检索结果-南通市图书馆

作者：程教育电子科技大学

学位级别：硕士

网络管理一直以来都是计算机网络研究的重要领域,随着信息化技术的不断发展,国内很多政府机构、行业和事业单位的信息系统建设已相对成熟和完善,信息系统中的各类IT基础设施如网络设备、安全设备、终端设备和应用服务等会产生大量的状... 详细信息

网络管理一直以来都是计算机网络研究的重要领域,随着信息化技术的不断发展,国内很多政府机构、行业和事业单位的信息系统建设已相对成熟和完善,信息系统中的各类IT基础设施如网络设备、安全设备、终端设备和应用服务等会产生大量的状态信息、流量信息、日志与事件信息等,这些信息使得网络管理的难度越来越大,原有的网络管理理念已经不能够满足当前飞速发展的网络需求。在这种情况下,基于数据关联与分析的网络管理思想被提出,并且成为众多研究机构和厂商的研究焦点。数据关联与分析应用于综合运维管理系统中又称为故障关联分析技术,是网络故障管理中的一种重要应用技术,是通过模型化的方法确定网络中的事件(故障)的关联关系。实际应用中基于规则的事件分析过程往往更符合人类的逻辑、易于理解,因此在通信中应用的最为广泛。由于一般制定相关规则与方法,需要大量具有较高业务水平和工作经验的网络工程师,根据长期积累的经验和知识来获取,而且这样的工作强度也很大,规则的可信度不高。本文通过一系列关联规则工具对捕捉到的告警事件进行分析,得到各个事件之间的关联规则,定位最终故障,辅助网络管理人员分析当前的故障告警信息,或对历史故障进行分析,给出合理的故障处理方法,以此来提高工作效率,减轻网络管理人员的工作负担。目前已有部分厂家或机构对基于数据关联与分析技术在网络管理上也有一些研究,有的也取得了一些成功,这表明,当今网络管理的发展正朝着高准确性、高可靠性、超智能化的方向发展。本文的设计将数据关联与分析技术应用于综合运维管理系统中,利用规则描述关联分析所涉及的算法或业务流程,基于规则引擎负责解析规则并执行。帮助管理者随时掌握全网整体运行态势,实时了解全网运行支撑能力、运行趋势等,以达到准确定位,提前预测,辅助决策的作用。

关键词：数据关联与分析综合运维管理规则引擎

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向复杂软件系统的配置测试技术研究

面向复杂软件系统的配置测试技术研究

作者：李珂瑶电子科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

资源高效的服务功能链部署算法研究

资源高效的服务功能链部署算法研究

作者：徐祝电子科技大学

学位级别：硕士

随着网络用户的增加以及业务多样化发展,电信行业需要存储和传输大量的数据。传统基于专用硬件的通信网络面对新的业务需求存在着网络僵化、资源难以共享、成本居高不下等问题。网络功能虚拟化(Network Function Virtualization,NFV)被... 详细信息

随着网络用户的增加以及业务多样化发展,电信行业需要存储和传输大量的数据。传统基于专用硬件的通信网络面对新的业务需求存在着网络僵化、资源难以共享、成本居高不下等问题。网络功能虚拟化(Network Function Virtualization,NFV)被提出来解决传统网络中面临的困局。服务功能链(Service Function Chain,SFC)部署作为NFV中资源分配的关键研究方向之一,影响着NFV环境下网络的性能。现有研究针对SFC部署问题存在着资源利用效率不高,性能指标考虑不全、拓扑局限性等问题。本文对上述问题进行了深入分析,以SFC部署资源高效为目标,提出了相应的部署算法设计并进行仿真实验,主要内容及创新点包括以下两点:(1)针对NFV中离线的SFC部署问题,首先建立了相应的数学模型。基于建立的数学模型,以资源高效利用和降低端到端时延为目标,提出了一种基于BFS的SFC部署算法SFCDO。该算法利用BFS算法来感知物理网络拓扑信息并优先选择跳数接近SFC长度的路径来实现部署。此外,本文还将所提出的算法与G-SA算法进行仿真实验和性能对比分析。实验结果表明,SFCDO算法可以有效地降低部署路径的带宽资源消耗和端到端时延。与G-SA算法对比,SFCDO算法在带宽资源消耗和端到端时延上分别降低49%和40%。(2)针对NFV中在线的SFC部署问题,首先建立了用于在线SFC部署的数学模型。基于建立的数学模型,以高效利用物理网络资源,实现网络负载均衡为目标,设计了一种高效的在线SFC部署算法OSFCD。该算法优化SFC部署的路径并充分考虑到了节点和链路的负载率,以提高在线SFC部署的性能。此外,本文还将提出的算法与其他三个现有算法进行了比较。实验结果表明,OSFCD算法可以有效降低带宽资源消耗和降低网络中最大节点负载率和最大链路负载率。此外,在线SFC部署过程中的成功率,端到端时延等指标也得到了优化。

