安全监测是城市交通监测的一项重要任务。针对雾霾等复杂恶劣天气条件下,监测采集的图像视觉效果差、噪声高、目标检测困难等问题,提出了一种双主干网络(MobileNets VGG-DCBM Network,MVNet)用于雾天交通目标检测,结构受PCCN和CBNet网络结构的启发,由改进的深度可分离卷积神经网络MobileNets和基于VGGNet构建的VGG-DCBM网络组成;采用并行方式构建双主干目标检测网络结构,以改进的MobileNets为主主干网络,VGG-DCBM为辅助主干网络,共同提取特征信息,实现不同网络间特征层信息的融合;MVNet网络结构采用并行方式获取两个不同网络提取的不同特征层信息,通过采用通道拼接的方法实现不同网络特征信息之间的融合,以获得更丰富的细节特征;在RTTS和HazePerson数据集上,平均精度均值(mean Average Precision,mAP)分别达到71.50%和89.84%;实验结果表明:在雾霾等复杂恶劣天气条件下具有较强的鲁棒性且能够准确的检测到车辆和行人,在目标检测性能上优于对比方法。

基于网络表示学习的车险欺诈溯因分析研究

车险欺诈检测对促进汽车保险业的良性健康发展有着重要意义。由于欺诈的判断涉及公民权利等核心内容,需要车险专家对案件进行核查,提供欺诈原因。尽管基于机器学习的方法泛化能力强、精确度高,但缺少可解释性,而基于专家系统的规则方法尽管有较好的可解释性,但受限于规则复杂的触发条件。为了解决未触发专家系统欺诈规则而被机器学习方法检测为“欺诈”的案件无法被解释的问题,文中提出了基于网络表示学习的车险欺诈溯因分析方法。该方法首先定义了车险欺诈溯因分析任务,然后采用网络表示学习对已触发专家系统中欺诈规则的案件进行案件-规则因子网络的建模,学习欺诈规则中因子的分布式向量表示。为了更好地度量“欺诈”案件与专家系统中因子未全部触发规则之间的相似度,该方法基于溯因缺省原理,设计了一种规则因子的加权拼接策略来缓解训练数据不足的问题。实验结果表明,所提方法相较于已有方法在车险欺诈溯因预测任务的3项指标中均能取得更好的效果。

网络安全态势感知综述

随着网络空间安全重要性的不断提高,网络安全态势感知(network security situation awareness,简称NSSA)的研究与应用正在得到更多的关注.NSSA实现对网络中各种活动的行为辨识、意图理解和影响评估,以支持合理的安全响应决策.它是对网络的安全性进行定量分析的一种手段,网络安全管理系统可以借助其宏观把握整个网络的安全状况,分析攻击者的意图,为管理决策提供重要的依据.讨论了NSSA的任务范围,并据此对网络安全态势感知的概念进行了重新定义.然后,分别从网络安全态势觉察、网络安全态势理解、网络安全态势投射这3个层面综述了网络安全态势感知的研究现状和存在的问题.

一种基于k-核的社会网络影响最大化算法

社会网络中影响最大化问题是指在特定传播模型下,获取一个指定大小的节点集合,使得该集合在网络中的聚合影响力最大.针对贪心算法运用于大规模社会网络时存在效率低下且不可扩展的问题,文中提出基于核数层次特征和影响半径的启发式算法——核覆盖算法(Core Covering Algorithm,CCA).该算法首先引入k-核概念,基于k-核分解求出每个节点的核数,然后根据核数分布的层次性,引入节点的影响半径参数,最后综合核数和度数两个属性,找出影响力节点集合.文中在两个数据集和两种传播模型上进行了实验,结果表明:(1)在传播概率较大的独立级联模型(Independent Cascade Model,IC)下,CCA能取得比现有启发式算法更优的影响效果;(2)在三价(TRIVALENCY Model,TR)模型下,CCA的表现也同样优于其他启发式算法;(3)与其他启发式算法相比,CCA的运行时间更少.

基于多维特征分析的社交网络意见领袖挖掘

在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义,本文综合结构特征、行为特征和用户的情感特征对意见领袖节点挖掘问题进行研究.本文首先对微博真实文本数据进行话题识别得到主题社区,在主题社区中基于用户节点之间的关注关系构建交互网络拓扑.然后分别从结构、行为和情感三个维度对用户的影响力进行度量.最后,分析用户在主题社区中的影响力分布与传播规律,提出意见领袖识别算法MFP(Multi-Feature PageRank).实验表明,该算法可有效地挖掘潜在的意见领袖节点,能够获得较高的支持率.

网络加密流量识别研究综述及展望

鉴于加密流量识别技术的重要性和已有相关研究工作,首先根据流量分析需求的层次介绍了加密流量识别的类型,如协议、应用和服务。其次,概述已有加密流量识别技术,并从多个角度进行分析对比。最后,归纳现有加密流量识别研究存在的不足及影响当前加密流量识别的因素,如隧道技术、流量伪装技术、新型协议HTTP/2.0和QUIC等,并对加密流量识别趋势及未来研究方向进行展望。

无线可充电传感器网络中充电规划研究进展

传感器网络作为当代信息获取的重要手段之一,受到各国各界的广泛关注.在传感器网络中,能量问题一直是限制其广泛应用的重要约束和挑战.由于无线充电技术和智能移动节点的发展,使得综合使用这两种技术能够彻底解决传感器网络中的能量问题.这类采用无线充电方案的传感器网络称为无线可充电传感器网络.其中,充电规划影响无线可充电传感器网络在解决能量问题时的成本和效果,因此成为研究的热点.综述了最近几年无线可充电传感器网络研究中充电规划设计,从软、硬件层面的6个不同维度对这些方案进行分类概述和对比分析,总结在不同应用场景下进行充电规划设计的一般性思路,并通过3个实例进行演示,验证该设计思路的易用性和实用性.