您的位置:KC网络电话 >> 媒体报道>> 无线网络安全国内外研究现状

无线网络安全国内外研究现状

来源:网络  发布时间:2015-01-19 16:18:23

无线网络安全为了实现可靠的数据传输以及合理的网络资源分配,就需要深刻了解网络的控制机制和复杂的行为特性。建立网络流量模型并进行分析预测对网络性能的评价具有重要的意义,完全符合网络流量复杂统计特性的模型,能够帮助对网络流量进行精确的分析和仿真,有助于网络的设计和控制。目前网络流量模型在世界各国都得到了充分的重视,在中国所启动的有关高性能网络、下一代互联网、网络与信息安全的研究计划中,均将网络流量建模和性能分析等研究作为基础性的工作:如LBNL(LawrenceBerkeley National Laboratory), MIT的Lincoln Laboratory, Purdue大学的NetworkSystems Lab、中科院计算所、清华大学计算机网络技术研究所等均对网络流量建模和性能分析及其应用等方面进行了大量的研究。因此研究网络流量特性及影响因素,分析两者之间的关系,建立能够准确刻画及预测网络流量的特征及趋势的组合预测模型,从而不仅为网络性能的分析和评价提供具有实践意义的物理模型,而且为基于流量特征所进行的异常检测、攻击应对等提供理论依据。

 

无线网络安全国内外研究现状

 

王俊松根据据实际网络中得到的网络流量数据,建立了一个基于Elman神经网络的网络流量模型,在此基础上对网络流量进行预测。Elman神经网络是典型的局部递归内时延反馈型神经网络。王俊松在原有的输入层、输出层和隐层三层中,加入了反馈层,其中反馈层是输入层与输出层的连接权矩阵,采用动态反向传播学习算法,即梯度下降法对网络进行训练,通过对网络各层权值调节,使样本输出和辨识输出的均方误差达到最小。

赖海光,黄皓,谢俊元提出了一种用于并行异常检测的流量划分算法,该算法利用TCP连接的状态将网络流量划分给多个探测器,通过使用多个探测器并行处理网络数据流来提高网络的负载均衡能力。

Charitskis等人提出无线网络安全在了分发器上使用两种方法来提高并行异常检测系统的性能:一种方法是早期过滤,将只进行数据包头部特征匹配的检测放在分发器上进行.使系统中进行数据包头部检测的开销较小,如果数据包不匹配同时又不包含数据,则将其丢弃,从而减少探测器和整个系统的负载.第二种方法是本地缓存,由于每种类型的网络流量都有其相应的检测规则集,而探测器在不同规则集之间的切换需要耗费一定的时间.因此,提出了在分发器中添加多个缓存,用于累积各种不同类型的数据包,若缓存满了,则只需要将它们一起发送出去,从而减少了探测器在不同规则集间切换的次数,进而提高了系统的效率。

何建提出了一种基于时间序列分析的方法来进行网络流量预测,通过将非平稳的大尺度网络流量序列进行对数化处理,提出趋势后得到一个短时间相关信号的序列,通过对短时间相关序列的研究与分析,最终得到了精确的宏观网络流量的预测模型。

上一条:桌面云技术的两种主要形式
下一条:3G和4G网络的性能