关键词：网络功能虚拟化服务功能链资源高效低时延负载均衡

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

并行模糊测试动态策略优化技术研究

并行模糊测试动态策略优化技术研究

作者：符劲轩电子科技大学

学位级别：硕士

随着信息技术的快速发展,信息安全形势日益严峻,信息安全事件屡屡发生。在这些安全事件中,软件安全漏洞的利用占据一定比例,可能会产生极其严重的影响。模糊测试是一种重要的漏洞挖掘技术,已广泛应用于各领域。随着软件体积的增加和开... 详细信息

随着信息技术的快速发展,信息安全形势日益严峻,信息安全事件屡屡发生。在这些安全事件中,软件安全漏洞的利用占据一定比例,可能会产生极其严重的影响。模糊测试是一种重要的漏洞挖掘技术,已广泛应用于各领域。随着软件体积的增加和开发者对测试时间的限制,并行化加速成为了一种实用的模糊测试优化方式。目前,针对模糊测试技术的并行化扩展有两条路线:同构并行扩展和异构并行扩展。然而,同构并行扩展存在测试策略多样性不足的问题,异构并行扩展存在资源使用效率不高和测试冗余的问题,均影响了测试效率的进一步提高。针对上述问题,本文以提高并行模糊测试效率为目标,设计并实现一种动态策略并行模糊测试系统。核心工作如下:(1)研究动态策略并行模糊测试系统整体框架。通过对并行模糊测试的难点和现有方案的优缺点进行分析,提出了三大目标(提升信息收集能力、提升系统资源使用效率、优化种子选择策略)来提高系统整体的测试效率,并设计了动态策略并行模糊测试系统的整体框架。(2)研究动态策略并行模糊测试系统关键技术。针对目标一,研究信息收集与同步技术,使系统能够提取模糊测试实例运行时的细粒度信息和同步种子文件,其中细粒度信息能够为优化并行模糊测试提供信息指导。针对目标二,研究系统资源动态分配技术,该技术能够根据测试的历史执行情况有效预测未来时间段各模糊测试实例的效率,并定期根据预测结果对各模糊测试实例占用的系统资源进行动态调整,使得效率高的实例能够分配到更多的系统资源。针对目标三,研究跨实例种子调度技术,分析得到并行模糊测试中种子执行效率与种子执行次数成反比的关系,根据种子的执行次数对种子进行动态分组并计算组内种子效率,并定期更新至全局数据库中,使得模糊测试实例能够减少低效种子的选择概率。(3)设计动态策略并行模糊测试系统验证实验。通过功能性验证实验说明本系统具备有效收集信息、提升系统资源使用效率、优化种子选择策略的能力。为验证测试系统提升测试效率的能力,从代码覆盖率和崩溃数两个维度对Binutils工具集中的四款软件进行测试,测试结果相比基准均得到提升,其中路径覆盖数和ASAN去重后崩溃数分别提高6.9%和41.5%。实验证明,本文设计的动态策略并行模糊测试系统能够有效提高测试效率。

关键词：模糊测试并行化资源分配种子调度

MEC使能5G车联网的任务和资源优化调度算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

MEC使能5G车联网的任务和资源优化调度算法研究

作者：苏寒月电子科技大学

学位级别：硕士

随着汽车数量的不断增多,车联网的发展备受关注。关于环境感知、通信、计算等方面的物联网技术的进步也推动车联网进一步的大规模应用,但是现有车联网的网络架构仍然不能满足快速移动车辆的低时延业务需求。5G移动通信的巨连接和超低延... 详细信息

