广西研究生教育创新计划(2010105950812M21)
- 作品数：5 被引量：22H指数：3
- 相关作者：陶晓玲胡婷潘楠王勇王勇更多>>
- 相关机构：桂林电子科技大学更多>>
- 发文基金：国家自然科学基金广西研究生教育创新计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种基于SNMP的链路层拓扑发现算法被引量：6
- 2012年
- 为提高链路层网络拓扑发现效率,提出一种基于简单网络管理协议的拓扑发现算法。将交换机间的连接网络用树形结构表示,自顶向下逐层确定每个交换机的连接关系。通过修改连接关系的判定条件,并结合线程池和哈希查找技术,提高拓扑发现的效率。实验结果表明,该算法能快速准确地获得完整的网络拓扑结构。
- 潘楠王勇陶晓玲
- 关键词：链路层拓扑发现简单网络管理协议地址转发表哈希查找
- 基于SSOM的网络流量分类方法
- 2011年
- 针对目前基于端口号匹配和特征码识别的流量分类方法准确率低、应用范围受限等问题,提出一种基于有监督的自组织映射(SSOM)的网络流量分类方法。该方法使用已标注类别的网络流量训练集,通过改变自组织映射(SOM)训练过程中的权值调整规则,使输出层中获胜神经元的选择更容易,各类别之间划分更清晰,从而提高分类性能。实验结果表明,SSOM的分辨率及拓扑连续性均优于SOM,对网络流量分类具有更高的准确率。
- 胡婷王勇陶晓玲
- 关键词：自组织映射网络流量
- 采用改进LM算法的网络流量分类方法
- 2011年
- 针对传统的流量分类方法准确率低、开销大、应用范围受限等问题,提出一种有效的网络流量分类方法(GA-LM)。该方法将基于神经网络的分类方法作为网络流量的分类模型,采用L-M算法构造分类器,并用遗传算法优化网络初始连接权值,加速了网络收敛过程,提高了分类性能。通过对收集到的实际网络流量数据进行分类,实验结果表明GA-LM比标准BP算法和L-M算法的收敛速度快,具有较好的可行性和高准确性,从而可有效地用于网络流量分类中。
- 胡婷王勇陶晓玲
- 关键词：统计特征误差反向传播遗传算法
- 基于核函数的SOM网络流量分类方法被引量：5
- 2011年
- 由于网络流量数据高度非线性,传统的自组织映射(self-organizing maps,SOM)网络对此分类的鲁棒性和可靠性较差,提出了一种基于核函数的SOM(kernel SOM,KSOM)网络流量分类方法。该方法用核函数代替原始数据在特征空间中映射值的内积,使输入空间中复杂的流量样本结构在特征空间中得到简化,实现对有多个统计特征属性的网络流量在应用层的分类。实验结果表明,KSOM能识别新应用类型的流量,较传统的SOM更适合对网络流量进行分类,其分类准确率高于NB方法。
- 胡婷王勇陶晓玲
- 关键词：自组织映射网络核函数非线性网络流量
- 基于OSPF协议的网络拓扑发现算法被引量：11
- 2011年
- 基于SNMP和ICMP的网络拓扑发现算法采用主动探测手段,在获取拓扑信息时会注入额外的网络流量,易造成实时性较差、网络性能受影响等问题,因此,提出了一种基于OSPF协议的网络拓扑发现算法。该算法采用被动监测方式,通过Jpcap捕获OSPF协议中的链路状态更新报文,分析其中的Router LSA和Network LSA,获得路由器之间的链路类型等网络拓扑信息,进而在不影响网络性能的前提下发现拓扑结构。实验结果表明,该算法能够快速准确地获得完整的网络拓扑结构。
- 潘楠王勇陶晓玲
- 关键词：OSPF协议网络拓扑
