导读:本文包含了网络流量网络论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:网络,流量,网络流量,媒介,算法,异常,环境。
网络流量网络论文文献综述
林振荣,黎嘉诚,杨冬芹,伍军云[1](2019)在《改进微分进化和小波神经网络的网络流量预测》一文中研究指出针对网络流量的非线性和复杂性等特性以及传统网络流量预测模型精准度低的缺点,提出自适应微分进化算法(ADE)优化小波神经网络(WNN)的短期网络流量预测方法。以小波神经网络为基础,在神经网络训练过程中增加动量项,采用自适应微分进化算法优化小波神经网络原有的初始化参数的过程,有效解决小波神经网络中传统梯度下降算法易陷入局部极小解和对初始值敏感的缺陷,提高学习精度和收敛速度。仿真结果表明,相比对比模型,该方法具有良好的准确性、收敛性以及稳定性,是一种有效可靠的短期网络流量预测方法。(本文来源于《计算机工程与设计》期刊2019年12期)
黄伟,刘存才,祁思博[2](2019)在《针对设备端口链路的LSTM网络流量预测与链路拥塞方案》一文中研究指出针对设备端口链路流量,提出两种基于长短期记忆网络的预测模型。第一种针对在大时间粒度下平稳变化的流量;第二种则针对在小时间粒度下波动剧烈的非平稳流量。通过选用不同的数据划分方式与模型训练方法,构建两种具有不同网络结构的流量预测模型。实验结果表明,前者在处理平稳变化的流量时能够达到极高的预测精度,后者在处理非平稳流量时具有明显优于SVR模型、BP神经网络模型的预测效果。在第二种预测模型的基础上,提出了参数可调的链路拥塞预警方案,实验证明该方案具有一定的可行性。(本文来源于《网络与信息安全学报》期刊2019年06期)
张家颖,杨文军[3](2019)在《基于深度学习的网络流量分类识别研究》一文中研究指出目前互联网上会存在海量的网络流量数据信息,这些海量的网络流量数据信息还未得到充分性的利用,如果有效的采取一些必要的方法或者手段,分析整个的网络流量挖掘信息对于后期的网络发展趋势,挖掘网络当中所存在的异常状态并且有采取针对性的措施,这对于后期的网络应急响应能力的增强、抵御网络不法攻击行为、快速的维护网络空间安全等方面都具有非常重大的价值及意义.本文基于网络流量识别的基本需求,分析了深度学习经典模型-CNN的基本原理,在此基础上将原始流量进行分层处理,并建立了基于注意力机制的改进的CNN算法的网络流量识别模型,最后在国际标准数据集上进行仿真分析.实验测试结果表明,该模型可以实现对各类网络流量有效识别.(本文来源于《天津理工大学学报》期刊2019年06期)
袁艺芳,李雁,陈绪,高永龙,席新[4](2019)在《基于孤立森林算法的移动警务网络流量监测方法研究》一文中研究指出本文针对移动警务网络复杂多变、数据量大的特点,提出一种基于孤立森林算法的网络流量监测方法。该方法以网络IP数据流为基础,通过对IP数据流提取特征参数,并将特征参数作为输入向量,利用孤立森林算法进行训练以实现监测。这种方法能够快速、有效地检测出移动警务网络中的异常流量,精确率高,在一定程度上对移动警务网络的智能运维和安全防护起到重要作用。(本文来源于《软件》期刊2019年12期)
赵鑫鹏,吴越,邹福泰[5](2019)在《基于流量水印的网络跳板检测算法》一文中研究指出在网络攻击中,攻击者为了隐藏自己的行踪,会通过一些中间主机进行攻击,这些中间主机被称为跳板,对于未加密的流量,可以对网络节点的出入流量进行关联从而检测出跳板,因而攻击者会加密连接流量来避免检测。在过去的十年中,研究者提出了一些流量水印技术,是一种追踪流量以进行攻击源追踪的技术。流量水印旨在流量上嵌入隐形的签名,其主要特征是隐形性,即无法被未经授权的第叁方识别。基于丢包的流量水印算法旨在通过丢弃一些特定的数据包来改变数据包之间的时间间隔,用于检测在数据泄露阶段的跳板。通过理论分析和实验结果可以证明,该流量水印算法具有隐形性和鲁棒性。(本文来源于《通信技术》期刊2019年12期)
赵爽[6](2019)在《坚守媒体生命流量抵御网络暴力》一文中研究指出网络暴力现象涉及领域众多,本报于12月2日就这一话题进行重点报道,邀请政协委员、互联网法院法官发表看法,在微信小程序“假如我是委员”中也被热烈讨论。近日记者采访了北京市政协委员、中国新闻史学会会长、中国人民大学新闻学院副院长王润泽,请她从新闻传播的角度继(本文来源于《人民政协报》期刊2019-12-09)
