共查询到20条相似文献，搜索用时 31 毫秒
1.
随着计算机网络的迅速发展,目前的网络规模越来越庞大和复杂,相应面临对网络有效管理的要求就越来越高。本文通过对CERNET(ChinaEducationandResearchNetwork)上某个端口的网络流量数据的统计分析,给出了一种用时间序列的方法对流量数据进行模拟仿真,从而达到对网络流量的控制和预测以便提高对网络服务的质量。 相似文献
2.
3.
4.
网络数据流量的准确预测是评判和选择最佳Web服务的一种重要标准。传统的网络数据流广域子空间流量预测方法没有进行分解降维处理,预测误差较大,无法对大跨度的网络流量进行准确预测。提出一种基于广域子空间分解降维的网络数据流量准确预测方法,把网络流量数据流构建广域子空间进行预处理,在广域子空间中对数据进行分解分析,把提取的高维特征涵摄在广域子空间中,进行广域子空间分解降维,然后将广域分析的结果与子空间降维分析的结果进行有效的数据融合,实现对整个网络流量分析数据的准确预测。仿真测试表明,采用基于广域子空间分解降维的方法进行网络数据流量预测,可以精确预测网络流量渐变过程,结果准确,且计算开销明显降低。 相似文献
5.
网络数据包捕获技术在网络安全领域有着广泛的应用,但传统的捕包机制存在着一些系统瓶颈问题,导致在网络流量较大时,系统出现大量的丢包现象,其低下的数据采集性能已无法适应高速网络环境的需求。结合零拷贝技术,应用PF_RING套接字对传统的捕包机制进行改进,介绍了其实现过程,并给出实验测试结果加以验证。 相似文献
6.
《科技通报》2016,(4)
通过对网络流量的准确预测提高对网络的调控和监测水平,避免网络拥堵,确保网络畅通。传统的网络流量预测算法采用粒子群算法,在处理大规模的流量数据时,容易导致信息发散和易陷入局部极值点,流量预测准确度不高。提出一种基于多标记学习混合差分粒子群进化的网络流量预测算法。构建多分簇的无线网络流量数据传输模型,对网络流量进行时间序列分析,采用粒子群优化算法分别比较网络信息流中的频率波动是否相同,对相同的进行合并,基于自回归移动平均算法,进行粒子群信息链特征优选准则设计,采用多标记学习混合差分粒子群进化算法,把网络流量数据嵌入到内核空间的超球体中,进行离线阶段的网络流量预测优化。仿真结果表明,该算法对网络流量预测的精度较高,误差减少,具有较好的应用价值。 相似文献
7.
8.
9.
为了提高对网络异常流量监测模型的置信度和准确性,降低虚警概率,防止漏报。需要对异常网络流量预测概率置信度区间进行优化设计。提出一种基于预测流量数据主特征建模与广域子空间重构的异常网络流量预测算法,提高预测概率置信度。把主特征建模投影到广域子空间中,获取网络异常流量数量的对偶子梯度预测结果,其表现为一组尺度,分析网络预测流量的概率置信度的伸缩变化,选用极大似然法对网络流量的预测概率置信度进行特征建模,得到概率置信度区间。提高预测置信度和精度。实验结果表明,该算法能有效提高异常网络流量的预测精度,通过在广域子空间中特征建模,保证了预测的概率置信度,减少预测误差,性能优越。 相似文献
10.
为克服传统时间序列分析方法对小数据信息数据和非平稳序列检测不稳定的限制,引入滑动窗口模型思想,提出了滑动时间窗口模型的网络流量序列重组空间异构的检测方法。通过计算仿真得到不同时间窗阈值下的网络流量序列递归图,检验出网络总出口流量的确定性。通过提取递归图中异常特征点的定量递归特征的方法实现对流量异常的检测和评估。仿真实验表明,提取的流量序列定量递归特征具有较强的稳定性和自相似性,算法能有效检测出网络流量序列的隐藏异常波,尤其适合于小数据量时间序列和非平稳数据的检测和分析。 相似文献
11.
针对当今多变的网络环境，对网络流量进行了分析，得到UDP数据包与TCP类型数据包比例的结论，根据用户对网络的使用情况，进行限制流量操作，从而提供更稳定的网络环境。 相似文献
12.
根据EXCEL工作表函数与数组公式的特点,提出了一种数据提取的方法。基于网络流量统计数据为例进行分析,构建了具有一定的通用性的数据提取公式,可提高网络管理的效率。 相似文献
13.
本文针对传统的频率-码相位二维串行搜索捕获方法计算量大、且捕获时间长的缺点提出基于FFT的频域并行捕获PN码算法。该并行算法对频率搜索方法进行了改进,并提出了一种消除数据调制的方法。理论分析和仿真结果表明该方法能实现低信噪比、高动态性条件下PN码的快速捕获。 相似文献
14.
