【摘 要】
：
面向下一代互联网NGI(Next Generation Internet)需支持服务质量QoS(Quality of Service)和总最佳链接ABC(Always Best Connected)的实际需求，设计了一种基于运动预测的ABC支持型资源预约机制。引入效用作为"最佳"的度量，综合描述了QoS满意度、网络提供商偏好、网络编码类型偏好、网络覆盖范围偏好、网络耗电程度等因素。利用用户历史运动
【机 构】
：
东北大学 信息科学与工程学院,辽宁 沈阳 110819
【出 处】
：
第十九届全国网络与数据通信学术会议
论文部分内容阅读
面向下一代互联网NGI(Next Generation Internet)需支持服务质量QoS(Quality of Service)和总最佳链接ABC(Always Best Connected)的实际需求，设计了一种基于运动预测的ABC支持型资源预约机制。引入效用作为"最佳"的度量，综合描述了QoS满意度、网络提供商偏好、网络编码类型偏好、网络覆盖范围偏好、网络耗电程度等因素。利用用户历史运动信息和当前运动信息进行预测，在满足条件的接入网络中预约资源，同时引入资源借用策略来提高资源预约成功率。仿真结果表明，该机制是有效的，性能较好。
其他文献
以计算机网络课程中的网络协议分析实验为例，运用问题启发式教学方法，设计了基于Linux平台的网络协议分析实验，实现了共享式网络环境下原始套接字方式的数据捕获和网络协议分析，并可进一步实施IPv6报文分析、交换机环境ARP哄骗等实验拓展，在提高编程能力的同时，加深了学生对于网络协议的理解和创新运用。
提出了一种对嵌入式系统CPU功耗进行预测并降低其功耗的方法。利用PowerTop对系统CPU监测的结果作为训练集，引入基于GINI指数的分类方法训练分类器，再将该分类器包装成模块封装到系统中去，对系统CPU的频率、电压及所处的模式进行预测。通过实验模拟结果表明，该方法在系统负载较小的情况下，更有利于CPU功耗的优化控制。
Mobile Agent系统在运行过程中,最小信息集的封装和还原策略决定着Agent的迁移效率。在目前的迁移机制中,若Mobile Agent迁移失败,已封装好的最小信息集将被简单抛弃,Agent再次进行迁移时则需要重新封装,这导致计算资源的浪费和迁移的低效率。遵循FIPA标准通过在本地Agency添加一个Agent迁移缓存管理者的方式,对Mobile Agent迁移机制进行了改进,提出了一种新的
日志记录了计算机系统以及应用程序运行过程中的操作，是计算机取证中重要的线索和证据来源。针对Windows日志的实时获取问题，提出了两种日志实时获取方法。在实时获取日志的基础上，提出了将日志文件与原子攻击功能关联的方法，将对日志文件的分析转换成对原子攻击功能的分析，大大减少了日志文件分析的时间。提出了一种基于时间的日志关联分析和事件重构方法，实现对计算机犯罪场景的还原。最后通过实验，验证了这些方法的
基于LWE问题设计的全同态加密体制拥有相对较高的计算效率和安全性，在云计算领域具有重要的潜在应用价值。然而，该类体制存在公钥尺寸较大的缺陷，严重影响其身份认证与管理的效率。本文将基于身份加密的思想与基于LWE问题的全同态加密相结合，提出一种基于身份的全同态加密体制，使用身份信息哈希值作为用户公钥，避免身份认证过程中的系统开销，有效克服了公钥尺寸对于全同态加密体制应用效率的影响。新体制的安全性在随机
随着移动对等应用的快速发展，用户对自身隐私的需求变得越来越迫切。然而，由于在移动对等环境去中心化、拓扑变化性强的特点使得现有方案存在较多安全隐患。鉴于此，本文提出基于网络编码的节点隐私保护方案。主要工作包括：设计能够抵御万能敌手攻击的网络编码方案；将网络编码应用于移动对等资源共享，包括资源搜索、资源请求、应答及文件下载，实现了用户身份、位置及路由信息的隐私保护。方案的优势在于利用网络编码和多代理机
IPv6 部署正在不断深入，基于IPv6 的新特性提出网络安全防护新技术，已引起越来越多的关注。随着网络攻击技术的不断多样化、复杂化，动态改变自身状态，已成为在无法探知所有攻击的情况下，干扰攻击者前期探测，尽量保证网络安全的一种有效手段。对此，本文基于IPv6 的多地址共存、地址自动配置等新特性，提出一种用于IPv6 网络防御的动态重编号机制―“网络机动”，通过动态地更换目标网络的子网标识，实现目
与集中式路由相结合的异构传感网路由驱动密钥管理方案存在通信能耗大、存储需求大两点不足。针对这两个问题，本文提出异构传感网分布式密钥管理方案。该方案通过与分布式路由相结合，有效降低通信负载、提高网络自适应能力。在密钥协商过程中，利用身份基加密在减少节点存储需求，实现消息认证的同时，提高密钥协商效率。对比分析实验表明，本方案具有较低的存储需求、通信能耗，和较好的安全性与自适应性。
由于无线传感器网络计算资源有限，本文将主成分分析协议应用到安全多方计算的隐私保护聚类挖掘，通过改进的k-均值聚类算法，进行高效的聚类分析。站点之间无需传送大量的样本对象，只传送聚簇中心点值以及该簇的样本对象数，减少了分布式聚类过程中的数据通信量。此外，算法采用的主成分分析方法降低了样本对象属性维度，一定程度上提高了运行效率，节省了传感器网络的能量，同时结合安全多方计算协议，保证了数据传输的实时性和
准确的网络流量分类是一系列网络管理活动的重要基础。近年来，利用机器学习的原理处理流量分类问题成为网络测量领域的研究热点，其中朴素贝叶斯方法因为分类速度快，实现简单等优点而被广泛应用，但随着网络流量的变化和网络类别的增加，该方法的分类准确性和鲁棒性随着时间增长而逐渐降低，本文引入了一种新的流量分类模型更新方法，通过对模型的更新训练提升其分类性能，并保证模型应用的稳定性。理论分析和实验结果都表明：该方