随着汽车数量的不断增多,车联网的发展备受关注。关于环境感知、通信、计算等方面的物联网技术的进步也推动车联网进一步的大规模应用,但是现有车联网的网络架构仍然不能满足快速移动车辆的低时延业务需求。5G移动通信的巨连接和超低延迟特性可以进一步优化车联网的通信问题解决方案。尽管车辆计算设备在更新换代,但是车辆的计算资源还是不能应对高精度地图、媒体娱乐等车联网应用,自动驾驶等基于机器学习的服务更需要极强的算力。多接入边缘计算(Multi-Access Edge Computing,MEC)一般将计算资源部署在基站侧,应用可以近距离的为用户提供服务,不仅满足了算力要求,还极大降低了通信时延,避免了接入云端的时延大、时延不确定等问题。然而在车联网繁多的计算任务与海量的数据背景下,MEC使能5G车联网的任务调度与资源分配问题仍然是一个巨大的挑战。因此,本文在MEC使能5G车联网场景下,研究了如何为无依赖任务和有依赖任务选择卸载节点、在线分配计算资源的问题。本文的主要内容概括如下:(1)针对MEC使能5G车联网场景下车辆将无依赖任务卸载到MEC后的任务调度问题,本文提出了一种基于李雅普诺夫优化理论的MEC协作计算的任务调度算法LBPM,以最大化MEC提供商时间平均利润。LBPM提出了一种新的李雅普诺夫队列建立方法,进而建立李雅普诺夫函数,将所有卸载到MEC的变长任务建模为多排队任务调度,然后在每个时隙合理做出卸载决策,解决异构多服务器的任务分配问题。本文将LBPM算法与已有算法进行了实验对比,结果表明,LBPM算法将时间平均利润提高20%以上。(2)针对MEC使能5G车联网场景下车辆发起单个有依赖任务后的子任务调度问题,本文提出了一种基于优先级贪心卸载的子任务调度算法PBTSA,以最小化任务处理时延。PBTSA提出了一种可以更好衡量车联网络数据传输和计算时延的方法,然后使用逆向广度优先搜索(Reverse Breadth-First Search,RBFS)算法生成每个子任务的优先级,最后按照优先级以低复杂度贪心卸载子任务,以最小化任务处理时延。本文将PBTSA算法与另两个已有算法进行了实验对比,结果表明,PBTSA算法可以有效降低任务处理时延,决策算法运行时间也有优势。

关键词：车联网 5G 多接入边缘计算任务卸载

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

服务功能链的跨域映射算法研究

服务功能链的跨域映射算法研究

作者：李亚毓电子科技大学

学位级别：硕士

网络功能虚拟化将网络功能从物理设备中解耦合出来,大幅度减少成本和运营开销,受到学术界和工业界的广泛关注。然而受服务请求中的网络功能顺序和位置等约束限制,网络功能提供商在映射服务功能链时面临着很大挑战,因此研究服务功能链映... 详细信息

网络功能虚拟化将网络功能从物理设备中解耦合出来,大幅度减少成本和运营开销,受到学术界和工业界的广泛关注。然而受服务请求中的网络功能顺序和位置等约束限制,网络功能提供商在映射服务功能链时面临着很大挑战,因此研究服务功能链映射问题具有重要意义。一方面,目前大多数服务功能链映射研究主要集中在单域网络中,少数多域环境中的映射算法复杂且耗时长。另一方面,电能消耗作为重要的指标,对网络功能运营商有着重要的意义,但是目前还没有学者研究多域网络中服务功能链映射的电能开销问题。因此,本文主要深入分析这两个问题并提出解决方案,主要的贡献及技术创新点如下:(1)针对服务功能链快速响应跨域映射问题,为了不违背多域网络的隐私性,通过收集物理网络公有信息,利用全网聚合技术将物理网络抽象成规模更小的抽象拓扑。基于抽象拓扑,可以计算出服务功能链源点到目的点之间的抽象路径,而每条抽象路径上便可能生成该服务功能链的跨域映射方案。在每条抽象路径上,本文提出平均切分和按权切分两种服务功能链切分方案,使得服务功能链上的虚拟网络功能能够均衡地分配到抽象路径上的各个域中。在各个域中,本文也提出以降低时延和实现网络负载均衡为目标的子链映射算法。当映射方案部署不成功时,文章利用反馈思想再次切分服务功能链。最后,服务功能链上各个虚拟网络功能确定物理部署点后,本文设计带宽优化算法来调整部署点位置,从而降低带宽开销。经仿真测试验证,该算法能够在不违背多域网络隐私的前提下,大大缩短服务功能链跨域映射响应时间,同时映射方案的映射成本和传输时延也得到优化。(2)针对服务功能链跨域映射的电能开销问题,本文首次系统性分析服务功能链在跨域映射时的电能开销,提出该问题的整数线性规划模型,并给出该模型在多域网络中的求解方案并分析其复杂度。此外,文章拓展点聚合技术,并提出以节约电能为目标的服务功能链跨域映射算法。经仿真测试验证,该算法能够在不违背多域网络隐私条件下,大大降低电能开销,并缩短映射算法的请求响应时间。