李涛,张维阳,曹小曙,汪丽,张隆[7](2019)在《珠江叁角洲城际轨道网络结构:基于连接、容量和流量的对比》一文中研究指出城际交通网络包含提供联系可能性的基础设施连接网络(铁轨等),反映承载容量的组织网络(列车班次等)与实际需求的流量网络(客货流等)3类,分别从连接可能性、潜力容量和实际流量叁方面映射了网络发育的不同特征。理清城市在这3种维度网络中的不同位置,对分辨城市的节点位势和城市系统构造具有重要意义。以珠叁角城市群城际轨道网络为研究对象,本文系统分析了3种网络整体结构、城市的节点位置和城际连接性的差异。结果表明:虽然3种网络城镇地方中心度均呈现出显着的等级差异特征,相较于需求网络,设施网络和组织网络扁平化特征更为显着;组织网络和需求网络均表现出了以广深为核心、以广深、广珠和广佛为主要联系的结构体系,设施网络则呈现出明显的"沿线效应",突出了珠江口西岸广珠城际沿线的骨干地位;与组织和设施网络相比,需求网络突出了肇庆、江门等城市的重要性,轨道沿线中小城镇位势则逐渐降低。研究一方面通过区分3种铁路交通网络强调了城市网络研究中明确"刻画何种网络"的重要性;另一方面通过对比城市节点和城际连接在不同网络中的位置,识别出可能性、利用潜力和实际流量的差异,为交通线路规划和区域空间优化政策制定提供依据。(本文来源于《地理研究》期刊2019年11期)
潘玉蓉[8](2019)在《又一流量霸主进军网络互助 BAT均完成布局》一文中研究指出靠模仿保险火起来的网络互助,吸引了越来越多的互联网流量霸主的加入。证券时报记者获悉,双11当天,百度系“灯火互助”平台低调上线。这是今年继360、美团之后又一家大型互联网公司进军网络互助。至此,BAT(百度、阿里巴巴、腾讯)皆完成了对网络互助平台(本文来源于《证券时报》期刊2019-11-19)
赵博,张华峰,张驯,赵金雄,孙碧颖[9](2019)在《基于EMD的电厂网络流量异常检测方法》一文中研究指出针对新能源电厂网络系统安全威胁检测需求,以及现有网络安全异常检测方法自适应能力差、人工参与多、误报率高等问题,提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)的自适应实时异常检测方法。该方法首先对新能源电厂网络中的流量进行多个维度的特征刻画,实现流量特征建模;然后在此基础上对特征指标进行自适应经验模态分解、方差计算、高斯拟合和阈值确定,以实现对流量特征指标的自适应异常检测和安全告警。采用典型攻击样本集合对本文方法和基于小波变换的异常检测方法进行了对比测试,测试结果表明,该方法能够准确、实时、自适应地识别未知流量异常,检测效果在准确率、误报率方面优于基于小波变换的异常检测方法。(本文来源于《计算机科学》期刊2019年S2期)
郭小娟[10](2019)在《基于局部异常因子的信息网络流量异常检测》一文中研究指出网络流量异常问题是网络遭受攻击的一种表现,通常会引起网络丢包、网络延迟、甚至造成网路堵塞和瘫痪,严重威胁着网络性能和安全。因此,对于网络流量异常进行有效检测,对保障网络的正常运行具有重要意义。设计了一种基于局部异常因子的信息网络流量异常检测方案,在局部异常因子算法的基础上通过MVC模型,采用了SOA结构,通过计算最邻近点的K值,实现网络流量异常检测。在仿真实验中人为制造异常点,对比本文方法与传统方法的检测效果,结果表明设计的方案优于传统异常检测方法。(本文来源于《信息通信》期刊2019年11期)
网络流量网络论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对设备端口链路流量,提出两种基于长短期记忆网络的预测模型。第一种针对在大时间粒度下平稳变化的流量;第二种则针对在小时间粒度下波动剧烈的非平稳流量。通过选用不同的数据划分方式与模型训练方法,构建两种具有不同网络结构的流量预测模型。实验结果表明,前者在处理平稳变化的流量时能够达到极高的预测精度,后者在处理非平稳流量时具有明显优于SVR模型、BP神经网络模型的预测效果。在第二种预测模型的基础上,提出了参数可调的链路拥塞预警方案,实验证明该方案具有一定的可行性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络流量网络论文参考文献
[1].林振荣,黎嘉诚,杨冬芹,伍军云.改进微分进化和小波神经网络的网络流量预测[J].计算机工程与设计.2019
[2].黄伟,刘存才,祁思博.针对设备端口链路的LSTM网络流量预测与链路拥塞方案[J].网络与信息安全学报.2019
[3].张家颖,杨文军.基于深度学习的网络流量分类识别研究[J].天津理工大学学报.2019
[4].袁艺芳,李雁,陈绪,高永龙,席新.基于孤立森林算法的移动警务网络流量监测方法研究[J].软件.2019
[5].赵鑫鹏,吴越,邹福泰.基于流量水印的网络跳板检测算法[J].通信技术.2019
[6].赵爽.坚守媒体生命流量抵御网络暴力[N].人民政协报.2019
[7].李涛,张维阳,曹小曙,汪丽,张隆.珠江叁角洲城际轨道网络结构:基于连接、容量和流量的对比[J].地理研究.2019
[8].潘玉蓉.又一流量霸主进军网络互助BAT均完成布局[N].证券时报.2019
[9].赵博,张华峰,张驯,赵金雄,孙碧颖.基于EMD的电厂网络流量异常检测方法[J].计算机科学.2019
[10].郭小娟.基于局部异常因子的信息网络流量异常检测[J].信息通信.2019