国家自然科学基金(61202489)
- 作品数：7 被引量：10H指数：2
- 相关作者：任高明夏靖波杨仝乔向东陈珍更多>>
- 相关机构：空军工程大学西北工业大学清华大学更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 避免数据包重复采集的分布式流量测量算法
- 2015年
- 针对DPC算法存在的问题,提出一种"标记"数据包头的分布式流量测量算法。为避免同一数据包被不同测量点重复采集,在网络入口测量点处,对到达的数据包进行抽样,修改被抽取数据包头中标志位的预留位为1;在网络的中间节点,通过查看数据包的预留位判断数据包是否已被抽取,对于已被抽取的数据包,不再重复记录,对于尚未被抽取的数据包,根据抽样规则决定是否抽取,避免多次采集相同数据包导致计算资源和存储资源的重复消耗。通过理论推导和实例验证了该算法的有效性,为分布式网络流量测量的扩展应用提供了解决途径。
- 任高明夏靖波柏俊张毅卜
- 关键词：计算机网络分布式
- 基于LRU淘汰机制的自适应大流检测算法被引量：1
- 2014年
- 针对现有大流检测算法自适应能力差和难以满足工程应用需求的问题,提出一种新的基于'最近最久未用'淘汰机制的自适应大流检测算法。该算法设置流归并和LRU两级缓存,数据分组到达时,首先进入流归并缓存,按照'流关键字'通过哈希算法实现数据分组到流的匹配,并对流大小进行估计;同时根据上一时刻被LRU淘汰流的大小实时调整LRU缓存之前的过滤门限;然后比较流估计值和门限大小,估计值大于门限的流所含数据分组进入LRU缓存进一步筛选,否则丢弃。为保证实时性和过滤效果,分析并提出了门限时长的设置方法。理论推导和实验结果表明:该算法既保证了准确性又提高了自适应性,更适合工程应用。
- 任高明夏靖波乔向东杨仝
- 关键词：计算机应用网络流量测量自适应算法
- 一种属性可撤销的安全云存储模型被引量：2
- 2015年
- 针对云存储服务中数据用户权限撤销粒度较粗及现有方案密钥分发计算量大等问题,基于双系统加密的思想,在合数阶双线性群上提出了一种新的细粒度权限撤销的安全云存储模型。数据拥有者同时也作为属性分发机构,保证了对自身数据的绝对控制,确保了在云服务商不可信情况下开放环境中的云端存储数据的安全。从模型架构和属性密钥分发两个方面对模型进行了研究,并用严格的数学方法证明了本方案是适应性安全的。云存储模型的数据访问策略根据实际需要可灵活设置,适用于云存储等开放式环境。
- 张柄虹张串绒焦和平张欣威
- 高速网络分布式抽样中的统计随机性分析
- 2015年
- 针对当前分布式抽样方法不能较好地解决抽取样本的随机性和估计无偏性的问题,采取对被抽样的数据包头中没有实际意义的Flag预留位做标记的方法,以保证各测量点抽取样本的一致性;在入口点处采取泊松抽样保证样本的随机性和估计无偏性.理论推导和实验验证均表明:所提方法实现简单、准确性高,抽取样本能较为准确地估计出流量总体特征,并且部署灵活,适合于工程应用.
- 任高明夏靖波李鑫钱渊
- 关键词：计算机网络随机性
- 多基站协作无线资源分配方法被引量：2
- 2014年
- 现有基于效用的无线网络资源分配方法大多未考虑网络整体效用最优的问题,只关注基站内的资源分配最优化,没有将基站选择问题与基站内资源分配问题相结合。鉴于此,提出一种基于效用的多基站协作无线资源分配方法,将无线网络资源分配划分为2个阶段,即基于拥塞度选择基站与基于边际效用实现基站内的资源分配。仿真实验结果表明,在268次基站选择中,该方法与效用最优的基线方法有218次相同,占81.3%,但其平均用时只有0.066 s,远低于基线方法的0.926 s,从而验证了该基站选择方法的合理性,以及基站内资源分配方法的有效性和高效性。
- 宋亚楠仲茜曲光亮李兴立
- 关键词：效用函数无线网络资源分配
- 一种用于小流估计的数据包公平抽样算法被引量：3
- 2014年
- 现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。
- 任高明夏靖波乔向东杨仝
- 关键词：重尾分布
- 网络数据流流量测量新方法被引量：2
- 2015年
- 针对现有的数据流流量测量概率多重计数方法空间复杂度高和空间利用率低的问题,提出了一种基于两层位域的数据流流量测量方法.该方法分为两个步骤:数据捕获阶段.将到达数据包采用两个独立的哈希函数分别映射至两层位域;数据恢复阶段.对位域恢复得到的两个虚拟矩阵按位取交集,消除哈希碰撞引起的误差.实验结果表明,和概率多重计数方法相比,两层位域方法在存储空间降低75%的前提下,仍具有高的数据流估算精度.
- 任高明夏靖波柏骏陈珍
- 关键词：计算机网络