关键词：网络功能虚拟化服务功能链跨域映射算法节能算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

车联网环境中安全车辆雾的构建技术

车联网环境中安全车辆雾的构建技术

作者：蔡帅电子科技大学

学位级别：硕士

如今,随着智能车辆的增多,城市车联网的规模越来越大,这使得车辆在行驶过程中,能够为驾驶员和乘客提供随时随地的信息访问。与此同时,网络中的通信用户对城市车联网安全的要求越来越高。由于车联网中车辆节点移动的随机性,网络拓扑的时... 详细信息

如今,随着智能车辆的增多,城市车联网的规模越来越大,这使得车辆在行驶过程中,能够为驾驶员和乘客提供随时随地的信息访问。与此同时,网络中的通信用户对城市车联网安全的要求越来越高。由于车联网中车辆节点移动的随机性,网络拓扑的时变性以及通信环境的复杂性,城市车联网面临众多安全问题,主要存在的问题有以下两点。一是在存在多种网络攻击的情况下,难以保证车辆节点身份识别的准确性;二是车联网在向用户提供云计算服务,方便用户进行数据获取的同时,增大了用户隐私信息被侵犯的风险。因此,在城市车联网环境下,如何对车辆的身份进行准确认证以及有效保障用户隐私安全有着重要的研究意义。针对城市车联网存在的以上安全问题,本文给出可行的解决方案。本文的主要研究内容和创新点如下:(1)针对城市车联网环境中存在节点破坏网络通信,特别是节点进行DDOS攻击,灰洞攻击和信息篡改,同时考虑此类节点之间存在合谋攻击的情况,本文提出基于图神经网络的恶意节点检测框架。考虑网络中车辆节点的社会属性,本文将节点间通信链接关系建模为社交网络拓扑,并定义节点间亲密度,表示节点间链接的权重值。本文将车辆的通信行为特征作为网络模型中节点的特征,根据节点特征的差异性以及节点间的亲密度关系,利用图神经网络对节点的属性进行预测。经仿真验证,该方法对车辆节点身份的识别准确性和对时变拓扑网络的适应性都有显著提高。(2)针对城市车联网环境中,网络在提供云计算服务时,可能存在的恶意节点频繁获取其他节点数据信息,侵犯用户隐私的行为,本文提出了基于云雾结合的车辆节点安全通信框架。该框架结合云服务器端与雾节点对网络中恶意节点进行入侵检测和管理。云服务器端利用卷积神经网络完成对正常的车辆节点进行身份授权和恶意节点的筛选,并利用长短期记忆网络实现对可疑节点的身份确认。在进行雾内通信的过程中,雾节点不断监视雾内车辆行为,判断节点传递消息的真实性,同时对节点进行信用评估,将可疑节点数据上传到云服务器端,以进行身份确认。经仿真验证,本文提出的基于云雾结合的车辆节点安全通信框架有效保障了用户隐私安全。

关键词：城市车联网神经网络车辆雾节点预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向车联网安全的认证方案研究与实现

面向车联网安全的认证方案研究与实现

作者：刘伟电子科技大学

学位级别：硕士

为了改善因为汽车过多导致的交通事故、交通堵塞等问题,车联网的概念被提出并成为近年来的研究热点。车联网中,车辆之间实时交互数据,共享车辆的行车状态和行驶环境。这些信息可以为驾驶决策提供数据支撑并保证行车安全。车联网中存在... 详细信息

