江苏省自然科学基金(BK2009058)
- 作品数：13 被引量：96H指数：5
- 相关作者：陈鸣钱叶魁李兵朱少卫张晗更多>>
- 相关机构：解放军理工大学中国人民解放军防空兵指挥学院中国人民解放军防空兵学院更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 一种分簇DTN中分层多摆渡节点路由机制被引量：2
- 2012年
- 单摆渡节点路由机制在小规模聚簇DTN中有很好的工作效率,但是随着网络规模增大,该机制存在时延增大的缺点。为了解决这个缺点,设计实现了一种分层多摆渡节点路由机制,该机制为DTN分簇部署摆渡节点,通过摆渡接入点协调分簇摆渡节点与全局摆渡节点的通信。理论分析和仿真试验结果表明该机制可以很好地提高分簇DTN平均时延性能。
- 王秀磊陈鸣张国敏
- 关键词：时延
- 因特网流量矩阵的流形结构被引量：5
- 2010年
- 当前,流量矩阵已经被广泛应用于异常检测、流量预测、流量工程等领域,但是现有研究仅仅发现流量矩阵存在线性结构。为了寻找流量矩阵中可能存在的非线性结构,构建流量矩阵模型并从实际因特网骨干网Abilene中采集流量矩阵数据集,应用经典的流形学习算法进行实测数据分析,发现这些高维(81维或121维)的流量矩阵数据集实际上是嵌入的固有维度为5维的低维流形,且其受采样密度和噪声数据等各种因素的影响呈现出不同的结构。
- 钱叶魁陈鸣
- 关键词：网络流量分析流量矩阵流形学习非线性降维
- 基于多尺度主成分分析的全网络异常检测方法被引量：42
- 2012年
- 网络异常检测对于保证网络的可靠运行具有重要意义,而现有的异常检测方法仅仅单独利用流量的时间相关性或空间相关性.针对这一不足,同时考虑流量矩阵的时空相关性,提出了一种基于MSPCA的全网络异常检测方法.该方法综合利用小波变换具有的多尺度建模能力和PCA具有的降维能力对正常流量进行建模,然后采用Shewart控制图和EWMA控制图分析残余流量.此外,还利用滑动窗口机制对MSPCA异常检测方法进行在线扩展,提出了一种在线的MSPCA异常检测方法.因特网实测数据分析和模拟实验分析表明:MSPCA算法的检测性能优于PCA算法和近期提出的KLE算法;在线MSPCA算法的检测性能非常接近MSPCA算法,且单步执行时间很短,完全满足实时检测的需要.
- 钱叶魁陈鸣叶立新刘凤荣朱少卫张晗
- 关键词：网络异常检测主成分分析流量矩阵在线检测
- 基于奇异值分解更新的多元在线异常检测方法被引量：3
- 2010年
- 网络异常检测对于保证网络稳定高效运行极为重要。基于主成分分析的全网络异常检测算法虽然具有很好的检测性能,但无法满足在线检测的要求。为了解决此问题,该文引入流量矩阵模型,提出了一种基于奇异值分解更新的多元在线异常检测算法MOADA-SVDU,该算法以增量的方式构建正常子空间和异常子空间,并实现网络流量异常的在线检测。理论分析表明与主成分分析算法相比,该算法具有更低的存储和计算开销。因特网实测的流量矩阵数据集以及模拟试验数据分析表明,该算法不仅实现了网络异常的在线检测,而且取得了很好的检测性能。
- 钱叶魁陈鸣
- 关键词：网络异常检测奇异值分解
- 对等方地理分布特征及BT流量本地化算法建模
- 2010年
- 通过建立BT本地化流量优化算法的性能模型,描述客户机的下载速率特性以及网络资源耗费等情况.该模型揭示了对等方的地理分布特征对BT算法的性能优化效果具有重要影响.通过实际的因特网试验验证了该模型的正确性.在12个月时间内考察了200万个.torrent文件,发现BT对等方在国家级和AS级等2个尺度上均服从Zipf-like分布.这些发现为BT的流量优化提供了一种新的有效依据.