《科技通报》2015,(10)
设计网络流量预测数学模型,实现对网络流量的准确预测和评估。传统的流量预测算法采用包络特征子空间聚类的流量序列分析方法,对随机大数据网络流的聚类和预测效果不好。提出一种随机阵列向量模型的流量预测算法。首先进行了网络流量预测的时间序列模型构建,采用平均互信息算法和伪最近邻点法求解最优化网络流量序列重组空间异构参数,得到一个高密度流量数据分形区域,创建流量序列的概率分布曲线,在随机阵列相空间中形成新的映射采用统计学数学方法对流量序列的随机分布特征进行分布式计算,随机阵列向量模型构建方法进行流量预测算法改进。仿真结果表明,采用该算法进行流量预测,能有效提高预测精度,具有较好的流量特征分析能力,性能优越。 相似文献
15.
《中国科技信息》2020,(Z1)
随着电网逐步智能化,电力通信网承载的业务系统不断扩大升级,传统的网络流量模型己无法很好的拟合现有的网络流量,建立基于海量数据的电力通信网络流量预测模型具有重要意义。针对电力通信网网络业务流量所呈现的随机性和波动性特点,提出了一种基于长短时记忆(LSTM)和支持向量回归(SVR)的新型混合预测模型以提高短期网络流量预测的准确性。该模型首先采用变分模态分解(VMD)提取流量序列的固有模态,降低噪声的随机性影响,然后采用LSTM分别对各本征模态进行拟合,充分挖掘流量序列在时间上的分布特征,最后考虑流量影响因素,采用SVR拟合残差余量,并将所有子预测模型进行叠加整合。该模型使用实际数据为研究对象进行仿真预测,结果表明,该模型可有效提高模型的预测精度。 相似文献
16.
对网络流量监控的原理和内容,网络流量监测技术以及网络流量监控系统的组成、形式、主要用途及应用现状进行总结,并提出进一步研究的方向。 相似文献
17.
AFDX总线被客机、运输机选为干线通信总线。AFDX中冗余数据帧实时分析处理是其中重要环节。根据ARINC664标准,研究了冗余帧的处理机制及实现流程,采取分时的方式实现了对多路数据的实时捕获,CPU对内存条的实时读取。结果证明完全能够满足设计需求。 相似文献
18.
在能量受限的侦听网络中,需要大量的信息交换,由于瓶颈节点的能量消耗无法满足侦听网络的流量需求,需要进行流量扩张模型构建。传统方法采用对偶子梯度法实现对侦听网络的流量扩张,方法只能考虑一种流量和节点的组合,适应性能不好。提出一种基于小波变换尺度耦合特性分析的侦听网络流量扩张模型,对侦听网络流量时间序列进行采集与分析,通过小波尺度耦合分析,对路由接收的调度任务指令数量做出有效预测,从而为调度模型的建立提供准确的数据基础。分析流量序列的瞬时频率线性变化规律,得到带宽频间谐振模型,通过小波尺度耦合特性约束,提高了流量的流通量,实现流量扩张。仿真结果表明,算法能有效提高侦听网络的数据流吞吐量,网络流量通道得到有效扩张,提高了侦听网络的安全性和通信效率,展示了较好的应用性能。 相似文献
19.
[目的/意义]大数据时代下,研究科技情报机构研究人员数据素养核心要素及其赋能提升机制,对驱动科技智库发展有重要的意义。[方法/过程]运用文献研究方法,对国内外相关主题文献进行数据素养内涵、表现维度、评价等方面的梳理和研究。结合数据驱动下科技智库发展新趋势,提出数据素养的六大核心构成要素,探讨数据素养对科技智库发展的驱动作用以及其赋能提升机制,引入皮带传动原理阐释“赋能机制提升数据素养,促进科技智库发展”的互动生态体系架构。[结果/结论]面向科技智库发展,科技情报机构研究人员的数据素养包括数据伦理与道德、数据觉知与洞悉力、数据辨析与捕获力、数据挖掘与分析力、数据呈现与阅读力、数据解析与预判力等六大核心要素,建立良好的赋能机制、数据素养与科技智库三者互动作用力的生态体系有助于科技智库化发展。 相似文献
20.
检测异常网络流量对于维护网络安全来说是一个很重要的领域,网络流量异常检测的目的是实时无误的检测在网络使用过程中发生的突发攻击事件。由于网络流量较难测量,以及网络环境较为复杂,网络流量的测量具有很多不确定性,这使得网络流量的异常检测成为维护网络安全研究的难点问题。而现有的检测方法包括数据挖掘、小波分析等,以上方法在应用过程中存在弊端,或存在算法过于困难,或者是对于网络流量异常具有滞后性,因此现有的方法对无法满足我们的实际需求。在大数据的环境下,数据量更加庞大,研究者应开发设计新的检测方法,适应时代发展,优化用户体验,提升网络使用效率,减少因网络拥挤产生的网络问题。 相似文献