为了改善因为汽车过多导致的交通事故、交通堵塞等问题,车联网的概念被提出并成为近年来的研究热点。车联网中,车辆之间实时交互数据,共享车辆的行车状态和行驶环境。这些信息可以为驾驶决策提供数据支撑并保证行车安全。车联网中存在恶意节点,他们通过伪造虚假消息来攻击网络并使自身受益。车辆行驶速度较快,虚假消息可能导致恶劣的后果,因此必须采取一定的手段保证车辆之间交互的数据的安全性。对数据包加密和签名能够有效解决大部分的数据安全问题,为数据提供机密性、认证性和追责性等。美国和欧洲车联网协议栈已经对车联网安全协议进行了标准化,其中保护数据安全的主要手段是:利用公钥基础设施,每辆车使用它的数字证书来对数据进行认证。本文的主要贡献及创新点如下:1.对车联网安全协议进行分析,并对安全实体软件进行设计与实现。证书和安全协议数据单元的数据结构是安全实体的基石,结构中每个字段有各自的表示形式且具有一定的功能,本文对其中的一些核心字段进行了分析和说明。为了保证结构清晰,在对软件进行设计时,安全实体从逻辑上分为了5个模块:密码库模块、数据库模块、编码解码模块、原语模块和进程间通信模块。实现安全实体后,本文对网络传输层向安全实体发起的封装和解封装服务进行了测试,结果表明,安全实体各个功能模块工作正常,且能够满足网络传输层的服务需求。2.对车联网中的安全认证方案进行了拓展性研究。车联网中存在大量签名的数据包,逐一地对它们进行认证的系统开销比较大,批认证方案可以有效提高同时对多个数据包进行认证的效率。本文设计了隐式证书下的批认证方案,并在车联网安全协议中对其进行了实现。此外,隐私保护问题也是车联网中的热点问题,本文对隐私保护型认证方案EPA-CPPA进行了分析,然后对它的签名过程、认证过程和批认证过程进行了重新设计,使得该算法的运行效率显著提高。

关键词：车联网信息安全隐式证书批认证 EPA-CPPA 隐私保护

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的虚拟机放置优化算法研究

基于机器学习的虚拟机放置优化算法研究

作者：杨帅电子科技大学

学位级别：硕士

近年来,云计算技术发展迅速,虚拟化技术作为云计算的关键技术,一直是研究的热点问题之一。虚拟化技术包括多个方面,如网络虚拟化、虚拟机放置、虚拟机迁移等。本论文主要关注数据中心虚拟机放置的相关问题。在云数据中心中,为了提高资... 详细信息

近年来,云计算技术发展迅速,虚拟化技术作为云计算的关键技术,一直是研究的热点问题之一。虚拟化技术包括多个方面,如网络虚拟化、虚拟机放置、虚拟机迁移等。本论文主要关注数据中心虚拟机放置的相关问题。在云数据中心中,为了提高资源利用率,通常会采用将多个虚拟机放置在同一个物理服务器上的方案,而虚拟机的放置,会考虑诸多因素,包括可靠性、能源消耗、网络资源消耗等,合理高效的虚拟机放置算法,能够提高数据中心的运作效率,节省运维成本。在已有的研究中,虚拟机放置算法大多采用传统算法或启发式算法。有研究者将机器学习技术应用于虚拟机放置问题中,但大部分都只是作为辅助策略,比如将机器学习技术用于需求预测等,很少有直接将机器学习技术应用于决策的算法。本论文在研究了以往虚拟机放置算法的基础上,基于机器学习技术,提出了新的虚拟机放置策略。本文的工作主要包括以下几个方面:(1)基于聚类提出虚拟机放置算法聚类算法是比较常见的机器学习技术,其本质上是根据一定的规则,将一部分对象聚集到一个簇中。而虚拟机放置,可以看做是将一系列虚拟机分簇的问题。本论文采用聚类思想,综合考虑虚拟机对CPU、内存等资源的需求,以及虚拟机之间的通信需求,选取通信流量最多的虚拟机作为聚类核心点,通过设计合理的聚类规则,实现基于聚类的虚拟机放置算法,解决资源约束条件下的虚拟机放置问题。(2)基于DQN算法实现虚拟机放置近几年,随着AlphaGo的兴起,其所采用的深度强化学习DQN技术发展迅速,得到了广泛的关注。DQN算法具备强大的自我学习能力,能够解决复杂场景下的决策问题。本文基于DQN技术,提出了一种虚拟机放置算法,该算法能够在没有先验知识的情况下进行自我学习,训练出来的模型能够对虚拟机放置问题进行决策。本文还提出了一种基于多模型决策的算法改进方案,采用多个决策模型同时进行决策制定,并从中选出最优模型作为最终决策。最后的仿真测试结果显示,本论文提出的算法性能是优秀的。

关键词：数据中心机器学习聚类深度强化学习 DQN 虚拟机

空天地一体化网络中无人机智能任务调度算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

空天地一体化网络中无人机智能任务调度算法研究

作者：王宇辉电子科技大学

学位级别：硕士