- 于利东陈鸣陈文洁
- 关键词：网络测量
- 隐私感知的Web服务信任模型被引量：2
- 2013年
- 为了统筹考虑web服务中信任评估与隐私保护的要求,提出了一种隐私感知的web服务信任模型,并给出了基于该信任模型的web服务选择机制,从而帮助用户在满足服务质量的基础上选择能更好地保护隐私的服务实例;设计了基于相关性的属性选择和权值确定方法,以使web服务信任模型更加通用,适应不同的应用环境;基于实测数据上的实验结果验证了所提信任模型的有效性.
- 王睿魏祥麟吴礼发
- 关键词：WEB服务信任模型隐私
- 面向PCA异常检测器的毒害攻击和防御机制被引量：6
- 2011年
- 网络流量异常检测对于保证网络稳定高效运行极为重要.目前基于主成分分析(PCA)的全网络异常检测算法虽然发挥了关键作用,但它还存在着受毒害攻击而失效的问题.为此,深入分析了毒害攻击的机制并对其进行了分类,提出了量化毒害流量的两个测度,并给出了3种新的毒害攻击机制;提出了一种基于健壮PCA的异常检测算法RPCA以抵御毒害攻击.模拟试验结果表明,RPCA算法在受到多种毒害攻击时仍然具有很好的检测性能,明显优于PCA异常检测器,且运行时间能够满足实际网络异常检测的需求.
- 钱叶魁陈鸣
- 关键词：异常检测防御机制主成分分析健壮性
- MOADA-SVR:一种基于支持向量回归的多元在线异常检测方法被引量：5
- 2011年
- 网络异常检测对于保证网络稳定高效运行极为重要。基于主成分分析的全网络异常检测方法虽然具有很好的检测性能,但无法满足在线检测的要求。为了解决此问题,引入流量矩阵模型,利用支持向量回归及其支持向量解的在线稀疏化方法建立流量的一种常态模型,提出了一种基于支持向量回归的多元在线异常检测算法MOADA-SVR。理论分析和因特网实测数据分析表明,该算法与主成分分析算法相比具有类似的检测效果,但具有更低的存储和计算开销。
- 钱叶魁陈鸣
- 关键词：异常检测在线检测支持向量回归流量矩阵
- 基于往返时延矩阵子空间的网络异常检测方法被引量：3
- 2015年
- 针对以往的网络异常检测方法仅关注单条链路或路径的异常行为以及需要复杂的基于流量矩阵的监测技术的问题,该文构建了往返时延(RTT)矩阵模型,引入了RTT矩阵子空间概念,提出了基于RTT矩阵子空间的分析(ARMS)方法。对Abilene实测数据集的分析验证表明,ARMS方法完全满足进行异常检测的两个前提条件。在NS2上设计的仿真试验表明,ARMS方法较之传统的时间序列分析方法能够更准确地检测网络异常,当异常流量较大或分布较广时检测效果更好,且算法复杂度没有随着网络拓扑规模增加而急剧恶化。
- 李柏楠钱叶魁罗兴国
- 关键词：异常检测主成分分析子空间往返时延矩阵
- ODC——在线检测和分类全网络流量异常的方法被引量：12
- 2011年
- 提出一种从全网络的视角实时在线检测和分类流量异常的方法(简称ODC),该方法以增量方式构建以流量特征的熵为测度的流量矩阵,利用增量主成分分析算法在线地检测流量异常,然后再利用增量k-means算法实时在线地对流量异常进行分类,以便网络管理员采取相应的防御措施。理论分析和实验分析表明,ODC具有较低的时间复杂度和存储开销,能够满足在线实时处理的要求。实测数据分析和模拟实验分析的结果均证实了ODC具有很好的检测和分类性能。
- 钱叶魁陈鸣郝强刘凤荣商文忠
- 关键词：在线检测增量聚类
